One API 项目新增自定义渠道支持以兼容自部署模型
2025-07-06 11:38:09作者:邓越浪Henry
在开源API管理项目One API的最新更新中,开发团队针对模型价格管理功能进行了重要优化。这项改进主要解决了用户在管理自部署模型和小众厂商模型时遇到的分类难题。
背景与问题
One API作为一个集中管理多种AI模型API的平台,原先在创建模型价格时要求用户必须将模型归类到预设的供应商列表中。这种设计虽然对主流云服务商(如OpenAI、Anthropic等)很友好,但却给使用自部署模型或小众厂商模型的用户带来了不便。
在实际使用场景中,许多企业和开发者会选择:
- 自行部署开源模型
- 使用非主流厂商提供的专用模型
- 通过非标准接口接入的模型服务
这些模型往往无法准确对应到平台预设的供应商分类中,导致用户不得不将模型强行归类到不匹配的供应商下,影响了管理的准确性和使用体验。
解决方案
最新版本中,开发团队引入了"自定义渠道"选项,作为模型价格创建时的供应商选择之一。这一改进带来了以下优势:
- 分类灵活性:用户现在可以将自部署或小众模型明确标记为自定义渠道,不再需要勉强归类
- 管理清晰度:自定义渠道模型与其他主流供应商模型区分显示,便于识别和管理
- 兼容性保障:确保所有类型的模型都能在系统中得到恰当表示,不影响计费和路由功能
技术实现要点
在技术实现层面,这一改进主要涉及:
- 扩展供应商枚举类型,增加CUSTOM选项
- 修改前端表单验证逻辑,允许自定义渠道选择
- 调整价格显示逻辑,确保自定义渠道模型能正确展示
- 保持与现有API的向后兼容性
使用建议
对于不同类型的模型,建议采用以下管理策略:
- 自托管模型:使用自定义渠道,在模型名称中注明部署方式(如"Llama2-自托管")
- 小众商业模型:同样使用自定义渠道,可在描述中补充厂商信息
- 主流云服务:继续使用预设供应商分类
这一改进显著提升了One API对不同类型AI模型的包容性,使平台能够更好地服务于多样化的模型使用场景,特别是那些依赖自建模型基础设施的企业用户。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
Ascend Extension for PyTorch
Python
396
474
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
359
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
902
704
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
786
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
364
暂无简介
Dart
814
200
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161