多数人工智能工具都背着一层从不承认的矛盾：今天最适合你任务的模型，明天未必还是最好的，可你却被要求绑定一家供应商的订阅，绕着它的盲区干活。计费不透明，工具四散，出了岔子也无从核对收费是否公道。
ToRun 就是为修好这件事而建的。
我们真正解决的问题
被单一供应商锁住不只是价格上的不便。它意味着你的对话助手、图像生成、代码工具和文档流程各自住在不同的标签页里，各有各的账单和各自的心智模型。等更好的出现时换供应商，就要迁移工作流、重新学界面。与此同时，典型平台只给你一个按月的美元数字，没有任何办法追溯每次调用花了多少，或那天的单价是否正确。
这些不是细枝末节的易用性抱怨。对任何有规模地使用人工智能的人来说，它们累积成真实的成本与真实的风险。
ToRun 如何运作
ToRun 让每次请求走过四段管线：你所处的产品模式（对话、代码、图像、研究等）决定所需的能力集合（文本生成、视觉、工具调用、结构化输出、图像生成、音频等）。这个集合筛过整份模型目录——涵盖 OpenAI、Anthropic/Claude、Google/Gemini、DeepSeek、xAI/Grok、Mistral 等——只留下真正能做这件事的模型。在筛过的集合里，按价格与质量的排序挑出模型；若所选供应商不可用，回退链会自动接手。
你不必挑模型。说清需要什么，平台就会找出在成本与能力之间权衡最好的那一个——而当你确实想用某个模型时，也可以点名，并看到是哪个作答的。
透明计费在这里不是宣传语，而是一条硬性的架构约束。每一次人工智能调用都写下恰好一条计费记录，附带在执行时刻冻结的价格快照。若某供应商半年后改价，你过去的账单依然可核验，并可离线重算。十二种规范计价单位覆盖每一种形态（每百万输入与输出词元、每张图像、每秒音频与视频、每字符语音合成等）。你可以导出台账，自己核到每一分。
**BYOK（自带密钥）**让你把自己的供应商 API 密钥贴进加密保险库。
第一阶段有哪些在跑
平台今天带来：
- 多供应商对话——在所有受支持模式下，按能力自动分流并配有回退链
- 生成媒体——图像、视频与音乐生成作为一等模式，按张或按秒计费，而非经由另一个产品
- 记忆——关于你的持久事实跨会话留存，属于你，由你掌控，并在全部 29 种语言下工作；你可以列出记住了什么，并删掉你想删的
- 工作流——一个可视化的有向无环图搭建器，把模型、工具与逻辑串成自动化；执行器默认选择质量档的模型
- 知识库——用 RAG 检索把回答扎根在你自己的文档上，并在全部 29 种语言下做多语检索
- 项目——把相关的对话、文件与记忆收进一个共享空间
- BYOK 保险库——按密钥限定，并有完整的审计轨迹
- 本地部署 / 自托管——在你自己的基础设施上、面向你自己的本地模型运行整个平台
- 钱包与订阅额度——预付余额按用量消耗；免费档的会话在一天中逐步回补；高级功能取决于可用资金，而非僵硬的套餐标签
自本文写就以来
为每条论断标注来源的深度研究，在本文发布时仍在开发中。它已交付：一次研究运行会把每条论断绑到产出它的来源上，完成的报告也可以以文档形式交给你。
如果你曾花时间打理三份互不相干的人工智能订阅、纳闷账单为何飙升，或在三个工具里重建同一套自动化，那么 ToRun 就是此前缺席的那个平台。这份架构因设计而诚实，而非因文案。
套餐细节见 /pricing，上手见 /docs。