描述
Zro by MoonMath.ai 是一个专为编码代理设计的私有推理端点，提供对开放编码模型的安全和高性能访问。该平台强调隐私，确保零请求保留，并绝对不对客户提示或完成进行训练。这种对数据隐私的承诺使 Zro 成为处理敏感代码或专有信息的开发人员和组织的理想解决方案。
阅读更多
该服务支持与 OpenAI 兼容的聊天完成和与 Anthropic 兼容的消息 API 请求，允许现有客户和代理工具通过指向 Zro 基础 URL 轻松集成。这种广泛的兼容性确保了已经使用这些流行 API 标准的开发人员的顺利过渡。Zro 的基础设施建立在 MoonMath.ai 的自定义服务堆栈之上，其中包括专有的注意力内核和服务代码，促进了其快速的推理速度。这些优化是开源的，并通过 SGLang、vLLM 和 AITER 等项目与社区共享。
Zro 提供对一系列针对编码代理优化的开放模型的访问，包括 DeepSeek V4.1 Flash、GLM-5.3、GLM-5.3 Flash、Dolly 1 Security 和 Dolly 2 Security。这些模型因其在百万标记推理、复杂编码和防御/红队安全工作流程等领域的能力而被选中。该平台提供多区域推理，允许用户选择在 AMD、NVIDIA 和 Google TPU 硬件上的部署路径，进一步增强性能和数据驻留选项。
来自实时端点的性能指标显示出令人印象深刻的速度，像 DeepSeek V4.1 Flash 这样的模型实现了每秒 220 个标记，GLM-5.3 Flash 的首个标记时间低至 0.36 秒。高缓存命中率（95-98%）进一步提升了服务的响应能力。Zro 还提供 Zro CLI 启动器和针对流行编码代理（如 Claude Code、Codex、Cursor、Cline、OpenCode 和 Hermes）的特定集成指南，简化了设置和使用。
定价包括一个免费计划，允许在 Flash 模型上进行每日使用，一个专业计划，每月 20 美元，提供 40 美元的使用额度，以及一个最大计划，每月 60 美元，提供 120 美元的使用额度。使用包也可以在没有订阅的情况下获得。此外，Zro 提供网络搜索和文档摄取工具，按任务计费，以增强代理能力。该平台由一支专注于低级算法、系统工程和硬件感知优化的数学家和工程师团队构建，确保提供强大而高效的私有 AI 推理体验。
- 类别AI DevOps 与云工具
- 定价模式免费增值
- 部署云端
- 平台网页版
Zro by MoonMath.ai的核心功能
私有 AI 推理端点
零请求保留
不对客户数据进行训练
与 OpenAI 兼容的聊天完成 API
与 Anthropic 兼容的消息 API
多区域推理
编码代理集成
快速推理速度
自定义注意力内核和服务代码
支持 DeepSeek V4.1 Flash 模型
支持 GLM-5.3 和 GLM-5.3 Flash 模型
支持 Dolly 1 Security 和 Dolly 2 Security 模型
运行在 AMD、NVIDIA 和 Google TPU 硬件上
用于代理配置的 Zro CLI 启动器
网络搜索和文档摄取工具
如何使用 Zro by MoonMath.ai？
创建 API 密钥：通过 Zro 平台生成 API 密钥以验证您的请求。
配置客户端：将您现有的与 OpenAI 兼容或与 Anthropic 兼容的客户端或代理工具指向 Zro 基础 URL。
与 CLI 集成：对于支持的工具，使用 `@moonmath-ai/zro` npm 包和 `zro launch` 命令进行快速设置。
选择模型：根据您的工作流程需求，从可用的编码模型（如 DeepSeek V4.1 Flash 或 GLM-5.3）中进行选择。
发送请求：向 Zro 端点发送聊天完成或消息请求以进行私有 AI 推理。
监控使用情况：跟踪您的推理支出并管理使用包或订阅计划。
Zro by MoonMath.ai的使用案例
- 私有代码生成
- 安全代理工作流程
- 高吞吐量编码
- 红队安全分析
- 长上下文推理
- 工具密集型编码
- OpenAI/Anthropic API 迁移
- 多区域部署
