用途
Sail Research 是面向开源大模型的推理 API 平台，目标是以尽可能低的成本提供高质量、大规模、可扩展的模型推理服务。其核心理念是「追求 token 充裕」，通过精心挑选最佳开源模型，并在整条延迟-成本曲线上进行极致优化，服务于智能体、长时任务和高吞吐量工作负载。
主要能力
- 极致性价比：按 token 付费，价格极具竞争力。针对 DeepSeek V4.1 Flash，实时价格比其他供应商低 3.3 倍，异步低 6 倍。每月在 Free 计划下赠送 5 美元免费额度，可自动刷新。
- Completion Window（完成窗口）：允许在每个请求中指定延迟容忍度，平台借此获得更大的调度空间，从而在相同智能水平下大幅降低 token 成本。支持 balanced 和 flex 等不同窗口，定价页会列出各模型支持的窗口。
- API 兼容性：兼容 OpenAI 和 Anthropic 的 Responses、Chat Completions 和 Messages API。只需替换 base URL 和密钥，即可在数分钟内从现有客户端迁移。
- 微调与 RL Rollouts：支持自部署 LoRA 微调，并可在 Sail 的采样路径上运行 RL rollout。与 Tinker 实现直接集成：用 Tinker 训练的 LoRA 可从 Tinker 检查点直接采样，无需上传，也可将 Sail 作为 Tinker 的 TokenCompleter 使用。
- 海量吞吐与弹性扩展：每周服务数万亿 token，可承接百万、十亿乃至万亿级 token 的工作负载，无需销售沟通。平台专为吸收大流量突发而设计，可按需扩展。
- Sailboxes：提供完整虚拟机（VM），使长时程智能体拥有可无限期运行的算力，具备出色的经济性。与 Sail 推理搭配，智能体可连续数小时、数天甚至更长时间进行读写、构建和测试，而不丢失状态。
- 安全与合规：默认零数据保留（ZDR），推理请求和响应数据仅用于提供服务，未经书面同意不会用于训练模型。SOC 2 Type I 已合规，SOC 2 Type II 计划于 2026 年 8 月 25 日生效。Pro 和 Enterprise 客户可申请将推理请求保留在美国境内（需按计划收取附加费）。企业客户可签署 BAA 以支持 HIPAA 合规工作负载，并可签署 MSA 和 DPA。
- 技术栈深度优化：从编写 CUDA 代码追求 GPU 极限性能，到深入 SGLang 等推理引擎内部提升效率，再到跨供应商分发工作以提高鲁棒性和利用率；在可用时使用 spot 算力，不可用时安全故障转移到更可靠的算力。
使用方式
- 注册后数秒内即可生成 API 密钥。
- 将任何 OpenAI 或 Anthropic 兼容的客户端指向 Sail 的 base URL，即可开始发送请求。
- 官方提供 SDK，也可使用任何兼容客户端，只需替换 base URL 和密钥。Responses、Chat Completions 和 Messages 均可正常工作。
- 每个请求可选指定完成窗口（completion window），以平衡延迟与成本。
- 如需使用自训练 LoRA，可上传适配器到支持的模型上；若使用 Tinker 训练，则可直接从 Tinker 检查点采样并作为 TokenCompleter 使用。
- 费用可通过 agent cost calculator 估算，具体取决于 token 量、所选模型和完成窗口。
适用场景
- 构建长时程、后台运行智能体的开发者，需要大规模、低成本推理和高吞吐量。
- 需要运行 RL rollout 或部署自训练 LoRA 的研究团队。
- 对成本敏感、希望在同智能水平下降低 token 开销的生产工作负载。
- 有突发大流量需求、希望无需销售介入即可弹性扩展的服务。
- 需要数据驻留、合规性保障（如 HIPAA、SOC 2）的企业客户。
限制与说明
- 高需求时段访问可能受限，但平台专为吸收大流量突发设计，flex 完成窗口尤其如此。Pro 客户获得优先模型访问，Enterprise 客户获得最高优先级。
- 美国境内推理请求保留为 Pro 和 Enterprise 客户的可选项，需按计划收取附加费。
- 关于具体模型的完整列表、各模型支持的完成窗口和定价详情，需参考官方定价页面和文档。
- 平台目前未在资料中提供免费额度使用期限、各计划具体价格或 SLA 细节，暂未提供。
