KeepRouter 博客

关于 AI Gateway、协议迁移、模型路由、API 成本控制与评估的证据导向指南。

按研究问题阅读

• 迁移十月代码模型

  选择 Responses 或 Messages，保留思考历史并验证完整工具循环。

  Claude 5.5 迁移

• 选择 MiMo 与 GLM 变体

  停用旧线路前，核对准确型号、多模态输入与思考成本。

  GLM 5.3 变体选型

• 接入工作流应用

  配置 n8n 与 Dify，并核对输入、所选模型和已发布工作流。

  Dify 配置与排错

• 配置编码助手

  验证仓库修改、工具调用，以及聊天与自动补全各自使用的模型。

  Continue 聊天与自动补全

• 接入 SDK 与检索应用

  连接 LangChain 或 LlamaIndex，分别验证模型行为与检索证据。

  LlamaIndex 生成与 RAG

• 排查 API 请求失败

  先区分限流、额度不足和流式中断，再选择重试策略。

  诊断流式输出中断

• 核算完整工作量

  把检索、推理、重试和合格结果纳入可复算的成本表。

  核对推理 token 费用

• 评估模型与网关

  用已标注样本比较文档提取，再选择适合应用的服务。

  比较网关替代方案

全部 55 篇文章

• GPT-6.1 Sol API：Responses、工具调用与可靠迁移
  2026-10-03
  使用 Responses 接入 GPT-6.1 Sol，保留工具历史，比较 Luna 与 Sol，并核对思考、缓存输入和 KeepRouter 固定费率。
• Claude Sonnet 5.5 与 Opus 5.5：API 迁移与缓存成本
  2026-10-03
  用 Messages、自适应思考、完整工具块和准确缓存核算迁移 Claude 5.5，切换 Agent 前比较 Sonnet 与 Opus。
• MiMo V2.6 API：Flash、Pro、UltraSpeed 与 V2.5 迁移
  2026-10-03
  选择确切 MiMo V2.6 ID，保留工具历史中的思考，比较服务变体，并在小米 10 月 21 日停用 V2.5 前完成迁移。
• GLM 5.3、Flash 与 FlashX：输入、思考与 API 成本
  2026-10-03
  比较准确 GLM 5.3 ID、文字与多模态输入、持续思考和实际用量，避免混淆 Coding Plan 权益与按量计费。
• Grok 4.7、Qwen 3.8、Gemma 4 与 Doubao 2.1：按任务选型
  2026-10-03
  按模态、部署限制与合格结果成本比较准确 Grok、Qwen、Gemma、Doubao ID，提供可复现选型表和验收方法。
• KeepRouter Gemini API：模型选择、接入与费用核对
  2026-09-29
  在 KeepRouter 选择九个 Gemini 型号，使用 OpenAI SDK 接入，查看实时 token 价格与流式、JSON、工具调用的验证范围，按合格结果评估成本。
• n8n 接入 OpenAI 兼容 API：配置与工作流排障
  2026-09-29
  从一个可检查的分类工作流开始，配置 n8n 的 OpenAI 兼容 API，区分端点、凭证和多条数据映射问题，再决定是否启用 Agent 工具。
• Dify 自定义模型：接入 OpenAI 兼容 API
  2026-09-29
  配置 Dify 自定义模型的凭证、API 模式与能力，区分聊天和知识库向量模型，并通过一个小工作流定位验证失败。
• LangChain 自定义 Base URL：兼容 API 接入指南
  2026-09-29
  正确设置 ChatOpenAI 的 base_url，分开验证普通调用、流式输出与工具调用，并识别更换端点时可能丢失的供应商扩展字段。
• LlamaIndex OpenAILike：更换 LLM，保留 RAG 索引
  2026-09-29
  使用 OpenAILike 更换 LlamaIndex 的生成模型，保留向量模型与索引，通过可复现的文档样本分别验证检索、回答和引用。
• Cline 接入 OpenAI 兼容 API：模型、工具与费用
  2026-09-29
  为 Cline 配置兼容 API，正确填写模型限制，并用一个可检查的小补丁验证读文件、改代码和运行测试的完整过程。
• Roo Code 停运后迁移：保留 API，替换代码客户端
  2026-09-29
  Roo Code 已归档。为现有用户梳理 API 配置、原生工具和权限的迁移方法，通过小任务验证替代客户端，而非继续推荐旧扩展。
• Continue API 配置：分清聊天与自动补全角色
  2026-09-29
  在 Continue 中分别配置聊天、编辑和自动补全角色，接入兼容端点，并检查 Responses API 选择、模型限制与真实调用费用。
• Aider 接入 OpenAI 兼容 API：配置与编辑验证
  2026-09-29
  配置 Aider 自定义 API，区分 openai/ 客户端前缀与服务端模型 ID，处理模型元数据警告，并核算合格代码修改的成本。
• Open WebUI 自定义 API：连接模型与排查功能差异
  2026-09-29
  在 Open WebUI 添加兼容 API，区分模型发现与真实生成，分别核对聊天、向量、附件和后台任务，避免误判连接成功。
• LibreChat 自定义端点：模型、标题与 API 费用
  2026-09-29
  为 LibreChat 添加自定义端点，使用小范围模型列表、服务端凭证，并检查标题生成与其他后台调用，准确评估完整对话费用。
• Structured Outputs 与 JSON Mode：如何验证真实数据
  2026-09-29
  区分 JSON Mode 与 Schema 约束输出，用缺失字段、冲突金额和拒答样本验证抽取质量，并把业务正确性纳入模型选择。
• LLM 工具调用：实现完整的请求与结果循环
  2026-09-29
  保留工具调用 ID，校验参数，处理流式片段与重复动作，搭建可验证的工具往返流程，并统计完整任务成本。
• OpenAI 兼容 API 的 429 错误：限流、额度与重试
  2026-09-29
  按错误来源与响应体区分 429，结合请求和 token 配额计算吞吐，并限制 SDK、队列和工作流的重试叠加。
• LLM 流式输出中断：区分 SSE、超时和完成状态
  2026-09-29
  排查 LLM 流式输出提前停止，区分网络分片、协议事件、结束原因和用量记录，避免把部分文字当成成功答案。
• 上下文超限怎么办：先核算提示词，再决定重试
  2026-09-29
  把历史、工具定义、检索片段和输出预留放进同一 token 预算，解决上下文超限，同时保留回答真正需要的证据。
• RAG 每次查询多少钱：别只计算生成 token
  2026-09-29
  把建库、检索、生成、重试和人工复核放进同一张成本表，用可复算的示例比较每个合格答案的费用，而不只看 token 单价。
• 推理 token 怎么计费：避免重复计算与短回答误判
  2026-09-29
  区分可见回答、推理 token 与不同 API 的 usage 口径，用可复算示例避免重复计费统计，并衡量真正完成任务的成本。
• GPT、Claude、Gemini 文档提取选型：样本与评分方法
  2026-09-29
  用统一样本、证据规则和成本账本比较 GPT、Claude、Gemini 的文档提取能力，分开验证 PDF 接入、字段准确度和人工复核成本。
• Batch API 与实时请求：什么时候批处理更划算
  2026-09-29
  比较原生 Batch、应用队列和实时推理，计算折扣是否覆盖工程成本，并正确处理乱序结果、截止时间和失败重试。
• Ollama 本地模型与托管 API：成本、容量与盈亏平衡
  2026-09-29
  把硬件、电费、运维、质量与容量放进同一成本模型，比较 Ollama 本地推理和托管 API，避免仅凭免费软件判断哪个更便宜。
• 向量模型迁移：重建索引时如何保住检索质量
  2026-09-28
  生产环境向量模型迁移指南：保存源数据、建立并行索引、双写更新、验证召回与权限、灰度切换并保留回滚。
• 客服 Agent 每件解决成本：一份可复用的测量表
  2026-09-28
  按已验证解决与正确转人工衡量客服 Agent 经济性，纳入模型调用、重试、人工审核、失败率与标明假设的算例。
• DeepSeek API 价格：缓存命中后，怎样不重复计算输入费用
  2026-09-23
  按未缓存输入、缓存命中和输出估算 DeepSeek API 费用，包含算例、usage 解析代码与可复现的缓存实验。
• Claude API 费用：按写入、读取和复用次数规划 Prompt Caching
  2026-09-23
  分别核算 Claude 提示词缓存写入与读取费用，用盈亏平衡算例、usage 字段和具体线路验证建立预算。
• GPT API 价格与 SDK 迁移：把请求契约和费用一起核对
  2026-09-23
  迁移 GPT 客户端时，分别检查模型 ID、Chat Completions、Responses、缓存输入与实测用量，附 Python 请求和验收表。
• 用 OpenAI SDK 调用 Gemini：区分原生、兼容端点和网关路径
  2026-09-23
  用文本、工具、图片、流式和专有字段的请求矩阵选择 Gemini API 路径，附 Python 配置与费用核对方法。
• Doubao 多模态 Embedding：建立一个图文检索小样本
  2026-09-23
  调用 Doubao 多模态向量端点，校验返回向量、避免把独立文档合并，在扩大索引前验证图文检索质量与成本。
• 从 OpenRouter 迁移到 KeepRouter：核对 URL、模型 ID 与路由字段
  2026-09-23
  一份具体的 OpenRouter 迁移手册，涵盖客户端配置、模型命名空间、provider 字段、验收案例与完整回滚步骤。
• KeepRouter API Key 配置：从免费模型走到一次受控付费请求
  2026-09-23
  创建有范围的 KeepRouter Key，运行免费模型请求并定位配置错误，再核对余额、模型范围与付费调用用量。
• OpenRouter 与 LiteLLM：按实际工作负载比较总运行成本
  2026-09-23
  用成本工作表、三种工作负载与有边界的验证计划，比较托管模型访问与自行运行 LiteLLM 代理的实际成本。
• 长任务完成回调：签名、重试，以及为什么它不是唯一路径
  2026-09-13
  长任务完成回调如何工作：签名事件契约、重试阶梯、幂等处理，以及为什么轮询仍然是事实来源。
• 图生视频与视频编辑 API：media 输入契约
  2026-09-13
  图生视频、参考生视频与视频编辑如何接收输入：各模型的 media 数组、可被上游抓取的 URL、输入长度规则，以及每秒费率。
• 提示词缓存成本：算清读取、写入与实际节省
  2026-09-13
  通过完整算例核算提示词缓存费用，区分读取与写入，避免重复计算输入 token，并用实际使用间隔检查缓存是否省钱。
• 异步视频生成 API：任务 ID、轮询与按秒计费
  2026-09-12
  异步视频生成 API 如何工作：提交任务、轮询取回视频，并按视频秒数而非 token 计费。文中包含失败处理方式。
• 如何选择视频模型档位：每秒成本、分辨率与输入类型
  2026-09-12
  如何在已发布的视频档位之间做选择：每秒成本计算、分辨率档位到底改变了什么，以及各模型接受的输入类型。
• 文本转语音计费：输入 token 加音频秒数
  2026-09-12
  按文本输入 token 与生成音频秒数估算 KeepRouter TTS 费用，包含 Gemini 算例、WAV 时长测量与计费边界。
• 多模态向量：把文本、图片与视频放进同一个向量空间
  2026-09-12
  支持图片与视频的向量模型位于独立端点。本文说明请求结构、媒体 token 如何计数，以及什么时候该用它。
• AI Gateway 指南：它控制什么、何时需要，以及如何落地
  2026-08-15
  一份实用的 AI Gateway 指南：职责、运行模式、采用测试、能力边界与上线清单。
• OpenAI 兼容 API 迁移清单
  2026-08-15
  用端点、模型、流式、工具、错误、用量、灰度与回滚检查，安全迁移 OpenAI 风格客户端。
• LLM 路由与负载均衡：团队最常混淆的四种策略
  2026-08-15
  区分 LLM 路由、负载均衡、故障切换与重试，并为每种策略定义安全资格与证据。
• 如何降低 LLM API 成本：按任务复算费用与优化收益
  2026-08-15
  通过完整算例计算每个合格任务的费用，判断何时应优化缓存、上下文、模型选择或重试次数，降低实际 LLM API 账单。
• Responses API 与 Chat Completions：按契约选择，而不是追新
  2026-08-15
  按对象模型、工具、状态、流式、存储、迁移工作量与 Gateway 支持比较 Responses 和 Chat Completions。
• 如何评估 AI Gateway：测试方法、费用与完整评分表示例
  2026-08-15
  用完整评分表示例比较 AI Gateway 的必需功能、任务质量、全部费用和延迟，并按清晰步骤完成试用与小规模发布。
• 从 OpenRouter 迁移：先选择目标运行模式
  2026-08-15
  按供应商策略、模型 ID、协议、证据、数据控制、灰度与回滚，把 OpenRouter 工作负载迁移到新的运行模式。
• AI Gateway 安全清单：信任控制面之前，先画清数据路径
  2026-08-15
  一份生产级 AI Gateway 安全审查，覆盖身份、供应商 Key、提示词数据、日志、保留、路由、租户隔离、工具与故障证据。
• AI Gateway 延迟指南：分别测量网关、供应商与获救请求
  2026-08-15
  使用首 token、总完成时间、网关处理、供应商生成、重试、缓存与分位数测试设计，正确测量 AI Gateway 延迟。
• LLM 故障切换设计指南：恢复请求，同时避免不安全重试
  2026-08-15
  用错误分类、截止时间、流式状态、幂等性、费用证据与回滚测试，设计有边界的 LLM 重试和供应商或模型故障切换。
• KeepRouter 上的 Kimi K3：使用 1M token 上下文窗口
  2026-07-23
  通过 OpenAI SDK 或 Claude Code 调用 kimi-k3，并用实测用量而不是估算判断长上下文成本。
• 不用静态价格快照，比较 Claude Code 模型成本
  2026-07-05
  用当前端点、费率、资格和同一仓库任务的实测 token，比较 Claude Code 兼容模型 ID。