這篇在講什麼
我在研究 OpenRouter 的多模型 API 時,看到 DeepSeek 也能從同一個入口呼叫,接著想到:資料是不是就不會經過中國?短答案是不能只看 OpenRouter 或模型名稱下結論。這篇把我實際查證的方法整理出來,你可以照著調查其他模型。
- 想用 OpenRouter 測試多個模型的人
- 準備把 DeepSeek 接進網站、聊天機器人或內部工具的人
- 需要查清楚 API 請求送到哪裡、會不會被保留的人
- 查模型端點與 provider 地區資料的方法
- 鎖定 provider、關閉 fallback、拒絕資料收集並要求 ZDR 的設定
- 測試階段與正式應用階段的判斷清單
先拆開三層,才知道自己在查什麼
例如 DeepSeek V4 Pro,決定能力與模型 ID。
OpenRouter 接收請求、統一格式與計費,再選擇可用端點。
真正收到提示詞並執行模型的 provider,直接關係到資料送往哪一家業者。
「從 OpenRouter 呼叫」只說明入口,沒有自動回答實際由誰推理,也沒有保證資料處理地點。
2026 年 8 月 9 日的 DeepSeek 路由快照
OpenRouter 提供公開 API,可以查某個模型目前有哪些端點。我查詢 DeepSeek V4 Pro endpoints API,再用 providers metadata API 對照供應商資訊。
| 公開 metadata 類型 | 當日例子 | 可以下的結論 |
|---|---|---|
| 總部欄位為中國 | StreamLake、Baidu、DeepSeek | 預設路由有可能落到中國供應商。 |
| 總部與資料中心跨地區 | Alibaba 總部列新加坡,資料中心同時列新加坡與中國 | 只看公司總部仍不夠。 |
| 資料中心明確列美國 | GMICloud、CoreWeave、Ionstream、Venice | 可作為 allowlist 候選,仍要同步查當下端點與隱私條件。 |
| 總部為美國,資料中心空白 | Cloudflare、DeepInfra、Together、Fireworks 等 | 公開 metadata 沒給推理地點答案,不能自行補成一定在美國。 |
為什麼預設自動路由不能當成地區保證
依 OpenRouter 官方說明,系統預設會在可用 provider 之間做負載平衡,考量價格、延遲、吞吐量與穩定性,fallback 預設也會開啟。這對測試很方便,某一家暫時失效時可以換到另一家。
若你的要求是只接受特定供應商或特定地區,自動切換就可能超出原本邊界。以我查詢當下的 DeepSeek V4 Pro 端點為例,價格較低的端點中就包含中國供應商。讓系統自行選擇,不能視為避開中國路由。
- 叫 AI 幫你點餐,就懂 CLI、API、MCP 那篇先講清楚 API 是什麼,這篇再往下一層追查同一個 API 背後由哪一家供應商執行模型。
每個人都可以自己調查的四步法
從模型頁取得精確 ID,例如 deepseek/deepseek-v4-pro。
從 endpoints API 看目前有哪些 provider 與價格。
對照 headquarters 與 datacenters,空白就保留未知。
確認資料收集、保留、訓練與處理地區的規則,不把它們混成同一件事。
查端點
curl -s 'https://openrouter.ai/api/v1/models/deepseek/deepseek-v4-pro/endpoints' \
| jq '.data.endpoints[] | {provider_name, pricing, status}'
查 provider 總部與資料中心
curl -s 'https://openrouter.ai/api/v1/providers' \
| jq '.data[] | {name, headquarters, datacenters}'
再查隱私政策與 ZDR
OpenRouter 的 ZDR 代表 provider 不保存這筆請求資料。data_collection: "deny" 會把路由限制在不收集使用者資料的 provider。資料是否被收集、是否用於訓練,仍要分開查。
想限制資料去向,可以加上四道鎖
only:只允許明確選定的 provider。allow_fallbacks: false:指定端點不可用時直接失敗。data_collection: "deny":只使用不收集使用者資料的 provider。zdr: true:只使用符合零資料保留的端點。
{
"model": "deepseek/deepseek-v4-pro",
"messages": [
{"role": "user", "content": "請整理這份非敏感測試資料"}
],
"provider": {
"only": ["gmicloud", "coreweave", "ionstream", "venice"],
"allow_fallbacks": false,
"data_collection": "deny",
"zdr": true
}
}
這份 allowlist 是依當日 metadata 做的示意,不是永久推薦名單。若沒有任何端點同時符合條件,API 可能回傳錯誤。對有地區或隱私限制的應用來說,條件不符就停止,通常比悄悄切到未知端點容易管理。
測試與正式應用,可以採兩種配置
只輸入自己設計的非敏感測試題,用同一組 API 比較模型理解、回答品質、速度與費用。不要放姓名、電話、Email、訂單、內部文件或其他敏感資料。
送出前遮蔽個資,使用 provider allowlist,關閉 fallback,要求拒絕資料收集與 ZDR,並留下實際 provider 與 request ID 供稽核。
- 模型不是越聰明越好:我開始學著算 AI 的 CP 值 那篇談任務需要哪一級模型,本文處理選好模型後,請求實際交給哪一家 provider。
上線前的快速檢查表
- 我知道實際 model ID。
- 我查過這個模型目前有哪些 provider。
- 我分得清楚 provider 總部與資料中心欄位。
- 我沒有把 ZDR 誤當成地區保證。
- 正式環境已使用 allowlist 並關閉 fallback。
- API 送出前會遮蔽不必要的個資。
- 沒有合格 provider 時會停止,不會自動放寬條件。
- 我會定期重查,不把一次查詢當成永久名單。
先把查證方法留下來,再決定用哪個模型
模型與供應商名單會變。能重複查詢、記錄並鎖住路由條件,才是 API 應用可以持續維護的做法。
每個月兩場免費講座。
點我加入 Line 社群 ↗