AREX Feed Article
River AI 上线推理服务 River Inference：提供 DeepSeek V4.1 Flash 与 GLM-5.3 Flash，宣称比 DeepSeek、Z.ai 官方便宜 20%
北京时间 10 月 12 日凌晨 4 时 35 分（10 月 11 日 20:35，UTC），River AI 官方账号在 X 上宣布推理服务 （原文「River Inference is live」）：一项面向开源权重（open-weight）模型的生产级推理服务，提供 DeepSeek V4.1 Flash 与 GLM-5.3 Flash 两款模型，价格声称比 DeepSeek 与 Z.ai 官方费率低 20%。
约 8 分钟后，River AI 联合创始人兼 CEO ：现在注册的新用户可获得 25 美元平台赠金；公司称其训练与推理栈全部用 Rust 从零写就、效率「高得多」，节省直接让利给用户。Babuschkin 的 X 简介自述其曾任职 xAI 研究与工程。差价与效率均为厂商说法；本报道对其中可在官方价目表上复核的定价基准做了核对，其余未经独立验证。
官方价目表：每百万 tokens 输入 0.12 美元，中位解码 177 tokens/s
上线帖附带一张定价对比图，现在也挂着同一张表。DeepSeek V4.1 Flash 一档：River 输入 $0.12、缓存输入 $0.0024、输出 $0.48；表中的 DeepSeek 官方一行标 $0.15、$0.003、$0.60，注「省 20%」；Fireworks 与 Together AI 标 $0.30、$0.006、$1.20，注「省 60%」。GLM-5.3 Flash 一档：River 输入 $0.12、缓存输入 $0.024、输出 $0.40；Z.ai、Fireworks、Together AI 三行均为 $0.15、$0.03、$0.50，各注「省 20%」。图上还印着速度：DeepSeek V4.1 Flash 中位解码 177 tokens/s，GLM-5.3 Flash 107 tokens/s。
与这张表数字一致，并补充了边界：两款模型上下文长度均为 1,048,576 tokens，最大输出分别为 384,000 tokens（DeepSeek）与 128K（GLM），支持文本与图像输入、流式输出、推理模式与函数调用（function calling）；推理（reasoning）消耗的 token 计入输出计费。
对照官方价目：20% 算得出来，DeepSeek 那栏用的是低谷价
20% 的比较基准可以逐项核对。对 deepseek-flash（模型版本 DeepSeek-V4.1-Flash）实行峰谷双轨：低谷档缓存命中输入 $0.003、缓存未命中输入 $0.15、输出 $0.60；高峰档三项翻倍，为 $0.006、$0.30、$1.20。高峰时段限定在周一至周五的 UTC 1:00～4:00 与 6:00～10:00，其余时段（含周末）都走低谷价。River 表里的 DeepSeek 一行，取的正是低谷档，也就是一周内绝大多数时段适用的那一档。Z.ai 一侧没有峰谷之分，对 GLM-5.3-Flash 只有一档：输入 $0.15、缓存输入 $0.03、输出 $0.50，与 River 表中数字逐项一致。
算术上，$0.12 对 $0.15、$0.48 对 $0.60、$0.40 对 $0.50，都是低 20%，两档缓存输入差价同样是 20%。「比官方便宜 20%」这句声称在价目表口径上可以复算。官网横幅写的区间更大——「20～60% cheaper」——其中 60% 一端出自表中对 Fireworks、Together AI 的对比，这部分第三方价格本报道未逐一核对现价。真正没有答案的是服务本身：吞吐、稳定性、缓存命中率这些要跑起来才知道的指标，目前无从独立验证。
Babuschkin 把低价归因于 Rust 自研栈
对于差价的来源，Babuschkin 在细节帖里给出的机制是：「我们自己用 Rust 从零写了训练与推理栈，这解锁了高得多的效率。我们把节省让利给用户。」官网的对应描述是：为每个支持的模型做定制实现，「比开源替代方案跑得更快」，并自行处理 GPU 拓扑与性能调优。显示接入方式与 OpenAI SDK 兼容，接入地址（base URL）指向 ，提供 /v1/chat/completions 与 /v1/responses 端点，文档示例里的模型 ID 是 deepseek-ai/DeepSeek-V4.1-Flash。
Rust 栈也不是这次才出现的说法。River 的产品线从训练侧起步，文档里已有监督微调、强化学习、蒸馏（含 River OPSD 方案）等章节；8 月的融资公告称，企业用户可以在 15～20 分钟内跑完一次复杂的强化学习训练。这次上线的推理，用的是同一套自研栈的推理侧。
训练 API 先行：一家先融了 11 亿美元再开推理的公司
River 的官方 X 账号注册于 2026 年 5 月 29 日（Twitter API 数据）。6 月 10 日，，自述过去十年在 DeepMind、OpenAI 和 xAI 做 AI，并称 Alphacode 项目出自其手。8 月 11 日，跨种子轮与 A 轮共融资 11 亿美元，General Catalyst 与 AMP PBC 领投，NVIDIA 与 AMD Ventures 战略投资，Y Combinator 与淡马锡参投；公告写明创始团队来自 xAI 与特斯拉，并称 Babuschkin 在创办 xAI 之前效力于 Google DeepMind 与 OpenAI。General Catalyst CEO Hemant Taneja 在公告中说：「美国在 AI 领域的领导地位，迫切需要在开源权重模型上的领导力。」
产品顺序顺着这条线：先卖训练（River API，定位是让开发者「训练、调优并拥有自己的模型」），部署上提供托管版 River Cloud，或跑在客户自有 GPU 集群上的 River Cluster。
回复区：同行同日上线，用户开始比价
上线几个小时后，身在巴黎的 Munito AI 创始人 ：「说来也巧，我们今天也上线了面向开源权重模型的快速生产推理。」他的简介自述此前在 Mistral AI 负责推理业务；，其账号简介自述为面向欧洲的开源模型推理服务商、获 Y Combinator 支持，帖中称已向聚合平台 OpenRouter 提交接入申请。用户一侧，一位工程师 OpenRouter 上已有更便宜、美国托管的选择（如 wafer_ai、morphllm），但也承认「River 肯定是最快的，177 tps」——与官方图上的数字一致。截至 10 月 12 日发稿，上线帖获 122 赞、52,944 次浏览，Babuschkin 的细节帖获 371 赞。
截至发稿核对时，DeepSeek 与 Z.ai 官方页上的价格仍与 River 表中所引一致；所核查的公开来源中，尚未出现针对 River Inference 的独立测试。25 美元赠金把试跑成本压到接近于零，20% 的差价能否在真实负载中兑现，要等第一批用户跑出自己的账单和吞吐数据。