模型自由：即將支持自訂 Model Providers

我們的初衷

DeepSRT 從第一天起的原則就是：使用者不該為了看個影片研究模型排行榜。2025 年發布時我們做得更徹底——你甚至不需要提供 API key，Gemini 的每一筆費用都由我們在雲端背後替你吸收。單一、品質可靠、零設定，這是我們當時對「預設」的全部理解。Gemini 也確實撐起了這個承諾，直到今天它仍是預設。

但 2026 年的地景變了。Native app 把 key 交回了你手上（BYOK），我們也看著 open weights 模型一路追上來：有免費的雲端模型、有便宜到不可思議的 API、甚至有跑在你自己 Mac 上的本地模型。當「可靠」不再稀缺，堅持只給一種選擇就從保護變成了限制。所以這次，我們把模型的選擇權也下放給你：你決定用哪家 provider、哪個 model ID——你自己決定你的 budget cap。

下個版本，DeepSRT 支援任何 OpenAI 相容端點：OpenCode Zen、OpenRouter、DeepSeek 一鍵配置，Ollama、LM Studio 填個 URL 就接上。字幕和摘要可以各用各的——字幕跑便宜的，摘要留給旗艦。

怎麼評估：速度和價格，但兩個任務要的不一樣

打開選擇的前提，是我們自己先搞清楚怎麼選。DeepSRT 有兩種 AI 任務，它們對模型的要求幾乎相反：

即時字幕是一場追逐——你在看 3 分鐘處，那一段的翻譯幾秒內就要到位。它是高頻、機械性的任務：一支 40 分鐘影片切成十幾批、每批 20 句。這裡延遲就是一切，品質「夠好」即可。

影片摘要一支影片只做一次，你願意等它十秒換一篇好摘要。這裡品質就是一切，延遲幾乎無感。

所以評估從來不是「哪個模型最好」，而是「哪個模型放在哪個位置」。

Thinking：藏在延遲裡的稅

測試中我們撞上一個典型陷阱：新一代 hybrid reasoning 模型預設開啟思考。翻譯一句 23 個 token 的話，模型先燒掉 151 個 reasoning token 思考人生——品質沒有變好（翻譯不需要哲學），但一批字幕的延遲從幾秒變成 40 秒，而且思考的 token 照價收費。

我們的處理：字幕批次一律關閉思考（延遲直接砍到原來的十分之一），摘要保留模型預設——理解一支影片的敘事，思考是值得付的成本。這個判斷已經內建，你選任何模型都不用自己操心。

實測：DeepSeek v4-flash vs Gemini Flash-Lite

以字幕翻譯為例，這是我們自己跑出來的數字（20 句一批的真實 batch）：

字幕翻譯是 output 為主的任務，所以 output 那 9 倍價差才是重點：換算下來一支影片約 6 倍便宜。DeepSeek 還會自動快取重複的 prompt 前綴（我們每批的規則段完全相同），命中時 input 幾乎免費。Gemini Flash-Lite 則勝在延遲更低、行為最穩——這就是為什麼它仍是預設。

而這正是新架構最好的部分：你不用二選一。主要模型和備用模型可以來自不同提供者——字幕主力跑 DeepSeek，備用掛 Gemini；第三方限流或掛掉的瞬間，Gemini 自動接手，你的字幕連一格都不會漏。

選擇權

有人會問：這不就是把「研究模型排行榜」的負擔還給使用者嗎？不是。預設依然是我們調校好的 Gemini 組合，你什麼都不動，體驗和今天一模一樣。

但如果你想省——免費模型一分錢不用花。如果你想快——留在 Gemini。如果你在乎隱私到極致——Ollama 讓每一個字都留在你的 Mac 上，連模型供應商都看不到。預算的天花板由你自己畫：從每月 $0 到你願意為品質付出的任何數字。

DeepSRT 沒有伺服器，不抽你的 API 費用，現在連模型都不綁定。我們賣的從來不是某個模型的門票，是把這一切組裝起來、調校到位、持續維護的那雙手。端點是誰不重要，選擇權是你的——這才是 BYOK 的完全體。