One-API v0.7.0版本发布:多模型支持与功能增强
One-API是一个开源的API管理平台,旨在为开发者提供统一的多模型API接入方案。通过One-API,开发者可以便捷地接入和管理各种AI模型的API,包括但不限于OpenAI、Gemini等主流AI服务。最新发布的v0.7.0版本带来了多项功能增强和问题修复,进一步提升了平台的稳定性和易用性。
核心功能更新
1. 增强的Gemini模型支持
v0.7.0版本对Google Vertex Gemini模型通道进行了功能增强,新增了对"thinking"后缀的支持。这一改进使得Gemini模型在响应时可以更好地展现人类思考过程,为用户提供更加自然的交互体验。同时,开发团队还修复了Gemini响应JSON模式的问题,确保了API返回数据的规范性和一致性。
2. 新增/v1/responses API端点
新版本引入了一个重要的API端点/v1/responses,这一功能为开发者提供了更灵活的方式来获取和管理API响应。通过这个端点,开发者可以更高效地追踪和处理模型返回的数据,特别适合需要批量处理API响应的应用场景。
3. 用户安全功能增强
在用户管理方面,v0.7.0版本增加了修改密码时的原始密码验证机制。这一安全改进要求用户在更改密码时必须提供当前密码,有效防止了未经授权的密码修改操作,大大提升了账户安全性。
4. Redis限流机制优化
开发团队修复了Redis限流机制中当max等于0时被忽略的问题。这一改进确保了限流策略在各种配置下都能正确执行,为API的稳定运行提供了更好的保障。
高级功能改进
1. OpenAI内置工具追踪
v0.7.0版本实现了对OpenAI responses内置工具的追踪功能。这一特性使得开发者能够更详细地监控和分析工具的使用情况,为优化API调用提供了数据支持。
2. 链式模型重定向支持
新版本引入了模型映射链功能,支持链式模型重定向。这一高级功能允许开发者创建复杂的模型调用链,将一个模型的输出作为另一个模型的输入,为构建复杂的AI应用提供了更大的灵活性。
3. DALL-E模型参数校验
针对DALL-E图像生成模型,开发团队修正了尺寸参数的错误提示信息。这一改进使得当用户输入无效的尺寸参数时,系统能够提供更准确和友好的错误提示,提升了开发体验。
问题修复与优化
除了上述功能增强外,v0.7.0版本还修复了多个问题:
- 修复了Grok-2图像请求错误,确保了该模型的稳定运行。
- 优化了工具配额计算逻辑,确保资源使用统计的准确性。
- 修正了用户编辑界面中的文本错误,提升了用户界面的友好性。
总结
One-API v0.7.0版本通过多项功能增强和问题修复,进一步提升了平台的稳定性、安全性和易用性。从Gemini模型支持的改进到新增的/responses API端点,从安全功能的增强到高级模型重定向功能的引入,这一版本为开发者提供了更加强大和灵活的多模型API管理能力。
对于正在使用或考虑使用One-API的开发者来说,v0.7.0版本值得升级。它不仅解决了之前版本中存在的一些问题,还引入了多项实用功能,能够更好地满足各种AI应用开发的需求。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00