One-API v0.7.1版本发布:新增群组限速与OpenRouter余额更新功能
One-API是一个开源的API管理平台,它允许开发者通过统一的接口访问多个AI服务提供商的API。该项目通过抽象化不同API提供商的差异,为用户提供了便捷的多模型管理能力。最新发布的v0.7.1版本带来了一些实用功能改进和问题修复。
核心功能更新
群组限速功能
v0.7.1版本引入了群组级别的速率限制功能。这一改进使得管理员能够为特定的用户组设置独立的请求速率限制,而不再仅限于全局或用户级别的限制。在实际应用中,这意味着:
- 企业可以为不同部门设置差异化的API访问配额
- 教育机构可以给教师组和学生组分配不同的调用频率
- 开发者能够更精细地控制API资源分配
群组限速的实现采用了令牌桶算法,确保限流平滑且公平,避免了突发流量导致的系统过载问题。
OpenRouter余额自动更新
对于使用OpenRouter作为后端的用户,新版本增加了余额自动更新机制。系统现在会定期同步OpenRouter账户的余额信息,确保:
- 用户能够实时了解API调用剩余额度
- 避免因余额不足导致的意外服务中断
- 管理员可以更准确地监控资源消耗情况
这一功能通过后台定时任务实现,更新频率可根据实际需求进行配置。
技术优化与问题修复
SSE连接稳定性增强
针对服务器发送事件(SSE)连接,开发团队修复了一个可能导致连接不稳定的问题。现在系统会确保在接收上游响应前发送必要的ping数据包,这一改进:
- 减少了长连接意外断开的情况
- 提高了流式数据传输的可靠性
- 特别优化了大模型生成内容时的用户体验
图片请求格式修正
项目中存在的图片价格数据格式化问题得到了修复。现在系统能够正确处理图片相关的定价信息,确保:
- 计费系统准确反映图片生成成本
- 管理员可以正确配置图片生成的价格策略
- 用户账单更加精确透明
工作者节点HTTP图片请求支持
新增了允许工作者节点直接发起HTTP图片请求的配置选项。这一特性为需要处理图片内容的场景提供了更多灵活性:
- 支持从外部URL获取图片进行处理
- 简化了图片相关功能的开发流程
- 可通过配置灵活控制安全性策略
跨平台兼容性
v0.7.1版本继续保持了良好的跨平台支持,提供了针对不同操作系统的预编译二进制文件:
- Linux (x86_64和ARM64架构)
- Windows
- macOS
这种广泛的平台覆盖确保了用户可以在各种环境中轻松部署和使用One-API服务。
总结
One-API v0.7.1版本通过引入群组限速、OpenRouter余额同步等新功能,进一步提升了API管理的灵活性和可用性。同时,对SSE连接、图片处理等核心功能的优化,使得系统更加稳定可靠。这些改进使得One-API继续成为管理多模型API访问的理想选择,特别适合需要同时对接多个AI服务提供商的企业和开发者。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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