产品概览
什么是Zro？
Zro 是一个为 AI 编程 Agent 和开发者工作流打造的私有推理平台。它通过 OpenAI 兼容和 Anthropic 兼容的 API，提供对开放权重编程模型的快速访问，且不保留提示词或生成内容。开发者可通过 CLI 启动器或手动配置服务商，将 Zro 接入常用编程工具，同时享受为长上下文、多轮 Agent 会话优化的基础设施。
主要功能
私有模型推理
处理编程请求时，在返回响应后不会保留提示文本、生成文本或请求正文。
开放权重编程模型
通过单一端点提供 GLM-5.2、DeepSeek V4 Flash 0731、Kimi K3 等模型。
兼容 API 访问
支持 OpenAI 兼容的 Chat Completions 接口和 Anthropic 兼容的 Messages 请求，便于集成。
编程 Agent 集成
可对接 Claude Code、Codex、OpenCode、Cline、Cursor、Pi、Hermes、OpenClaw 等工具。
长上下文性能
通过压缩技术、自定义注意力内核和硬件感知部署，提升多轮编程会话的效率。
区域部署控制
API Key 设置可将模型推理限制在欧洲、美国，或两个受支持区域中的任一区域。
使用场景
- 私密 AI 编程 : 开发者可在敏感代码仓库中使用编程 Agent，而无需担心提示词或生成内容被 Zro 存储。
- Agent 工具集成 : 团队可通过 CLI 启动器或兼容 API 端点，将现有的 Agent 工具接入 Zro。
- 长周期开发任务 : 工程师可运行需要大上下文窗口和持续对话历史的多步骤编程工作流。
- 生产环境 Agent 后端 : 应用团队可将 Zro 作为开发者产品、代码助手和内部自动化系统的推理层。
- 区域限定推理 : 有区域基础设施要求的组织，可以控制允许的模型推理运行在哪个区域。
常见问题
Zro的替代方案
Featherless AI
无服务器AI推理平台，支持数千款Hugging Face模型的即时、弹性托管，无需服务器管理。
GMI Cloud
一个推理优先的GPU云平台，结合serverless推理和专用GPU基础设施，用于生产AI工作负载，基于NVIDIA硬件构建。
Reka AI
企业多模态模型构建者，提供可在任何地方灵活部署的视觉、音频和文本处理能力。
Pioneer AI
面向 SLM 和 LLM 的 Agent 微调平台，具有一键设置、自适应推理和持续模型改进功能。
Portkey
Portkey是一个AI控制面板，为AI应用提供可观测性与管控能力，并配备观测、安全及AI交互管理工具。
Llama 4
Meta推出的新一代开放权重多模态大语言模型，在文本、图像理解和超长上下文处理方面表现领先。
Inception Labs
革命性的扩散大语言模型，为AI应用带来前所未有的速度、效率与可控性。
Arcee AI
一家美国开放智能实验室，构建高效的开放权重语言模型，可在边缘、本地或云端运行，无供应商锁定。