大模型 API 统一接入企业接入

真模型，不掺假，每一个词元都经得起验证

一个接口，接入全球主流大模型

你请求哪个模型，就由哪个模型作答：不替换，不降级，每次调用都能自己验证。

登录控制台 查看验证方法
  • 兼容 OpenAI / Anthropic 接口格式
  • 用量逐条可查
  • 验证方法公开
核心能力

接入简单，账目清楚

把多家模型收拢到一个入口：接口标准，模型真实，用量透明。

统一接口

兼容 OpenAI 与 Anthropic 两种主流接口格式。已有代码改一个 Base URL 即可接入，换模型只改一个参数。

所调即所得

你指定哪个模型，就由哪个模型作答。没有静默替换，也没有降级映射。

用量透明

每次调用的模型、输入输出 Token 与时间逐条记录，在控制台查询与核对。

密钥管控

按项目或用途分别创建密钥，各自查看用量，不再使用时随时停用。

验证

不用相信我们，自己验

模型是不是真的，不该靠一句口号判断。下面的方法公开、可复现，用你自己的密钥随时可以测。

自助验证清单
  • 公开
  • 可复现
  • 用自己的密钥
01

分词器指纹

不同厂商的模型使用各自的分词器，同一段文本计出的 Token 数并不相同。发送一段固定文本，把返回的输入 Token 数与官方计数对照，可以帮助判断背后是哪一家的模型。

  • 检查点
  • 固定文本
  • 输入 Token 数
  • 官方计数
02

返回结构

各家厂商接口的返回格式各有特征：用量明细的字段、消息 ID 的格式、错误信息的写法。逐项对照官方文档，替代模型很难处处一致。

  • 检查点
  • 用量字段
  • 消息 ID 格式
  • 错误信息
03

能力与知识

用推理题、代码题，以及和知识截止时间相关的问题，对比官方渠道的回答。不同模型、不同版本之间，往往能看出差异。

  • 检查点
  • 推理题
  • 代码题
  • 知识截止时间
04

特性完整度

测试模型标称的上下文长度、工具调用、图像理解等能力是否完整可用。被替换或裁剪过的模型，往往在这里露出破绽。

  • 检查点
  • 上下文长度
  • 工具调用
  • 图像理解
我们的承诺你选定的模型，就是实际作答的模型。每次调用都有记录，可在控制台追溯核对。
模型

主流模型，一处接入

覆盖国内外主流模型家族。可用的模型与版本，以控制台列表为准。

    接入

    三步开始调用

    兼容 OpenAI 与 Anthropic 接口格式，现有的 SDK 和工具基本不用改。

    1. 创建密钥

      进入控制台，创建一个 API 密钥。

    2. 替换地址

      把 SDK 或请求中的 Base URL 换成

      https://

    3. 正常调用

      请求方式不变，换模型只需修改 model 参数。

    BASE=https://

curl "$BASE/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "<模型名>",
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}'
    from openai import OpenAI

client = OpenAI(
    base_url="https:///v1",
    api_key="<你的 API 密钥>",
)
resp = client.chat.completions.create(
    model="<模型名>",
    messages=[{
        "role": "user",
        "content": "你好",
    }],
)
print(resp.model, resp.usage)

    示例为 OpenAI 兼容格式。返回中的 model 与 usage 字段可直接用于核对。

    用真模型，做可信的业务

    进入控制台，创建密钥即可开始接入。

    登录控制台 查看验证方法