三条线各自的账
魔搭:按天清零的零钱。 魔搭 API-Inference 的免费额度叫魔粒:每日登录发 200,绑定实名阿里云账号再加 50,合计 250 魔粒,两笔都是发放后 24 小时有效的短期魔粒。调用按模型档位扣:轻量模型约 0.5 魔粒/次、主流约 1、旗舰约 2。接口是 OpenAI 兼容格式,地址 api-inference.modelscope.cn,本站 2026-11-11 接通后一直在用。它的定位写在脸上:适合每天稳定产生、当天就能处理完的批量活——初筛、打标、摘要、第一遍审读。
智谱:有保质期的礼包。 智谱开放平台新用户资源包本站 2026-11-15 实领:GLM-5.3-Flash 1500 万 tokens、FlashX 300 万、通用推理 200 万、搜索 100 次、图片/视频生成 20 次。五项分开记账、到期日分两档:Flash、FlashX、图片/视频到 2026-12-15,通用推理和搜索到 2027-02-15。用法就一条:按到期日排队,先花快过期的。这条线的详细实领记录本站有专文(见文末相关教程)。
Kaggle:按周刷新的算力。 Kaggle 每周给 GPU 30 小时+TPU 20 小时(每周六 08:00 刷新),能用 CLI/API 编程拉起 kernel 跑批处理。它不适合零碎调用,适合一攒一整批的活:批量转写、批量生成、模型实测、数据清洗。把一周的批量活攒成几个 kernel 一次跑完,是这条线的正确打开方式。

图源:ModelScope 魔搭社区。
本站一天的实际跑法
- 快讯初筛走魔搭。 每天抓回来的几百条候选,先由魔搭 API 做第一遍筛选和打分,留下值得细看的零头。准备:把候选按固定提示词模板组批。耗时:全自动,不占人力。卡点:魔搭 API 偶发超时,脚本里要带重试和降级——两条线都失败时降级为规则过滤,别让管线卡死。
- 内容审读走智谱。 站内文章的机器审读用 GLM 跑:挑错别字、口径矛盾、数字异常。这里有个本站真金白银换来的教训:GLM 批量初筛必须关思考模式——默认推理模式会把 token 烧在思考过程上,出现「额度扣了、正文是空的」的惨案。关掉思考模式后,同样的活成本降一个量级,结果反而更稳。
- 硬活攒给 Kaggle。 需要真跑模型的任务(语音转写、批量生图测试、模型效果实测)攒成批,周内找时间用 Kaggle 的 GPU kernel 一次跑完。卡点:Kaggle 会话有时长上限,长任务要自己做断点和结果落盘,别指望一个会话跑通宵。
- 判断和终稿留给主力模型。 免费线产出的全是「毛坯」:初筛结果要人(或主力模型)复核才能发布,审读命中要逐条验真才改,初稿要重写润色才上线。分流省的是体力活的钱,不是判断的钱——这条界线划错,省下的额度会用返工加倍还回去。

图源:智谱 AI 开放平台。
容易卡住的地方
- 拿免费 API 的输出当事实。 初筛模型说某条优惠「已结束」不算数,价格、日期、额度这类硬数字一律回官方页核对后再写。免费线负责缩小范围,不负责定案。
- 魔粒忘了领就没了。 250 魔粒是「每日登录发」,哪天不登录哪天没有,发放后 24 小时过期、不累积。把它接进每天固定要跑的管线里,让额度自然被日常活消耗掉,别指望「攒一周一次用完」。
- 智谱资源包拖到过期。 2026-12-15 到期的三项(Flash、FlashX、图片/视频)离领取只有一个月,拖着不用等于白扔。本站的做法是把审读这类持续产生的活优先路由到快到期的包上。
- 魔搭文档示例模型会变。 本站 2026-11-17 遇到过文档示例模型疑似失效、调用超时:接入新模型前先用最小请求验通再写进管线,验不通就换模型,别在管线里死磕一个型号。
- Kaggle 额度按周清零。 周六 08:00 刷新,没用完的 GPU 小时不结转。有大批量活时赶在刷新前跑完,是白捡的算力。
相关教程
常见问题
魔搭的 250 魔粒一天大概能跑多少活?
看模型档位:轻量模型约 0.5 魔粒/次,一天约 500 次;主流模型约 1 魔粒/次,约 250 次;旗舰约 2 魔粒/次,约 125 次。本站的快讯初筛用主流档,一天的量基本够,还常有富余。
魔搭 API 接入有什么前置条件?
账号要绑定已实名认证的阿里云账号并完成邮箱验证,否则调不通 API-Inference。本站账号是用户本人实名绑定的,这条没有捷径,也不要用别人的实名信息。
GLM 关思考模式后质量会不会变差?
初筛、打标、找错这类任务不会——它们要的是稳定、格式化的判断,不需要长推理。本站实测关掉后空正文问题消失、成本大降。真需要深度推理的活本来就不该走批量初筛线。
智谱资源包过期了还能续吗?
资源包是新用户一次性发放,过期不补。要持续用 GLM,要么充值按量付费,要么把活迁回魔搭每日魔粒这条线——所以更要在过期前把额度花在刀刃上。
Kaggle 跑批处理要自己写很多代码吗?
不用从零写:把脚本打包成 kernel、数据放数据集、结果写回输出区,CLI 能全程编程控制。本站的转写和实测活都是这个路子,第一次搭通要花点时间,之后就是重复使用。
分流会不会让流程变复杂、反而更慢?
会多一层路由配置,但换来的是主力模型用量大降、批量活不再排队。判断标准很简单:一个任务如果「换成小模型跑、结果我再复核一遍」总成本更低,就分流;如果复核成本比自己跑还高,就别分。先从初筛这一类最稳的活开始,别一上来全迁。


