You.com Inference Router

You.com正式发布 Inference Router，面向生产环境托管开源权重大模型的统一推理API网关，提供OpenAI、Anthropic双兼容接口，可直接复用现有SDK，只需更换接口地址与密钥。服务承诺99.9%正常运行时间SLA，默认开启零数据保留（ZDR），全部算力在美国托管，内置服务器端网页搜索，按需付费、无平台服务费。

调度与故障转移机制

请求优先调度至You.com自有推理集群Inference Direct；当自身资源满载或故障时，自动故障转移至经过合规审查的合作算力厂商（Parasail、Wafer、阿里云、Meta、Inception，Prime Intellect即将接入）。

故障转移不会变更计费标准，各模型定价固定；支持单API密钥消费限额，可按模型、成本、服务商查看每日用量。整套基础设施满足SOC 2合规，可按需提供DPA协议。

零数据保留ZDR规则

提示词与模型输出仅在内存处理，不会写入磁盘存储；该策略同时覆盖模型调用和内置网页搜索。平台仅保留运维元数据：token计数、时间戳、账户ID。提示哈希、去标识文本、磁盘提示缓存不在ZDR保护范围内。

12款可用模型（支持百万级超长上下文）

包含Kimi K3、Qwen3.8 Max、GLM 5.3、DeepSeek V4系列、GPT-OSS 120B、Mercury 3、Muse系列、MiniMax M3等。

Kimi K3（2.8万亿参数MoE）：输入$2.85 / 百万token，输出$14.25 / 百万token，100万上下文
Qwen3.8 Max（2.4万亿MoE）：输入$1.85 / 百万token，输出$5.55 / 百万token，100万上下文

内置网页搜索能力

可在请求中声明web_search或web_extract工具，由网关在模型同服务器侧执行检索，单次最多返回20条结果，默认最多30轮搜索，返回附带引用来源，官方宣称相比外部搜索方案可降低最高15%延迟。

LiveNewsBench基准测试（官方自测）

在1329道新闻类问题评估集上，GLM-5.3搭配You内置搜索，准确率86.53%，单题成本$0.0485，与GPT-6.1 Sol持平，成本低于Claude Sonnet 5.5；DeepSeek V4.1 Flash性价比突出，单题成本仅$0.0215。

和同类聚合平台横向对比

对比OpenRouter、Together AI、Fireworks AI：

• 优势：99.9%SLA、默认ZDR、全美国托管、无平台费、原生集成服务器端搜索；
• 价格：token单价贴近市场行情，Kimi K3相比Fireworks美国专属版本有明显价格优势。