Aperture 是什麼：給個人與 homelab 的 AI gateway，還是企業工具？

Aperture by Tailscale 的 GA 定位、token 購買、MCP 控制 tailnet、Aperture CLI 的 bridge mode、個人方案能不能用與費用，以及和自架 LiteLLM 的取捨比較

Aperture by Tailscale 是 Tailscale 推出的 AI gateway：它把你的 LLM 流量集中到一個閘道上，用 Tailscale 的身分自動辨識「是誰在叫模型」，讓你和 agent 都不必再分發各家 API key。它在 2026 年 8 月 26 日正式 GA，官方這次的宣傳重點不是企業，而是「回到 Tailscale 的根源」——給個人與 homelab 玩家一個「it just works」的體驗。

這篇講 Aperture 到底是什麼、個人免費方案能不能用、怎麼買 token、怎麼用它控制 tailnet，以及它和自架 LiteLLM 這類方案怎麼選。

本文依 2026 年 10 月的 Tailscale 官方文件、部落格與 KB 整理，以 Tailscale v1.104 為準。Aperture 於 2026 年 8 月 26 日 GA；Aperture CLI 為 alpha（CLI 文件 2026-09-29 驗證）。價格與 token 數字查詢日期為 2026 年 10 月，以官方定價頁與 buy-tokens 頁為準。LiteLLM 的比較以其 2026 年 10 月查詢的官方文件為準（repo 最新 release v1.104.2，2026-10-08）。本文未實機操作 Aperture，屬文件整理。

它是怎麼長出來的

Aperture 起初是一個 private alpha 的 LLM proxy，目標很單純：不要再把 API key 分發給工程師和 agent。之後一路長成企業向的完整 AI gateway，加了 cost control、request／response hooks、guardrails、記錄、甚至 MCP 與 API proxy。

到了 GA，Tailscale 明說要「回到根源」，回頭服務個人與 homelab 玩家。所以 GA 同時帶了三個新東西：在 Aperture 內直接買 token、控制 tailnet 的 MCP、以及升級版的聊天介面。定位上它同時是兩件事：企業的 AI governance 工具，以及個人的免分發 key 入口——這正是標題那個問題的答案：它兩個都想做。

方案與價格：個人能不能用

先講大家最在意的。Tailscale 的 tailnet 方案價（查詢日期 2026 年 10 月，官方定價頁）：

方案	價格	對象
Personal	$0（免費）	個人、homelab
Standard	$8／使用者／月	中小團隊
Premium	$18／使用者／月	進階合規、AI 安全
Enterprise	洽業務	大型企業

至於 Aperture 本身，官方定價頁把它歸在「Platform extension」下、沒有單獨列出「Aperture 每使用者費用」的數字（只標「See platform extensions」）。就「能不能用」而言，官方 get-started 是這樣寫的：

到 aperture.tailscale.com 完成註冊；沒有 Tailscale 帳號的話，註冊流程會順便建立一個免費帳號。
「You can purchase tokens directly within Aperture. To use your own API keys with Aperture on a plan other than the personal Tailscale plan, contact sales.」——也就是 Personal（免費）方案就能用，token 直接買；要用「自己的 API key」在 Personal 上可以直接用，非 Personal 方案則要洽業務。

有一點要誠實標註：官方定價頁的 FAQ 另外寫著「Platform Extensions 目前需洽業務、自助式近期才會開放」。這句和 get-started 的「免費註冊」並陳時略有出入，本文以較具體的 get-started 與 GA 部落格（明說給個人與 homelab、可立即加入）為準，實際以 aperture.tailscale.com 註冊頁當下的流程為準。

順帶一提：官方定價 FAQ 也寫「Tailscale 與 Aperture 合作得很好，但 Aperture 也可以當 standalone 產品用」——所以「完全沒有 tailnet 能不能只用 Aperture」的答案是可以。不過本文主軸是把它放在 tailnet 裡的用法，standalone 的細節以官方 FAQ 為準。

token 購買

GA 讓 Aperture 免掉「先有第三方 API key 或自架模型」的門檻：每個新 Aperture 實例附一些初始 token，也可以直接在 Aperture 內為各家主要模型（開源權重與閉源都有）加購 token。這樣你不必先去 Anthropic／OpenAI／Google 各開一個帳號，就能開始用。

官方 buy-tokens 頁（2026-09-28 驗證）的具體數字（查詢日期 2026 年 10 月）：

每個使用者起始附 $1 的 token，可以立刻測試。
單次購買最低 $10、最高 $25。
支援付款的地區：US、CA、歐盟成員國、GB、CH、NO、AU、NZ、SG、TW、JP。
可設 auto top-up（餘額低於門檻自動加值）。

有一點新手容易誤會：新 gateway 的 Chat 預設只開 openai/gpt-5.6-luna 一個模型，要完成第一次 token 購買之後，Aperture 才會解鎖更多可用的模型。所以只註冊、還沒買過 token 時，在 gateway 只看到一個模型是正常的，不是設定錯。

要不要買 token 是選項，不是必備：你也可以帶自己的 provider key 或訂閱（Claude Pro、ChatGPT Plus 等透過 passthrough 模式）。Aperture 會依模型用量扣 token，成本估算可在 dashboard 看到。token 本身的加價幅度官方沒有在公開頁列出，實際以購買頁為準。

用 MCP 控制 tailnet

GA 的 MCP 是這次對 homelab 玩家最有意思的部分：官方加了兩個 MCP 端點——Tailnet 與 Tailscale SSH，讓 Aperture（以及走它的 coding agent）可以：

把新節點加進你的 tailnet（例如讓 agent 部署一個服務到某台機器）。
透過 Tailscale SSH 存取 tailnet 上的機器。

三個把關機制：Tailscale 的單向存取規則（grants）照樣生效；每台要加入的機器都要你核准；所有動作都有 audit log。也就是說 agent 不能為所欲為，你控制得了它能連到哪、加了什麼。MCP server 放在 tailnet 的完整做法，見把 MCP server 放在 tailnet。

Aperture CLI 與 bridge mode

Aperture CLI（alpha，github.com/tailscale/aperture-cli）是一支終端工具，幫你設定並啟動 coding agent 走 Aperture gateway——自動處理環境變數、設定檔、provider 類型，不用手動改一堆設定。它支援的 agent：Claude Code、Gemini CLI、GitHub Copilot、OpenCode、OpenAI Codex、Claude Cowork（Claude Desktop）、Pi、Oh My Pi、Hermes Agent。安裝用 go install github.com/tailscale/aperture-cli/cmd/aperture@latest（需要 Go 1.26.6+）。

其中 bridge mode 解決「機器上沒裝 Tailscale daemon」的情境：在 CI runner、容器、或任何你不想跑 tailscaled 的環境，bridge 給 CLI 一個獨立的 Tailscale 身分去連 Aperture，coding agent 經 bridge 連線，不必整台機器都裝 Tailscale。第一次連線要 Tailscale 認證，之後會存下 state 重複使用。反之機器上已有 Tailscale，就直接用 direct 端點，不用 bridge。

和自架 LiteLLM 怎麼選

LiteLLM（開源，核心 MIT）是自架的 AI gateway：一個 endpoint 介接 100+ LLM provider，加上 virtual key、budget、cost 記錄、MCP gateway、agent gateway 等。它和 Aperture 的差別本質上是託管 vs 自架，以及要不要分發 key：

	Aperture by Tailscale	自架 LiteLLM
部署方式	Tailscale 託管，綁你的 tailnet 身分	自己用 Docker／K8s 跑
憑證	Tailscale 身分自動辨識，不用分發 key	virtual key，provider key 仍要在 gateway 端管
provider 廣度	主流（OpenAI、Anthropic、Gemini、Bedrock 等）	100+，廣得多
買 token	內建，直接買	無，自帶 provider key
開源	gateway 非開源；CLI 開源	核心 MIT 開源，Enterprise 付費加 SSO／audit
維運	不用管	自己負責部署、升級、監控

選哪個通常看兩點：想不想自己養一台 gateway，以及你重不重視 Tailscale 身分整合。Aperture 的價值是「跟 Tailscale 身分綁在一起、開箱即用」，特別適合已經活在 tailnet 裡的人；LiteLLM 的價值是「自主可控、provider 廣、核心開源」，代價是你得自己部署營運，且它不會自動認得 tailnet 身分。兩者都可以把你家裡的本地模型接進來——後者接自架模型的做法見在外面用家裡的 Ollama／LM Studio／Open WebUI。

本文不做效能或價格高下的斷言：那類比較需要實測與當時的定價數字，超出文件整理的範圍。

小結

Aperture 給的答案是「兩者皆是」：它確實是給個人與 homelab 的 AI gateway（免費註冊、內建買 token、MCP 控制 tailnet），同時也是企業的 AI governance 平台（cost control、hooks、guardrails、記錄與 session 錄影）。如果你是 Tailscale 重度使用者、不想再分發 API key，Aperture 是最省事的路；如果你要自主可控、廣度優先、也願意自己營運，自架 LiteLLM 這類方案才對味。要不要買 token、用哪種方案，都以當下的官方頁為準。