Cheap

Cheap 是 TrustedRouter 在 2026 年 5 月发布的闭源模型，与采用相同 1M 上下文标注的 End-to-End Encrypted、Fast、Synth、Synth Code、Zero Data Retention 并列。它要解决的是长文档与多模态附件处理：输入支持文本、图像和 PDF，输出为文本，单次最大输出为 131072 tokens，并具备推理、工具调用、结构化输出、附件输入和温度调节。官方价格未公开，本站也没有收录第三方跑分，因此无法判断它在同类模型中的性价比位置。适合需要把长上下文阅读、附件信息抽取和结构化生成放进同一条流程的开发者，但上线前应使用自有样本验证质量与稳定性。

选型建议需要长上下文、多模态附件和结构化输出的团队可以优先验证 Cheap；若要求公开跑分、明确报价或本地部署，则应谨慎选择。

• 解析长篇 PDF 合同并抽取关键条款，输出结构化字段
• 识别图片或扫描件内容，结合附件输入完成图文问答与说明生成
• 在自动化流程中调用工具并返回 JSON 结构化结果
• 生成超长草稿或报告，利用 131072 tokens 输出上限减少分段
• 调节生成温度，完成不同风格的内容改写与润色

公开资料较少，架构细节未披露；可确认的是接口层面能力：文本、图像、PDF 输入，文本输出，并支持推理、工具调用、结构化输出、附件输入与温度调节。

• 结构未公开参数规模与网络结构，仅确认支持文本、图像、PDF 输入并以文本输出，适合文档理解与多模态问答场景。
• 能力具备推理、工具调用、结构化输出和附件输入，温度可调，便于接入检索、表单抽取和自动化工作流。
• 披露开源权重为否，训练数据、上下文实现方式和多模态融合细节均未公开，架构判断只能停留在能力接口层面。

开源权重

否

本站未收录第三方跑分，官方也未公布基准成绩，性能只能结合上下文规格与能力项做定性判断。

• 强项1000000 tokens 上下文与 131072 tokens 单次输出，适合长文档、长附件和批量结构化生成，减少分段拼接与上下文截断。
• 短板缺少公开跑分和独立评测，推理质量、工具调用稳定性、图像与 PDF 解析精度都无法事前量化，需要用业务样本验证。
• 适合长上下文阅读、PDF 或图像信息抽取、需要结构化 JSON 输出的流程，以及可调节温度的文本生成任务。
• 对比同类模型同样采用 1M 上下文标注，Cheap 的已披露差异主要在能力组合，性能高低没有公开数据支撑。

官方价格未公开，同类模型价格也未标注，无法做价格带判断；只能从已知规格与平台覆盖讨论价值。

• 定位官方价格未公开，无法确认 Cheap 是否真的以低价为卖点；选型时应以实际平台报价为准，而不是仅凭名称判断。
• 横向对比同类模型均采用 1M 上下文标注，但输入输出价格未标注，价差无法计算，暂不能判断相对贵贱。
• 平台差价本站仅收录 1 家平台，缺少多渠道报价对照，平台之间的价格差异暂时无法比较。
• 省钱价格未公开时，可先控制输出长度、复用附件解析结果，并按任务在同类模型间切换，以降低试错成本。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径第三方跑分无收录，官方价格未公开，同类模型价格也缺失，任何性能与性价比结论都只能做定性参考。
• 边界开源权重为否，无法本地部署或自行审计权重；仅 1 家平台收录，供应渠道与议价空间有限。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。