Fluxio
简体中文
简体中文EnglishEspañolहिन्दीPortuguêsFrançais
登录 / 注册
← 返回博客

Fluxio 流式渲染无闪烁：DeepSeek V4 Flash 按量付费实践记

SSE 与接口ZH

§1 头一周的起点：Markdown 为什么会闪

我给自己的小工具接 AI 助手时，最先踩到的坑不是模型答得不好，而是屏幕上的 Markdown 一闪一闪。做法很朴素：等整段回复全部返回，再一次性塞进页面。可只要回复长一点，用户盯着空白区域等上好几秒，体验立刻变得别扭。改成等一小段就渲染一次又会冒出新问题：表格被拆成半截，列表项从中间冒出来，代码块的开头和结尾对不上。

于是我把目标定成一句话：让文字像水一样一段段流出来，同时让排版保持稳定。第一周我就用 Fluxio 做这件事，因为它本身就是流式优先的 AI API 中转服务，回复按 token 逐个抵达，而不是憋成一大块再交付。Fluxio 支持 OpenAI、Anthropic 和 Gemini 三种协议，走的是服务器发送事件，每一条流都会报告真实用量。我挑了 OpenAI 格式的客户端来做实验，把 Fluxio 的 API 基址设成 https://api.fluxioapi.com ，OpenAI 风格的客户端在后面补上 /v1 就行。

模型我选了 DeepSeek V4 Flash，它的输入价格是每 1M tokens ¥2.07，输出是每 1M tokens ¥8.29，缓存读取是每 1M tokens ¥0.05。写文档、贴代码、顺手问答这类活儿，它的单价结构比较适合我这种反复迭代提示词的工作流。我拿它当主力，也拿别的模型做对照，看看不同长度和不同写法的回答在流式渲染下的差别。

§2 逐块渲染的做法：让 Fluxio 的流顺着页面走

我的渲染逻辑分成三层。第一层是纯文本缓冲，收到一段就追加到末尾，不去反复重排整篇内容。第二层是块级缓冲，遇到空行、列表标记、标题符号这类明显的块边界，才把这一块交给 Markdown 解析器渲染一次。第三层是代码块保护，一旦检测到围栏标记，就先把内容按原样显示，等闭合标记到了再交给高亮组件。

这套做法在 Fluxio 上跑得比较顺，关键原因是它的流式输出足够细。token 逐个到达，意味着我可以把追加频率控制得很低，比如每收到若干个字符才触发一次 DOM 更新，而不是每个 token 都重画一次。页面上就没有那种“跳一下、缩一下”的感觉了。列表项按完整块出现，表格在整行到齐后才落位，代码块始终保持等宽对齐，读起来像一份本来就在那里慢慢写完的文档。

如果你用 Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDK 或者 cURL，DeepSeek V4 Flash 都能直接接。Fluxio 每个密钥每分钟限 120 个请求，每个账户同时最多开 8 条流。我做前端预览时习惯同时开几条流对比不同模型的写法，8 条并行足够用。仪表盘里有使用日志，每一次请求的 token 数和花费都能逐条查看，排查“这一段为什么突然变慢”或者“刚才那次到底花了多少”的时候很省事。

§3 连接掉线时，Fluxio 怎么计费

写到头一周的第三天，我故意在流式回复中途关掉了一次连接，想看看账单怎么算。结果是：客户端中途断开，Fluxio 仍会把回复读到结尾，只按实际用掉的 token 计费，不会额外加任何惩罚；已经生成出来的 token 不退还。这句话反过来也提醒我，掉线不等于免单，真正省下来的部分来自少发的无用 token，而不是中途跑掉。

Fluxio 的按量付费是纯按 token 结算，没有按请求收的固定费用。四类 token 分开计价：输入、输出、缓存写入、缓存读取，各有各的价格。以 DeepSeek V4 Flash 为例，输入每 1M tokens ¥2.07，输出每 1M tokens ¥8.29，缓存读取每 1M tokens ¥0.05。举个我自己的估算例子：如果每天发 100 条消息，每条平均输入 500 tokens、输出 800 tokens，一个月按 30 天算，输入约 150 万 tokens，输出约 240 万 tokens，对应费用大约是 ¥3.11 加 ¥19.90，合计 ¥23.01 左右；这是按示例单价推算的结果，实际用量以 Fluxio 使用日志为准。

对比之下，我更常写长文档的模型是 Claude Fable 5，输入每 1M tokens ¥25.20，输出每 1M tokens ¥126.02，缓存读取每 1M tokens ¥1.94，缓存写入每 1M tokens ¥31.02，其官方标价是输入每 1M tokens ¥72.00、输出每 1M tokens ¥360.00、缓存读取每 1M tokens ¥7.20。Claude Fable 5.1 的输入是每 1M tokens ¥27.94，输出每 1M tokens ¥139.70，缓存读取每 1M tokens ¥1.67，缓存写入每 1M tokens ¥34.39，官方标价是输入每 1M tokens ¥72.00、输出每 1M tokens ¥360.00、缓存读取每 1M tokens ¥1.80。日常问答我更愿意用 DeepSeek V4 Flash 或 MiniMax M3（输入每 1M tokens ¥1.09，输出每 1M tokens ¥4.34，缓存读取每 1M tokens ¥0.22）这类单价更轻的模型，Claude 系则留给真正需要长文推理的段落。

§4 一周里我对比过的模型与价格

  • – Claude Haiku 4.5：输入每 1M tokens ¥2.49，输出每 1M tokens ¥11.95，缓存读取每 1M tokens ¥0.20，缓存写入每 1M tokens ¥2.99。
  • – Claude Opus 5.5：输入每 1M tokens ¥10.87，输出每 1M tokens ¥51.37，缓存读取每 1M tokens ¥0.49，缓存写入每 1M tokens ¥12.84。
  • – Claude Sonnet 5：输入每 1M tokens ¥8.70，输出每 1M tokens ¥43.49，缓存读取每 1M tokens ¥0.76，缓存写入每 1M tokens ¥10.87。
  • – Claude Sonnet 5.5：输入每 1M tokens ¥8.60，输出每 1M tokens ¥43.00，缓存读取每 1M tokens ¥0.66，缓存写入每 1M tokens ¥10.75。
  • – GPT-5.6 Sol：输入每 1M tokens ¥2.78，输出每 1M tokens ¥15.57，缓存读取每 1M tokens ¥0.22，其官方标价是输入每 1M tokens ¥28.80、输出每 1M tokens ¥144.00、缓存读取每 1M tokens ¥2.88，这是 OpenAI 的促销价，公布时至少持续到 2026-11-21。
  • – GPT-6 Astra：输入每 1M tokens ¥4.90，输出每 1M tokens ¥24.49，缓存读取每 1M tokens ¥0.49，官方标价是输入每 1M tokens ¥72.00、输出每 1M tokens ¥360.00、缓存读取每 1M tokens ¥7.20。
  • – GPT-6.1 Sol：输入每 1M tokens ¥1.40，输出每 1M tokens ¥7.00，缓存读取每 1M tokens ¥0.28，官方标价是输入每 1M tokens ¥14.40、输出每 1M tokens ¥72.00、缓存读取每 1M tokens ¥0.72。
  • – Gemini 2.5 Flash：输入每 1M tokens ¥1.51，输出每 1M tokens ¥12.12，缓存读取每 1M tokens ¥0.15，缓存写入每 1M tokens ¥1.51；Gemini 3.1 Pro 是输入每 1M tokens ¥10.40、输出每 1M tokens ¥60.33、缓存读取每 1M tokens ¥1.04、缓存写入每 1M tokens ¥10.40；Gemini 3.8 Flash 是输入每 1M tokens ¥8.29、输出每 1M tokens ¥37.32、缓存读取每 1M tokens ¥0.83、缓存写入每 1M tokens ¥8.29；Gemini 4 Argon 是输入每 1M tokens ¥10.55、输出每 1M tokens ¥50.66、缓存读取每 1M tokens ¥0.53、缓存写入每 1M tokens ¥10.55。
  • – 其余可选：Kimi K3 输入每 1M tokens ¥8.81、输出每 1M tokens ¥44.03、缓存读取每 1M tokens ¥0.88；Qwen3.8 Max 输入每 1M tokens ¥5.42、输出每 1M tokens ¥16.26、缓存读取每 1M tokens ¥0.65；Hunyuan 4 输入每 1M tokens ¥2.42、输出每 1M tokens ¥7.75、缓存读取每 1M tokens ¥0.12；Grok 4.6 输入每 1M tokens ¥4.06、输出每 1M tokens ¥12.19、缓存读取每 1M tokens ¥1.02；Grok 4.7 输入每 1M tokens ¥4.37、输出每 1M tokens ¥13.12、缓存读取每 1M tokens ¥1.09；MiMo V2.6 Pro 输入每 1M tokens ¥1.52、输出每 1M tokens ¥3.03、缓存读取每 1M tokens ¥0.02；GLM-5.3 输入每 1M tokens ¥3.92、输出每 1M tokens ¥11.77、缓存读取每 1M tokens ¥0.98。

客户端这边要按 Fluxio 的规则来：Claude 系模型只能在官方 Claude Code 和 Claude Desktop 应用里使用，版本需为 2.1.285 或更新版本，不能用在 Cursor、Cherry Studio、Cline、OpenCode、任何 SDK 或 cURL 里；Gemini 系模型只能走原生协议，也就是 Gemini CLI，不是 OpenAI 兼容格式。GPT、DeepSeek、Kimi、GLM、Grok、Qwen、Hunyuan、MiniMax 和 MiMo 则可以在任何 OpenAI 格式客户端里使用，Codex 里跑的是 GPT 模型。我这周的流式 Markdown 预览全部跑在 DeepSeek V4 Flash 上，用的就是 Cursor 和 cURL。

§5 充值、套餐与账户里的那些细节

按量付费没有月费，Stripe Checkout 里的充值档位是 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00 和 ¥1,000.00。充值后 4 天内，未使用的余额可以申请退款，扣除已经消耗的部分和支付手续费，需要通过消息页面提出。新账户会加上 ¥0.80 的注册赠送金。

如果用量稳定，Fluxio 也有月度套餐。Claude 月度套餐有 ¥449.00 和 ¥1,189.00 两档：前者 30 天内额度最高 $1100，每周最高 $350；后者 30 天内额度最高 $2900，每周最高 $850。GPT 月度套餐有 ¥429.00 和 ¥1,319.00 两档：前者 30 天内额度最高 $2600，每周最高 $800；后者 30 天内额度最高 $8000，每周最高 $2400。额度按套餐费率计算，不按官方标价计算，倍率为 × 2.8；Claude 套餐仅限 Claude 模型并使用自己的 API 密钥，GPT 套餐仅限 GPT 模型并使用自己的 API 密钥。

推荐机制我也顺手记了一下：直接邀请的好友付费后返 17%，下一层返 5%，返利可以进入余额，也可以从 ¥90.00 起通过支付宝提现。界面支持六种语言：英语、中文、西班牙语、印地语、葡萄牙语和法语。遇到问题没有支持邮箱，消息从站点的联系页面或仪表盘发出，回复也会出现在仪表盘里。

头一周结束，页面上的 Markdown 已经不再闪烁：文字按 token 逐块落下，表格和代码块保持完整，连接意外中断时账单也按真实用量走。Fluxio 的流式优先加按量付费，正好对上这种“边写边看”的用法。

顺流再读几篇