工具
6 美元不限量？Yolo Auto 推出超低价 LLM API
月费 6 美元、无 token 计数的小型 LLM API 服务，基于 Qwen 系列模型，主打高吞吐场景。
2026.07.06 · 周一约 2 分钟阅读
Yolo Auto 是近期在 Hacker News 上发布的一款主打「不限量」的低价 LLM API 服务，月费 6 美元，在 OpenAI 兼容端点上提供 Qwen 系列模型调用。它瞄准的是开发者对「昂贵前沿模型额度被高吞吐量任务耗尽」的痛点，把批量、机械化的工作单独分流到更便宜的方案上。
服务模式与定价
付费套餐（6 美元/月）的核心承诺是不设请求上限、不统计 token。其公开规格如下：
- 模型：Qwen3.6-35B-A3B
- 上下文窗口：128k
- 量化：FP8
- 平均吞吐：约 100 tokens/秒
- 端点：OpenAI 兼容
- 数据留存：号称零留存
此外提供免费版，每天 500 次请求，便于接入与测试。
目标场景
官方明确把该服务定位为「高 token 消耗、不值得用旗舰模型跑」的任务，典型用例包括：
- 智能体（agent）实验与多轮工具调用
- 批量代码生成与改写
- 数据清洗、转换、抽取
- 其他机械化、对成本敏感的工作流
当前规模与社区验证
据发帖时信息，Yolo Auto 约有 100 名活跃用户，开发者可加入其 Discord 向现有使用者求证「不限量」承诺是否成立；官方称已有用户在每天消耗数亿 token 进行 agent 实验和批量编码。
运营层面，团队还在筹备首届 AI 游戏开发活动「SlopJam」，要求参与者在 72 小时内做出最「诡异」的 AI 生成游戏。
需要留意的几点
其一，原帖中的模型名称「Qwen3.6-35B-A3B」与目前公开可见的 Qwen 系列版本号并不完全对得上（A3B 后缀让人联想到 MoE 的激活参数命名方式），具体来源与训练细节官方未展开说明。
其二，HN 上这条帖只有 3 分、0 条评论，社区关注度很低；「不限量」承诺叠加 ~100 tokens/秒 的吞吐，能否在用户量上升后保持稳定，仍有待观察。
总体而言，这是一个早期、独立运营的小型 API 中转产品，其真正的看点不在模型本身，而在「超低价 + 不限量」这一组合对个人与小型团队工作流可能带来的边际改变。