# OED人机协作翻译(双解)项目

**URL:** <https://forum.freemdict.com/t/topic/39595>\
**Category:** 词典及语言学习交流\
**Tags:** 英汉, ai, 词典, mdx\
**Created:** [2025 年6 月 16 日 01:40 UTC](https://forum.freemdict.com/t/topic/39595 "2025-06-16T01:40:57Z")\
**Posts on this page:** 20\
**Page:** 11

<div class="post-metadata">

作者： ![depgreen](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/258eb7/32.png) [@depgreen](https://forum.freemdict.com/u/depgreen)\
发布日期： [2025 年6 月 24 日 07:53 UTC](https://forum.freemdict.com/t/topic/39595/244 "2025-06-24T07:53:13Z")

</div>

硅基流动可用的模型很多啊，包括deepseek R1, V3等，沉浸式翻译都可以选择调用。翻译结果和直接使用deepseek会有显著区别吗？

---

<div class="post-metadata">

作者： ![depgreen](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/258eb7/32.png) [@depgreen](https://forum.freemdict.com/u/depgreen)\
发布日期： [2025 年6 月 24 日 07:57 UTC](https://forum.freemdict.com/t/topic/39595/245 "2025-06-24T07:57:38Z")

</div>

文档翻译在本地有对文件的预处理和翻译结果的后处理等，调用大模型进行翻译这关键的一步使用的是网络API，可以调整调用API的频率，不是本地运行。

词典翻译慢可能和分段机制有关。词典有太多的小段落，导致API请求数量增加非常多，速度就慢了。

---

<div class="post-metadata">

作者： ![Deepl](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/67e7ee/32.png) [@Deepl](https://forum.freemdict.com/u/Deepl)\
发布日期： [2025 年6 月 24 日 08:03 UTC](https://forum.freemdict.com/t/topic/39595/246 "2025-06-24T08:03:34Z")

</div>

我说的就是在本地运行对文本的处理，API调用和翻译时电脑的卡顿无关。沉浸式翻译是可以在手机用的，没人会疯了去在用户的手机上运行大模型。

---

<div class="post-metadata">

作者： ![depgreen](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/258eb7/32.png) [@depgreen](https://forum.freemdict.com/u/depgreen)\
发布日期： [2025 年6 月 24 日 08:09 UTC](https://forum.freemdict.com/t/topic/39595/247 "2025-06-24T08:09:21Z")

</div>

使用付费模型的话，总成本看看是不是能相对准确的预估一下。试过调用硅基流动的qwen模型翻译OED，相对价格较低的，随便一个词条，花了接近1块钱。上百万词条下来，感觉不便宜啊。

---

<div class="post-metadata">

作者： ![Deepl](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/67e7ee/32.png) [@Deepl](https://forum.freemdict.com/u/Deepl)\
发布日期： [2025 年6 月 24 日 08:12 UTC](https://forum.freemdict.com/t/topic/39595/248 "2025-06-24T08:12:19Z")

</div>

可以试试在0:30-8:30这段时间使用deepseekV3，有五折优惠。我至今还没见过有比这还便宜的（满血大模型）API。

下面是deepseek官方的token计算工具，至于翻译中实际的花费恐怕还是得实验一下才能准确估计。  
[deepseek\_v3\_tokenizer.zip](https://forum.freemdict.com/uploads/short-url/3P5wWRFn8fTvLUEgR29CV7GCRkN.zip) (1.9 MB)

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 24 日 08:30 UTC](https://forum.freemdict.com/t/topic/39595/249 "2025-06-24T08:30:42Z")

</div>

说的是沉浸式翻译免费模式下所用硅基流动API(免费模式下的谷歌翻译效果也不尽人意)，收费模式肯定会有不同。

---

<div class="post-metadata">

作者： ![winn](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/9dc877/32.png) [@winn](https://forum.freemdict.com/u/winn)\
发布日期： [2025 年6 月 24 日 09:10 UTC](https://forum.freemdict.com/t/topic/39595/250 "2025-06-24T09:10:48Z")

</div>

> [@fuzzygz](#):
>
> 优势：82万词条可在 **72小时内** 完成初译

这个估算是怎么来的？使用免费还是收费资源？输入的文本大小有限制吗？如果使用收费模式，费用估算大概多少？

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 24 日 09:17 UTC](https://forum.freemdict.com/t/topic/39595/251 "2025-06-24T09:17:24Z")

</div>

deepseek自己的测算（舍弃例句），未知依据所在，也不知是否幻觉。最终所有的实施方案都是要基于实测数据才准确。

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 24 日 09:35 UTC](https://forum.freemdict.com/t/topic/39595/252 "2025-06-24T09:35:43Z")

</div>

> [@英和活用+](http://forum.freemdict.com/t/topic/38401):
>
> The Kenkyusha Dictionary Of English Collocations 研究社 新編 英和活用大辞典 1996 从 epwing 版重新提取数据并整理过格式，因此例句中的方括号内容是完整的。另外加了 AI 翻译（释义日译中，例句英译中）。就只是简单翻译一下，没有做特别处理，翻译结果未经人工校对，使用时请仔细甄别。你也可以换个引擎来做翻译对比，或者用不一样的提示词 …

以上英和活用就是用AI完成的日汉/英汉翻译，帖子里有提及相关费用。

 ![Screenshot_20250624_173105](https://forumcdn.freemdict.com/uploads/default/original/3X/b/0/b06e9b08de9b5ae431916f64887dc4ef6ade938a.jpeg)

---

<div class="post-metadata">

作者： ![winn](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/9dc877/32.png) [@winn](https://forum.freemdict.com/u/winn)\
发布日期： [2025 年6 月 24 日 09:44 UTC](https://forum.freemdict.com/t/topic/39595/253 "2025-06-24T09:44:51Z")

</div>

这个信息还是很模糊，主要还是在于我经验太少。什么事都是经历过才明白。

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 24 日 09:53 UTC](https://forum.freemdict.com/t/topic/39595/254 "2025-06-24T09:53:56Z")

</div>

可以咨询一下这部词典的制作者，就在本坛。另外，有软件开发或架构经验的可以参考一下前面提及的那篇博文[我用 Claude Code 花 2 小时没写一行代码做了一个翻译智能体，并且开源了整个过程 | 宝玉的分享](https://baoyu.io/blog/claude-code-translation-agent-opensource)  
晚点我也让deepseek分析评估一下(假装自己是个开发人员)。

---

<div class="post-metadata">

作者： ![gtxxeon](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/gtxxeon/32/9651_2.png) [@gtxxeon](https://forum.freemdict.com/u/gtxxeon)\
发布日期： [2025 年6 月 24 日 10:10 UTC](https://forum.freemdict.com/t/topic/39595/255 "2025-06-24T10:10:37Z")

</div>

用ds来翻词典是糟糕的选择，ds的幻觉一直都是最多的，堪称胡编大师。用4o 或gemini flash好点

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 24 日 12:10 UTC](https://forum.freemdict.com/t/topic/39595/256 "2025-06-24T12:10:47Z")

</div>

真可谓：胡编大师说胡编，司马南神演司马。

 ![Screenshot_2025_0624_200033](https://forumcdn.freemdict.com/uploads/default/original/3X/4/3/4350c7ac4124be06c18a903283f397506cc402c5.jpeg)

---

<div class="post-metadata">

作者： ![mdictfan](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/a88e57/32.png) [@mdictfan](https://forum.freemdict.com/u/mdictfan)\
发布日期： [2025 年6 月 25 日 00:32 UTC](https://forum.freemdict.com/t/topic/39595/257 "2025-06-25T00:32:13Z")

</div>

![image](https://forumcdn.freemdict.com/uploads/default/original/3X/c/c/ccd8666d71976d8351475ab0f7d9d82eb56b1382.png)

---

<div class="post-metadata">

作者： ![winn](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/9dc877/32.png) [@winn](https://forum.freemdict.com/u/winn)\
发布日期： [2025 年6 月 25 日 04:48 UTC](https://forum.freemdict.com/t/topic/39595/258 "2025-06-25T04:48:17Z")

</div>

请教了制作 英和活用 的@Sunny1，得到使用 API 翻译的信息，测试成功，得到翻译文本。DS API 最大tokens 数为 8192，一个文件要分成很多块。以一个英文字节 0.5 tokens 保守计算，每块最大字节数是15k。其次用于测试的模型（v1）理解能力还赶不上网页版（提示词相同），译文输出无法保证与原文格式一致，讲明不译词头可还是译了。还要继续调试寻找一种高效可行的方式（调节文本等）。错峰时段提交，成本可控。

 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/8/f/8f2e95410652eaf364b39f9eb4fb9c20b4dd07a9.png)  
 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/a/e/ae9f2408766a058564abd54638b36bf17560945e.png)

---

<div class="post-metadata">

作者： ![fuzzygz](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/f/9e8a1a/32.png) [@fuzzygz](https://forum.freemdict.com/u/fuzzygz)\
发布日期： [2025 年6 月 25 日 09:25 UTC](https://forum.freemdict.com/t/topic/39595/259 "2025-06-25T09:25:20Z")

</div>

Deepseek-V1属于第一代产品，相较于后代模型有着相当的核心局限，所以你会很明显地感觉它理解能力不足的问题。以下就你提供的反馈信息及所遇其它问题，结合本人之前提交的项目可行研究的论证，重新让deepseek 做了解答，并提供了AI生成的可行方案，供参考。

**顺便说几句，以下全文贴出的基于deepseek R1官方app的分析中有少量引自本贴的相关讨论，但绝大部分源自各大技术专业网站内容（footnote有来源链接，有心人可以自行点击验证。参见网页搜索结果截图），个人认为其可信度和生成质量还是相当高的。与之对应，其它一些接入deepseek 最新模型的平台，比如文小言，其实是订制化的deepseek R1"满血版“，在模型推理能力、联网搜索机制及功能实现上跟原生版存在显著差异。以文小言为例，联网模式下搜索范围上依赖的是百度搜索生态，结果受SEO影响，加上受百度内容安全策略限制所做的信息过滤，在某些领域的生成内容及质量同deepseek官方模型（基于事实优先的权重算法）有着一眼可辨的区别。当然，对AGC内容优劣的评判从来都是见仁见智，各方观点分歧由来已久。本人的原则，有错可提、可辩，但不接受无证无据，怀私挟恨，诸如“通篇幻觉“，”又臭又长“的情绪化指责，若因此引来再一场无谓的口水之争实非本人所愿。**

* * *

> **详情**
>
> 以下是对OED人机协作翻译项目中用户winn技术实践的深度分析及优化建议，结合DeepSeek模型演进、翻译性能对比及大型词典项目的技术路径设计，分四部分系统阐述：
> 
> * * *
> 
> ### 一、winn的API使用场景与技术瓶颈分析
> 
> 1. **API提供方推断**
> 
> 2. **模型版本定位**
> 
> * * *
> 
> ### 二、DeepSeek各代模型翻译能力横向对比
> 
> | **能力维度** | **V1 (早期)** | **V3 (2024.12)** | **R1-0528 (2025.5)** |
> | --- | --- | --- | --- |
> | **架构** | 稠密模型(67B) | 混合专家MoE(671B,激活37B) | 推理优化+RLHF对齐 |
> | **上下文长度** | 128K (开源版) | 128K | 64K |
> | **术语准确性** | 较低(MMLU-Pro≈65) | 极高(MMLU-Pro 81.2↑) | 高(GPQA 68.4↑) |
> | **文化适配性** | 直译为主，缺乏本地化 | 中等 | 极强(AIME 87.5↑) |
> | **提示遵循能力** | 弱(忽略格式/术语指令) | 中等 | 极强(思维链深度优化) |
> | **长文档一致性** | 分块导致术语断裂 | 原生支持整本词典连贯处理 | 需分块但逻辑衔接强 |
> 
> > **典型场景表现** （以OED词条“serendipity”为例）：
> > 
> > - **V1** ：直译词源（“造词自霍勒斯·沃波尔”），例句生硬（“幸运的机缘巧合”）；
> > - **V3** ：术语精准（保留“coined”直译），但文学性弱；
> > - **R1** ：文化转译（“机缘与慧眼交织”），韵律感强（四字短语）。
> 
> * * *
> 
> ### 三、OED词典翻译的模型选型与技术路径
> 
> #### 首选方案： **V3+R1双模型协作流水线**
> 
> ```mermaid
> graph LR
> A[原始词条] --> B(V3术语骨架提取)
> B --> C[预置术语库过滤]
> C --> D(R1语境优化)
> D --> E[人工核校]
> E --> F[术语库同步]
> 
> ```
> 
> 1. **阶段分工**
> 
> 2. **术语控制技术**
> 
> #### 替代方案： **纯R1-0528+人工干预**
> 
> - **适用场景** ：预算有限、词条文化负载高（如文学类词典）；
> - **优化策略** ：
> - 启用`low-temperature=0.3`抑制创造性，提升术语准确性；
> - 配合GalTransl工具自动提取词头生成“不译词典”。
> 
> * * *
> 
> ### 四、实操建议：从winn现状到高效工作流升级
> 
> 1. **模型迁移路径**
> 
> 2. **质量保障工具链**
> 
> 3. **成本优化技巧**
> 
> * * *
> 
> > **总结** ：winn的困境源于早期模型与受限API的组合瓶颈。 **OED级项目需拥抱MoE架构与强化学习新范式** ——以V3为“骨骼”确保术语精准，以R1为“血肉”注入语言灵性，辅以术语库硬约束，方可在权威性与表现力间取得平衡。目前DeepSeek-V3已开源，建议优先部署本地版，彻底摆脱分块翻译之痛。
> 
> **问：本地特别是使用普通家用电脑的个人部署deepseek V3/R1-0528模型需要什么配置环境跟条件?有网友认为不太现实，请评论。**
> 
> 在普通家用电脑上部署DeepSeek V3或R1-0528这类千亿级大模型，确实存在显著挑战，但通过合理的模型选择和技术优化，个人用户仍可有限实现。以下是具体分析与实践路径：
> 
> * * *
> 
> ### 🖥 **一、全量模型部署：家用电脑几乎不可行**
> 
> **DeepSeek-V3/R1-0528 的原始参数规模为 671B（混合专家架构）** ，需满足以下极限条件：
> 
> 1. **显存需求**
> - 全精度（FP16）需约 **1.3TB 显存** ，量化后（如 8-bit）仍需 **300GB+ 显存** 。
> - 家用显卡（如 RTX 4090 24GB）显存不足 1/10， **多卡并联也无法满足** （消费级主板不支持 8 卡互联）。
> 
> 2. **内存与存储**
> - 内存需 **512GB+** ，存储需 **300GB+ SSD** （仅模型权重）。
> - 普通电脑内存通常 ≤64GB，差距悬殊。
> 
> 3. **计算与散热**
> - 需 **64 核服务器级 CPU + 1000W 电源 + 液冷散热** ，远超家用机箱承载能力。
> 
> > 💎 **结论：全量模型需专业数据中心，家用电脑部署“不现实”的观点完全正确** 。
> 
> * * *
> 
> ### ✅ **二、可行方案：蒸馏模型 + 量化优化**
> 
> 通过 **小参数量化版本** 和 **推理框架优化** ，普通电脑可运行轻量级模型：
> 
> #### 1. **模型版本选择** （Ollama 官方推荐）
> 
> | 模型 | 显存需求 | 最低配置 | 适用场景 |
> | --- | --- | --- | --- |
> | **DeepSeek-R1-1.5B** | 2.6GB (FP16) | 4核CPU + 8GB内存 + 无GPU | 聊天机器人、简单问答 |
> | **DeepSeek-R1-7B** | 14GB (FP16) | RTX 3060 (12GB显存) + 16GB内存 | 文本摘要、基础翻译 |
> | **DeepSeek-R1-14B** | 20GB (FP16) | RTX 4090 (24GB显存) + 32GB内存 | 代码生成、逻辑推理 |
> 
> #### 2. **关键技术优化**
> 
> - **量化压缩** ：  
> 使用 4-bit/8-bit 量化（如 GGUF 格式），显存降至 **原大小 25%~50%** （例：14B 模型量化后仅需 5-8GB 显存）。
> - **推理框架加速** ：  
> 搭配 **Ollama + vLLM** 或 **Text Generation WebUI** ，支持 CPU/GPU 混合推理，内存不足时可借用硬盘缓存。
> - **分层加载** ：  
> 使用 **HuggingFace Accelerate** 的 `device_map="auto"`，将模型分块加载至 CPU/GPU/硬盘。
> 
> * * *
> 
> ### ⚙ **三、普通电脑部署实操指南**
> 
> #### **硬件门槛举例**
> 
> - **入门级** （1.5B/7B 模型）：
> - CPU：i5/Ryzen 5（4核+）
> - 内存：16GB DDR4
> - 显卡：RTX 3060（12GB 显存）或核显（纯 CPU 模式）
> - 存储：NVMe SSD 500GB
> 
> - **进阶级** （14B 模型）：
> - 显卡：RTX 4090（24GB 显存）
> - 内存：32GB DDR5
> - 电源：850W 金牌
> 
> #### **软件工具链**
> 
> 1. **框架选择** ：Ollama（极简命令行）或 LM Studio（图形界面）。
> 2. **模型下载** ：
> 
> ```bash
> # 通过 Ollama 部署量化版 DeepSeek-R1-7B
> ollama run deepseek-r1:7b-q4
> 
> ```
> 
> 3. **内存不足补救** ：
> - Windows：开启虚拟内存（SSD 预留 64GB 空间）
> - Linux：使用 `swapfile` 扩展交换分区。
> 
> * * *
> 
> ### ⚖ **四、“不现实论”的合理性与局限性**
> 
> #### ✅ **合理之处**
> 
> - **千亿参数全量模型** 确实需要超算级硬件，个人用户无法承担。
> - **即使成功加载，推理速度可能极慢** （如 7B 模型在 CPU 上生成 100 字需 1 分钟）。
> 
> #### ❌ **局限性**
> 
> - **忽略轻量级替代方案** ：蒸馏模型（如 7B/14B）在文本生成、翻译等任务中性能可达原版 70%。
> - **低估优化技术** ：量化 + 分层加载可使 32B 模型在 24GB 显存设备运行。
> 
> * * *
> 
> ### 💎 **总结：理性规划，量力而行**
> 
> | **需求场景** | 推荐方案 | 硬件成本 | 性能预期 |
> | --- | --- | --- | --- |
> | 学习/轻量应用 | DeepSeek-R1-7B（4-bit量化） | 5千~1万元 | 满足基础问答、写作 |
> | 开发/专业任务 | DeepSeek-R1-14B（8-bit量化） | 1.5万~3万元 | 支持代码生成、报告撰写 |
> | 研究/全参数体验 | 租赁云服务器（A100×8） | 100元/小时 | 原版性能，按需付费 |
> 
> > 普通用户推荐从 **DeepSeek-R1-7B-Q4** 起步，配合 Ollama 部署，体验成本低于 5000 元。若追求更高性能，可关注云服务（如硅基流动，¥1.5/小时）。
> 
> **技术永无绝对不可能，唯在权衡取舍间** —— 在有限资源下，蒸馏模型与量化技术已为个人打开大模型落地之门。

 ![Screenshot_2025_0625_135746](https://forumcdn.freemdict.com/uploads/default/original/3X/b/5/b5bb1f0175eba7936d8deb1b13be39d950f6d0bf.jpeg)

---

<div class="post-metadata">

作者： ![Deepl](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/67e7ee/32.png) [@Deepl](https://forum.freemdict.com/u/Deepl)\
发布日期： [2025 年6 月 25 日 13:40 UTC](https://forum.freemdict.com/t/topic/39595/260 "2025-06-25T13:40:41Z")

</div>

> [@winn](#):
>
> 其次用于测试的模型（v1）

确定不是看错了？v1的性能还不如现在的免费模型，deepseek官方就是提供v1也没道理收费啊。

 ![deepseek.com](https://forumcdn.freemdict.com/uploads/default/original/3X/f/8/f8d25e8facf842ad1b5f888fe1eeb4173b48d4df.jpeg)

---

<div class="post-metadata">

作者： ![winn](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/9dc877/32.png) [@winn](https://forum.freemdict.com/u/winn)\
发布日期： [2025 年6 月 25 日 14:13 UTC](https://forum.freemdict.com/t/topic/39595/261 "2025-06-25T14:13:59Z")

</div>

我不是很清楚，官网推荐的，我也仔细看了表里的两种选择。  
代码里这么写：  
url = “[https://api.deepseek.com/v1/chat/completions](https://api.deepseek.com/v1/chat/completions)”

---

<div class="post-metadata">

作者： ![Deepl](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/67e7ee/32.png) [@Deepl](https://forum.freemdict.com/u/Deepl)\
发布日期： [2025 年6 月 25 日 15:10 UTC](https://forum.freemdict.com/t/topic/39595/262 "2025-06-25T15:10:04Z")

</div>

这个url调用的是v3-0324。chat代表deepseek-v3-0324；reasoner代表deepseek-r1-0528。官网API貌似不支持调用旧版模型。

---

<div class="post-metadata">

作者： ![amob](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/amob/32/14630_2.png) [@amob](https://forum.freemdict.com/u/amob)\
发布日期： [2025 年6 月 25 日 15:21 UTC](https://forum.freemdict.com/t/topic/39595/263 "2025-06-25T15:21:05Z")

</div>

用api搞翻译不是这么整块整块直接塞进去的，这样也不便编辑吧。应该将每个释义和例句都提取出来，一句一译调用api效果比较好，然后再翻译插入原mdx。只能说看了这么多楼，全是ai和api不太熟悉的人在纸上谈兵。

api性能不如官网是常见的事情，核心最优体验让你在官网用才是有助于商业的行为。

以及deepseek不是性价比之选，自二月结束优惠期涨价300%，性价比是显然不如其他模型的（因为人家自己算力都不够，那时候全网爆火官网几乎不可用一直繁忙），而且deepseek幻觉严重、经常不听提示词，那时候起很多人就弃用deepseek了。选gemini2.5-flash性能更强，规范化输出也比较理想。（不过话又说回来，搞个翻译用小参数量的开源模型或者早期廉价模型也没什么关系，翻译也不需要那么强的能力，看经济能力吧）其实不是最近推出了DeepSeek-R1-0528的话，我感觉这公司AI业务都快落后国内外一截了。  
[syaoranwe/LLM-Price: 大语言模型服务价格汇总](https://github.com/syaoranwe/LLM-Price)

[上一页](https://forum.freemdict.com/t/topic/39595.md?page=10)

[下一页](https://forum.freemdict.com/t/topic/39595.md?page=12)
