Fast

Fast 属于 TrustedRouter 自有的模型系列，与同期列出的 Cheap、Synth、Synth Code、End-to-End Encrypted、Zero Data Retention 等型号并列，均提供 1000000 tokens 的上下文窗口。它要解决的核心问题是长材料的一次性吞吐：用户可以在一轮请求中放入长篇文本、图片或 PDF，模型直接以文本形式输出结果，省去反复切片和多轮拼接的流程。除阅读长上下文外，它还支持推理、工具调用、结构化输出、附件输入和温度调节，适合接入需要调用外部能力或返回固定字段的业务链路。模型为闭源权重，官方价格未公开，目前仅收录于 1 家平台，第三方跑分在本站亦无记录，因此横向选型时更需要结合实际任务做小样本验证。

选型建议需要单次处理超长文档、PDF 或图文材料并输出结构化文本时可以优先评估；若要求公开跑分、明确报价或多平台比价，则应先观望。

• 把上百页 PDF 合同或研报一次性输入，抽取条款要点并输出结构化字段
• 对图文混排的产品手册做跨页问答，定位具体章节与参数
• 在业务系统中接入工具调用，让模型查数据后返回固定格式结果
• 对多份长文档做横向比对，汇总差异并生成文本版对照说明
• 为客服或内部知识库搭建长上下文问答，减少文档切片与索引工序

官方未披露参数规模与具体网络结构，可确认的是它按长上下文与多模态输入的方向设计，输出限定为文本。

• 结构取向上下文窗口达 1000000 tokens，单次最大输出 131072 tokens，明显按长文档一次性处理的思路做容量分配。
• 输入能力接受 text、image、pdf 三类输入，输出仅 text，适合从图文混排材料中抽取信息再转成结构化文本。
• 调用特性支持工具调用、结构化输出与温度调节，便于嵌入需要外部函数或固定字段返回的工程链路。
• 披露程度开源权重为否，参数量、训练数据与架构细节公开资料较少，只能做定性判断。

开源权重

否

本站未收录该模型的公开跑分，以下判断基于能力清单与上下文规格的定性推断，不代表实测结论。

• 强项百万级上下文配合 PDF 与图片输入，长报告、合同、多页附件的整体理解是它最有优势的场景。
• 短板仅输出文本，不能生成图像或其他模态；缺少公开跑分与价格，实际质量与成本都难以预先评估。
• 推理与工具推理、工具调用、结构化输出同时具备，适合需要边查边算再输出规范结果的复合任务。
• 适合优先用于长材料摘要、跨文档比对、带附件的问答，而非对延迟或成本极其敏感的轻量请求。

官方价格未公开，平台侧也未给出可比的输入输出单价，性价比只能从能力规格与可得渠道做粗略判断。

• 定价状态官方价格未公开，暂无输入、输出单价可参考，使用前需向服务方确认计费口径。
• 横向对比同厂 Cheap、Synth、Synth Code 等型号上下文同为 1M，但价格均未披露，价差无法量化。
• 平台差价本站仅收录 1 家平台，缺少多渠道报价，暂时无法比较同一模型的接入成本差异。
• 省钱思路长上下文可减少切片与多轮重试带来的重复计费，但需先用小样本验证效果再放量。

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

• 口径第三方跑分与官方价格均未收录，任何关于质量排名和成本高低的说法都缺少依据。
• 边界输出仅限文本，权重闭源，参数量与训练细节未披露；仅 1 家平台可接入，供应渠道较单一。

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。