这些年大厂AI越用越贵，OpenAI、Claude、Gemini轮番涨价，个人开发者快用不起了。但有没有想过，不靠大厂，靠去中心化网络跑推理？
Dahl（inference.dahl.global）就是干这个的——一个跑在 Gonka 去中心化 GPU 网络上的开放模型推理 API。口号很直白：“别依赖大厂 AI”。给你 1 亿 tokens 免费额度，不用注册，拿 key 就能用。
我花了点时间实测，结论放前面：对个人开发者和实验性项目来说，性价比无敌；但对生产环境，稳定性还有距离。
它到底是什么？
三层架构，一句话说清：
你 → Dahl API → Gonka 去中心化网络 → 全球分布的 GPU 矿机
说白了，Dahl 是 Gonka 的"前台"。Gonka 是一个 Layer-1 区块链，但它不挖空气——全网算力相当于 10,000+ 张 H100 GPU，全部用来跑真实 AI 推理。媒体管它叫"AI 界的比特币"，经济模型类似比特币，但 ~100% 算力干的是正事。
| 特性 | 说明 |
|---|---|
| 定价 | 约 $0.2/百万 tokens，比大厂平均低 99% |
| 免费额度 | 首 1 亿 tokens 免费（每个新 API key） |
| 注册 | 不需要，直接拿 key 用 |
| 兼容性 | OpenAI 标准接口，一行 curl |
| 数据保留 | 零保留 |
支持的模型
目前上线了三个，真正能跑的是两个：
| 模型 | ID | 上下文 | 状态 |
|---|---|---|---|
| MiniMax M2.7 | MiniMaxAI/MiniMax-M2.7 | 200K | ✅ 推荐 |
| Kimi K2.6 | moonshotai/Kimi-K2.6 | 256K | ✅ 可用 |
| GLM 5.2 | zai-org/GLM-5.2 | 1M | ⏳ 即将上线 |
MiniMax M2.7 是默认推荐，我把它配成了 Hermes 的 fallback provider 实测过，function calling 和中文对话都可用。
怎么用？
拿到 API key 后一行命令的事：
curl https://inference.dahl.global/v1/chat/completions \
-H "Authorization: Bearer ***" \
-H "Content-Type: application/json" \
-d '{"model": "MiniMaxAI/MiniMax-M2.7", "messages": [{"role": "user", "content": "你好"}]}'
几个实用接口也一并列出来：
| 端点 | 用途 |
|---|---|
GET /v1/models | 查可用模型（公开，不用 key） |
POST /tokens | 生成 API key |
GET /tokens/current | 看剩余额度 |
GET /v1/status?window=24h | 模型运行状态 |
GET /health | 健康检查 |
踩坑记录
1. 400 错误：不全是你的问题
我第一次配到 Hermes 里跑，间歇性报 400 Bad Request。排查了半天，同样的 payload 同一个 key，有时候 200 有时候 400。最终发现：这是服务端问题。去中心化网络的节点不一定都稳定，部分节点对 tool calling 格式的支持有差异。
解决方法：加 fallback 链路，一次不通自动换模型或重试。
2. 没有 SLA
毕竟不是大厂数据中心，Gonka 的节点是分布在全球的 GPU 矿机。高峰期推理速度会波动，长上下文处理会慢一些。生产环境慎用，实验项目随便玩。
3. 谁在运营？
查了一下，网站没明说注册地。但 Gonka 创始人是 Liberman 三兄妹（东欧姓氏），拿了 Bitfury 的 $5000 万投资。支持的语言是 EN/RU/UK（英俄乌）。高度疑似东欧团队，中文社区也有 PANews 报道过。
总结
| 维度 | 评分 |
|---|---|
| 价格 | ⭐⭐⭐⭐⭐ 无敌 |
| 接入简单度 | ⭐⭐⭐⭐⭐ 一条 curl |
| 稳定性 | ⭐⭐⭐ 时好时坏 |
| 模型质量 | ⭐⭐⭐⭐ MiniMax M2.7 够用 |
| 生产可用 | ⭐⭐ 适合实验，慎上生产 |
对个人开发者来说，1 亿 tokens 白嫖 + 无需注册 + OpenAI 兼容 这三个点就很香了。我把它配成了 Hermes 的 fallback provider，平时主模型跑本地 Qwen3，万一兜不住就自动轮换到 Dahl 的 MiniMax M2.7——成本几乎为零。
但如果你要跑高并发生产服务，还是乖乖用大厂的 API 吧。
回头看看中国 AI 在全球的位次：斯坦福 HAI 2026 报告显示，中美顶级模型能力差距已缩至 2.7%，几乎持平；中国 AI 论文和专利数量双料第一，工业机器人装机量是美国的 9 倍。去中心化推理网络这类基础设施，也在降低全球开发者使用 AI 的门槛——这本身就是 AI 民主化的一部分。