One-API项目v0.14.9版本发布:渠道管理与多模态能力升级
One-API是一个开源的API管理平台,它能够帮助开发者统一管理和分发各类API服务。通过One-API,用户可以轻松地集成多种API服务,实现统一的访问控制和监控。最新发布的v0.14.9版本带来了一系列重要的功能改进和优化,特别是在渠道管理和多模态处理能力方面有了显著提升。
渠道管理功能重构与增强
本次版本对渠道标签系统进行了全面重构,使渠道管理更加灵活和高效。新的渠道标签系统允许管理员更精细地组织和分类API渠道,便于后续的查找和使用。
特别值得一提的是新增的渠道代理设置功能,该功能支持会话标识占位符替换。这意味着开发者可以在请求中动态地替换会话标识符,为多租户场景下的API调用提供了更大的灵活性。例如,在SaaS应用中,不同租户可以通过同一个API渠道但使用不同的会话标识来进行隔离调用。
日志管理与UI优化
v0.14.9版本在日志管理方面新增了页面列设置功能,用户可以根据自己的需求自定义日志展示的列信息。这一改进大大提升了日志查阅的效率,特别是在处理大量API调用记录时。
UI方面也进行了多项优化,包括布局更新和组件对齐。这些改进不仅提升了视觉一致性,也改善了用户体验。管理员现在可以更直观地查看和管理API调用情况。
多模态处理能力扩展
在AI模型支持方面,本次更新增加了对Azure Responses接口的支持,并特别增强了多模态处理能力。新增的Jina多模态rerank功能为开发者提供了更强大的内容排序能力,在处理图像、文本等多模态数据时能够实现更精准的结果排序。
模型计费与性能优化
针对模型计费系统,v0.14.9版本进行了多项改进:
- 允许自定义模型的cached_tokens_ratio参数,为不同模型设置更精确的缓存策略
- 修复了Gemini模型在空响应时的计费问题
- 优化了价格维护相关功能,使模型成本管理更加透明和准确
问题修复与稳定性提升
本次版本修复了多个关键问题,包括:
- 修复了relay_timeout的默认值和条件判断问题
- 解决了Gemini模型测试失败和重试失败的问题
- 修复了Ali视觉模型请求失败的问题
这些修复显著提升了系统的稳定性和可靠性,特别是在处理高并发请求和复杂模型调用时表现更加稳健。
总结
One-API v0.14.9版本通过渠道管理重构、多模态能力增强和多项优化改进,为开发者提供了更强大、更稳定的API管理平台。无论是对于需要统一管理多个API服务的企业,还是需要灵活调用各种AI模型的开发者,这个版本都带来了显著的体验提升。特别是新增的渠道代理设置和日志列自定义功能,将大大提高日常管理工作的效率。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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