Harogo 文档

简介

Harogo 是面向编程 Agent 的多模型订阅服务。

限时优惠订阅价格为 $4.90/月，优惠结束后恢复为 $9.90/月。目前开放 100 个优惠订阅名额 —— 以订阅页面显示的剩余名额和确切结算价格为准。

订阅后，你可以通过单一入口访问多款编程模型。所有模型共用同一个 Harogo 账户、API Key 和订阅配额 —— 无需分别注册或为多个模型平台单独充值。

为什么选择 Harogo

不同模型擅长不同的编程任务。直接使用多个模型提供商，通常意味着要管理多个账户、API Key、余额、速率限制和账单。

Harogo 将一组适合编程 Agent 使用的模型整合到一个服务背后。你可以根据任务切换模型，每一次调用都按同一份共享配额计费。

当前模型大致可分为以下几组：

• Kimi K3、Claude Opus 5、GPT-5.6 Sol —— 适合大型代码库、长上下文任务和高难度推理。
• Qwen3.8 Max、GLM-5.2、Claude Sonnet 5、GPT-5.6 Terra、MiniMax M3、DeepSeek V4 Pro —— 适合日常 Agent 编程、代码生成与调试。
• DeepSeek V4 Flash、Claude Haiku 4.5、GPT-5.6 Luna —— 适合高频调用、快速响应和成本敏感型任务。
• Claude Fable 5 —— 适合长时间运行的多步骤 Agent 工作流。

以上分组仅作为选择模型的起点。实际效果取决于具体任务、上下文以及工具的使用方式。

快速上手

1. 登录 Harogo 并完成订阅。
2. 在控制台创建并复制一个 API Key。
3. 将 Base URL 设置为 https://api.harogo.ai。
4. 粘贴 API Key。
5. 开始使用。

支持的模型

当前支持的模型：

以上名称和模型 ID 是 Harogo 使用的路由标识符。模型列表、版本和可用性可能会变化 —— 请以控制台实际显示为准。

用量与限制

Harogo 实施以下用量限制：

三项限制同时生效。每一次模型调用都从共享订阅配额中扣除，部分模型还设有更低的最高用量上限 —— 详见下方的定价表。

限制以美元金额定义，而非固定请求数。你实际能获得的请求数取决于所使用的模型 —— 通常价格更低的模型能支持更多请求，价格更高的模型则较少。

你可以在 Harogo 控制台查看当前用量和剩余配额。

预估请求量

下表基于典型的 Harogo 使用模式，给出预估的请求数：

每一行都假设该时间窗口的配额主要用于对应的模型。如果混合使用多个模型，它们会共同消耗同一份共享配额，因此不同模型的请求数不能简单相加。

实际请求数会随上下文长度、缓存命中率、推理强度和输出长度而变化。一个编程 Agent 可能会为单个任务发出多次模型请求，因此一次请求并不等于一个完整的编程任务。

预估方法

预估基于以下典型请求模式：

• GLM-5.2 —— 每次请求约 700 个输入 Token、52,000 个缓存读取 Token 和 150 个输出 Token。
• Qwen3.8 Max —— 每次请求约 8,731 个输入 Token、31,831 个缓存读取 Token 和 2,029 个输出 Token。
• Kimi K3 —— 每次请求约 1,050 个输入 Token、76,500 个缓存读取 Token 和 300 个输出 Token。
• MiniMax M3 —— 每次请求约 4,381 个输入 Token、28,768 个缓存读取 Token 和 1,108 个输出 Token。
• DeepSeek V4 Pro —— 每次请求约 750 个输入 Token、82,000 个缓存读取 Token 和 290 个输出 Token。
• DeepSeek V4 Flash —— 每次请求约 790 个输入 Token、68,000 个缓存读取 Token 和 280 个输出 Token。
• Claude Opus 5 —— 每次请求约 580 个输入 Token、386,230 个缓存读取 Token、19,476 个缓存写入 Token 和 2,025 个输出 Token。
• Claude Sonnet 5 —— 每次请求约 159 个输入 Token、129,804 个缓存读取 Token、6,260 个缓存写入 Token 和 850 个输出 Token。
• Claude Fable 5 —— 每次请求约 399 个输入 Token、315,393 个缓存读取 Token、12,907 个缓存写入 Token 和 1,016 个输出 Token。
• Claude Haiku 4.5 —— 每次请求约 700 个输入 Token、52,000 个缓存读取 Token 和 150 个输出 Token。
• GPT-5.6 Luna —— 每次请求约 45,726 个输入 Token、10,720 个缓存读取 Token 和 1,905 个输出 Token。
• GPT-5.6 Sol —— 每次请求约 6,032 个输入 Token、112,138 个缓存读取 Token 和 678 个输出 Token。
• GPT-5.6 Terra —— 每次请求约 6,825 个输入 Token、69,476 个缓存读取 Token 和 734 个输出 Token。

Qwen3.8 Max、MiniMax M3 以及 Claude 和 GPT-5.6 系列使用的是实际观测到的平均请求结构。其余模型使用典型的编程请求结构。Claude Opus 5 当前参考的是同价位 Opus 级模型的实际用量数据。

以上数字用于估算典型用量，并不构成对固定请求数量的承诺。

模型定价与用量上限

下表列出每个模型每百万 Token 的 API 参考价格，以及 Harogo 为该模型设置的用量上限。

"—" 表示该项目当前不单独计费，或不适用于该模型。

预估请求数综合了模型定价、典型请求结构、实际用量数据以及每个模型的用量上限计算得出。预览版模型的定价和可用性可能会变化。

模型定价、用量上限和预估请求数可能随服务演进而变化 —— 请以 Harogo 控制台以及本页面的最新版本为准。