对比与用例

QuickSilver Pro vs OpenRouter

在 DeepSeek V4 Flash 与 Pro、Kimi K3、GLM 5.2、Claude Opus 5、GPT-5.6、Grok 4.5 上，按 token 计价便宜 20%。同样兼容 OpenAI API，迁移只需两行代码。

QuickSilver Pro vs Together AI

DeepSeek V4 wave 远低于 Together 自有 GPU 定价 —— 对于重推理工作负载，这是我们对任何主流服务商拉开的最大差距。

QuickSilver Pro vs Fireworks AI

DeepSeek V4 wave 远低于 Fireworks 自有 GPU 定价。兼容 OpenAI 接口，工具调用语义相同。

QuickSilver Pro vs DeepInfra

DeepSeek V4 Pro 输出价比 DeepInfra 当前 V4 Pro 低 73%，并带按 token 的缓存定价。对于高度依赖缓存的提示词，DeepInfra 的缓存折扣可能会改变对比结果。

QuickSilver Pro vs AWS Bedrock

Claude Opus 5 比 Bedrock 自己的单 token 价低 20%，DeepSeek V4 Pro 输出比 Bedrock 的 DeepSeek 推理便宜约 68%，而 Kimi K3 / GLM 5.2 / V4 wave 在 Bedrock 上压根没有。直接接 OpenAI SDK —— 不需要 SigV4 或 AWS 那套。

QuickSilver Pro vs Azure OpenAI

当工作负载用开源就够好的时候，QSP 比 Azure 的闭源模型便宜 6×–30×。不需要建 resource、不用配 AAD。

QuickSilver Pro vs Vertex AI

DeepSeek V4 Pro 输出比 Gemini 2.0 Pro 便宜约 7×。纯 OpenAI SDK —— 不用建 GCP project、不用 service-account JSON、不用申请配额。

QuickSilver Pro vs NVIDIA NIM

托管推理 vs 你自己部署 H100 容器。如果你没有 GPU 集群要喂饱、也没有硬性数据本地化要求，QSP 上手更快。

QuickSilver Pro vs Modal

不是同一类产品：按 token 计费的托管 LLM API vs 按 GPU-秒计费的 serverless 算力。QSP 适合用现成开源模型对话；Modal 适合自定义模型或非 LLM 工作负载。

262K 上下文，3B 激活 MoE。适合 RAG 和长文档摘要，输入价格低至 $0.112。