Nebius Token Factory

💰 价格与方案

🔧 API 与开发者体验

• API 接口: Token Factory 在 https://api.tokenfactory.nebius.com/v1/ 提供 OpenAI 兼容 API，标准 OpenAI SDK 只需替换 base_url 与 api_key 即可。文本、视觉（image2text）与 embedding 三类模型都走同一接口。
• 认证与注册: 用 Google 或 GitHub 账号在 tokenfactory.nebius.com 注册，再在控制台生成 API Key。无需配额审批或销售流程——创业档完全自助。
• 双 Flavor 档位: 大多数文本模型提供 Base 与 Fast 两档。Fast（模型名后加 -fast）使用更小批量、更多算力与投机解码来降低延迟，输出质量相同，但按 token 单价更高。
• 动态限流: 限流是弹性的：按 15 分钟滚动窗口计量，当平均用量维持在当前上限 80%+ 时下一窗口扩容 1.2 倍，否则回缩，最高可到基础额度的 20 倍，超出才需要 Enterprise 计划。
• Playground 与后训练: UI Playground 可测试与对比模型。微调（LoRA 与全量）与 Data Lab 数据集工具都是一方功能，并提供 LangChain、LlamaIndex 与 Hugging Face 生态集成。

🤖 开源权重目录与 GPU 云

Nebius 是从 Yandex 拆分出来的 AI 云公司，截至 2026 年 7 月英伟达持股约 9.3%——持股披露令其纳斯达克上市股票（NBIS）单日大涨近 19%，其 Q1 营收因 AI 数据中心需求同比大增约 684%。Token Factory 是其托管推理产品，提供来自 DeepSeek V4、Kimi K3、MiniMax M3、Qwen3、GLM-5.2 与 NVIDIA Nemotron 系列等 29 个开源权重模型，以及 embedding 模型。同一账号还能扩展到底层 GPU 容量与微调，使 Token Factory 成为 Nebius 更大规模 GPU 云的 API 入口——一个中立开源模型市场与直接硬件访问在同一屋檐下的少见组合。其自我定位是「在从芯片到 API 打造的目的型 AI 云上更快地构建与扩展」。

🌐 区域可用性与延迟

Token Factory 从分布在美国与欧洲的区域 GPU 集群提供模型——公开模型目录中当前活跃的区域有 us-central1（美国）、eu-north1 与 eu-west2（欧洲）以及 uk-south1（英国），不同旗舰模型固定在特定位置（例如 DeepSeek-V4-Flash 在 us-central1、Kimi-K3 在 eu-west2、GLM-5.2 在 uk-south1）。中国大陆无区域端点，也无官方中国访问计划，因此国内生产使用需要稳定的海外代理或前置 Token Factory API 的聚合商。OpenAI 兼容接口让客户端集成延迟保持在较低水平；对延迟敏感的服务，每个模型还提供 Fast 档与可固定到所选区域的专用端点，以获得更可预测的性能。