Diperbarui: 14 September 2026
Sebuah Panduan Katalog Model AI: Cara Membaca Provider, Endpoint, Grup, dan Harga berguna karena katalog model kini melakukan lebih dari sekadar mencantumkan nama. Katalog produksi adalah permukaan routing. Katalog ini memberi tahu produk, engineering, dan finance provider mana yang memiliki route tersebut, bentuk API mana yang didukung, grup atau paket mana yang dapat memanggilnya, unit apa yang ditagihkan, dan apakah model tersebut cukup sehat untuk trafik nyata.
Kesalahan mahal adalah membaca katalog seperti papan peringkat. Satu baris dengan nama model terkenal tetap bisa salah untuk workload Anda jika bentuk endpoint tidak cocok dengan SDK Anda, unit penagihan tidak dapat dibandingkan, route dibatasi untuk grup yang tidak Anda gunakan, atau status ketersediaannya belum siap produksi.
Panduan katalog model AI ini memberi tim produk cara praktis untuk membaca katalog model sebelum memilih, menguji, atau merutekan trafik melalui gateway API AI apa pun. Panduan ini menggunakan direktori model publik dan dokumentasi Flatkey sebagai contoh kerja, tetapi daftar periksa ini berlaku untuk katalog provider langsung, katalog gateway, dan katalog platform internal.
Jawaban Cepat: Cara Membaca Katalog Model AI
Baca katalog model AI dalam urutan ini:
- Provider: siapa yang mengoperasikan model atau route upstream.
- Model ID: string persis yang harus dikirim aplikasi Anda.
- Dukungan endpoint: bentuk API mana yang diterima route, seperti chat yang kompatibel dengan OpenAI, Responses, Anthropic, Gemini, gambar, video, embeddings, atau route native.
- Grup atau paket: grup akun, grup route, grup kuota, atau paket penagihan mana yang dapat menggunakan baris ini.
- Status ketersediaan: apakah route aktif, menurun, tidak diketahui, pratinjau, akses awal, deprecated, atau akan segera hadir.
- Unit harga: apakah penagihan per 1 juta token input/output, token cache, gambar, detik, permintaan, karakter, menit, atau unit lainnya.
- Bukti penggunaan: apakah permintaan uji Anda muncul di log dengan model, status, jumlah token, route, kunci, dan biaya yang diharapkan.
Jawaban singkat dalam Panduan Katalog Model AI: Cara Membaca Provider, Endpoint, Grup, dan Harga ini adalah: jangan memilih model hanya dari kolom harga. Pilih setelah provider, endpoint, grup, status, unit harga, dan bukti log penggunaan semuanya selaras dengan workload Anda.
Snapshot Katalog Model Flatkey Saat Ini
Dokumentasi Flatkey saat ini menjelaskan satu base URL yang kompatibel dengan OpenAI, https://router.flatkey.ai/v1, plus endpoint API untuk chat completions, Responses, embeddings, pembuatan gambar, tugas video, dan daftar model. Endpoint /v1/models mengembalikan ID model dan provider dalam format yang kompatibel dengan OpenAI, sementara Model Directory publik adalah tempat langsung untuk memeriksa harga, kesehatan, dukungan endpoint, dan halaman detail model.
Pada 14 September 2026, direktori model publik Flatkey menampilkan field baris yang secara langsung relevan untuk peninjauan katalog:
| Bidang katalog | Apa yang diinformasikannya | Contoh nilai yang diamati di direktori publik |
|---|---|---|
model_name |
String atau baris model yang perlu Anda uji. | gpt-5.6-sol, deepseek-v4-pro, seedance-2.5, gemini-3-flash-preview, claude-sonnet-5 |
vendor_name |
Provider atau pemilik katalog di balik rute. | OpenAI, DeepSeek, ByteDance, Google, Anthropic, katalog Flatkey |
supported_endpoint_types |
Bentuk request mana yang dapat diterima model. | openai, openai-response, anthropic, gemini, openai-video, video |
availability_status |
Apakah rute saat ini tampaknya dapat digunakan. | available, unknown_failure |
display_pricing.billing_kind |
Keluarga satuan harga. | token, per_second, request |
enable_groups / group pricing |
Rute atau grup komersial mana yang dapat memanggil baris tersebut dan bagaimana harganya disesuaikan. | Entri rute yang dikelompokkan seperti plg di data halaman publik |
Anggap cuplikan ini sebagai bukti tentang bagaimana katalog disusun, bukan sebagai tabel harga permanen. Dokumen referensi Flatkey secara eksplisit mengarahkan pembaca kembali ke flatkey.ai/models, flatkey.ai/pricing, dan flatkey.ai/status sehingga baris model, harga, dan kesehatan dapat diperbarui tanpa rilis dokumen.
Baca Provider Sebelum Anda Membaca Nama Model
Provider adalah bidang pertama karena nama model saja tidak memberi tahu Anda ke mana traffic pergi, kontrak apa yang berlaku, atau batas operasional mana yang penting.
Gunakan bidang provider untuk menjawab:
| Pertanyaan | Mengapa ini penting |
|---|---|
| Apakah rute ini dioperasikan oleh penyedia model asli, gateway, cloud inferensi, atau proxy internal? | Ini mengubah dukungan, harga, logging, penanganan data, dan kepemilikan insiden. |
| Apakah baris ini merepresentasikan endpoint resmi atau model yang disajikan kembali? | Tim produk perlu mengetahui apakah perilakunya harus sesuai dengan API resmi provider. |
| Apakah ada beberapa baris dengan nama serupa dari provider yang berbeda? | Label qwen, deepseek, gemini, atau claude dapat menyembunyikan perbedaan regional, kompatibilitas, atau paket. |
| Provider mana yang harus direkonsiliasi oleh finance? | Satuan penagihan dan referensi harga daftar mungkin berasal dari provider, sementara faktur mungkin berasal dari gateway. |
Untuk Flatkey, positioning yang disetujui adalah satu kunci, satu saldo, dan akses model resmi lintas provider seperti OpenAI, Anthropic, Google, DeepSeek, Alibaba, Z.ai, Moonshot, dan ByteDance. Itu membuat transparansi provider menjadi sangat penting. Jika baris katalog tidak menjelaskan provider dan kelas rute dengan jelas, mintalah klarifikasi sebelum menyetujui baris tersebut untuk produksi.
Baca Endpoint sebagai Kontrak, Bukan Label
Dukungan endpoint adalah sebuah kontrak antara aplikasi Anda dan rute tersebut. Ini menentukan apakah client yang Anda gunakan saat ini, request body, streaming handler, parser tool-call, dan logika pencatatan penggunaan dapat berjalan tanpa perlu ditulis ulang.
Dokumentasi REST Flatkey mencantumkan endpoint API publik berikut:
| Endpoint | Penggunaan umum |
|---|---|
/v1/chat/completions |
Chat dan pembuatan teks yang kompatibel dengan OpenAI |
/v1/responses |
Alur kerja berstatus atau yang mendukung tool bergaya Responses untuk model yang kompatibel |
/v1/embeddings |
Embedding vektor |
/v1/images/generations |
Pembuatan gambar |
/v1/videos |
Pembuatan tugas generasi video |
/v1/videos/{task_id} |
Polling tugas video |
/v1/videos/{task_id}/content |
Pengunduhan video yang selesai |
/v1/models |
Daftar model yang tersedia untuk akun |
Baris katalog yang menyebut openai tidak sama dengan baris yang menyebut anthropic, gemini, openai-response, openai-video, atau video. Sebuah model mungkin mendukung lebih dari satu family endpoint, tetapi Anda tetap perlu menguji path yang persis akan digunakan aplikasi Anda.
Untuk panduan katalog model AI ini, gunakan field endpoint untuk menulis kontrak kompatibilitas singkat:
catalog_endpoint_contract:
workload: support_ticket_summary
model_id: selected-model-id
provider: provider-name
endpoint_type: openai
base_url: https://router.flatkey.ai/v1
endpoint_path: /v1/chat/completions
required_features:
- streaming
- tool_calls
- structured_json
- usage_fields
pass_condition:
- existing_sdk_initializes
- response_parser_accepts_output
- usage_log_matches_model
- fallback_policy_is_documented
Jika satu item dalam kontrak itu gagal, model tersebut mungkin masih berguna, tetapi itu bukan rute plug-and-play untuk workload tersebut.
Baca Grup Sebagai Kebijakan Rute Dan Biaya
Grup mudah dilewatkan karena terlihat seperti label platform internal. Jangan dilewatkan. Sebuah grup dapat menentukan siapa yang dapat menggunakan rute, multiplikator harga mana yang berlaku, kunci mana yang diizinkan, kuota mana yang dikonsumsi, dan pool fallback mana yang tersedia.
Dalam katalog gateway, grup sering kali merepresentasikan satu atau lebih kebijakan berikut:
| Arti grup | Apa yang perlu diverifikasi |
|---|---|
| Rencana komersial | Apakah akun atau tim ini memiliki akses ke harga yang ditampilkan? |
| Pool rute | Channel class upstream atau akun provider mana yang menangani traffic? |
| Lingkungan produk | Apakah rute ini disetujui untuk dev, staging, production, atau pelanggan tertentu? |
| Ruang lingkup anggaran | Kunci, tim, workspace, atau anggaran pelanggan mana yang dibebankan? |
| Allowlist | Apakah model diizinkan untuk data yang diatur, fitur publik, atau otonomi agen? |
| Family fallback | Apakah grup ini dapat fallback ke rute lain tanpa merusak kualitas atau kebijakan? |
Pemosisian produk Flatkey mencakup governance sub-key, anggaran, allowlist model, log penggunaan, dan saldo bersama. Artinya, baris katalog dan dasbor penggunaan harus selaras. Jika seorang product manager menyetujui sebuah model di katalog tetapi production key tidak berada dalam grup yang सही, tim engineering akan menemukan masalahnya sebagai 403, 429, fallback miss, atau kejutan penagihan.
Baca Harga Berdasarkan Unit Sebelum Membandingkan Baris
Harga adalah field katalog model yang paling sering disalahartikan. Panduan katalog model AI seharusnya memaksa setiap harga ke unit aslinya sebelum siapa pun membandingkannya.
Jangan membandingkan unit-unit ini seolah-olah sama:
| Price unit | Common workload | Catalog review risk |
|---|---|---|
| Input tokens | Prompt-heavy chat, summarization, retrieval-augmented generation | Prompt panjang dan konteks hasil retrieval dapat mendominasi biaya. |
| Output tokens | Reasoning, writing, code generation, extraction | Completion yang panjang dapat mendominasi biaya bahkan ketika input terlihat murah. |
| Cached input tokens | Reused system prompts, prompt caching, context caching | Rasio cache-hit dan cache-miss harus diukur secara terpisah. |
| Image output tokens or per-image price | Image generation and editing | Resolusi, kualitas, gambar referensi, retry, dan acceptance rate mengubah biaya sebenarnya. |
| Per second | Video generation and some media routes | Durasi dan klip yang gagal/diedit lebih penting daripada jumlah permintaan. |
| Per request | Search, tools, image utilities, enrichment, custom APIs | Tingkat keberhasilan permintaan dan kebijakan retry menentukan biaya akhir. |
| Per minute or character | Speech, transcription, text-to-speech, OCR-like workflows | Jumlah kanal, bahasa, add-on, dan mode batch dapat mengubah biaya. |
Halaman harga provider juga menggunakan penamaan yang berbeda. OpenAI, Anthropic, Google Gemini, dan DeepSeek semuanya memisahkan beberapa kombinasi input, output, cached input, cache read/write, atau pricing cache-hit/cache-miss dalam dokumentasi harga publik mereka saat ini. Itulah sebabnya tinjauan katalog harus menyimpan URL sumber langsung dan tanggal review, alih-alih menyalin satu harga permanen ke tiket roadmap.
Gunakan formula yang dinormalisasi ini:
accepted_workload_cost =
(primary_attempt_cost
+ retry_cost
+ fallback_cost
+ cached_or_uncached_delta
+ media_or_tool_addons)
/ accepted_outputs
Kemudian tambahkan konteks keputusan:
production_cost_decision =
accepted_workload_cost
+ latency_penalty
+ manual_review_cost
+ incident_risk
+ data_policy_constraints
Baris kedua itulah alasan mengapa sel harga termurah jarang menjadi jawaban akhir.
Baca Status Sebelum Trafik Produksi
Status ketersediaan harus menjadi gerbang, bukan catatan kaki. Sebuah model bisa tampak sempurna pada provider, endpoint, dan harga, tetapi tetap menjadi pilihan produksi yang salah jika hanya pratinjau, mengalami degradasi, terbatas per wilayah, sudah deprecated, tidak ada di akun Anda, atau gagal health check.
Gunakan kelas status berikut:
| Kelas status | Yang harus dilakukan |
|---|---|
| Tersedia dan telah diuji | Kandidat untuk peluncuran terkontrol setelah verifikasi usage log. |
| Tersedia tetapi belum diuji | Jalankan smoke test sebelum menetapkan trafik produksi. |
| Pratinjau, beta, akses awal, atau terbatas | Gunakan untuk eksperimen kecuali produk secara eksplisit menerima risiko siklus hidup. |
| Menurun performanya atau latensi tinggi | Pertahankan sebagai non-default atau fallback hanya jika beban kerja dapat menoleransinya. |
| Kegagalan tidak diketahui | Anggap diblokir sampai rute diverifikasi. |
| Ditandai deprecated atau dijadwalkan untuk dihentikan | Jangan mulai pekerjaan baru kecuali ada alasan migrasi jangka pendek. |
| Akan segera hadir | Jangan sertakan dalam komitmen peluncuran. |
Dokumentasi Flatkey mengarahkan pemeriksaan kesehatan model ke halaman status live. Untuk keputusan produksi, field status harus disimpan bersama tanggal, model ID, jenis endpoint, key atau group, dan satu request ID nyata.
Alur Kerja Flatkey untuk Tinjauan Katalog
Gunakan alur kerja ini setiap kali tim produk bertanya apakah model dari katalog aman digunakan.
- Buka Flatkey Model Directory.
- Cari model ID yang persis, bukan hanya nama providernya.
- Catat provider, dukungan endpoint, status ketersediaan, unit harga, akses group, dan tanggal tinjauan saat ini.
- Buka harga Flatkey dan halaman harga provider yang relevan.
- Tuliskan unit biaya yang dinormalisasi: per 1M input tokens, output tokens, cached tokens, image, second, request, atau unit lainnya.
- Jalankan smoke test berisiko rendah melalui
base_url, path endpoint, dan model ID yang dituju. - Pastikan request muncul di usage logs Flatkey dengan model, key, status, jumlah token atau unit media, dan biaya yang diharapkan.
- Tentukan aturan fallback sebelum mengirim pengguna sungguhan: pemicu, jumlah retry, model fallback yang diizinkan, quality gate, dan field logging.
- Tinjau catatan katalog dengan produk, engineering, finance, dan security sebelum menjadikan rute sebagai default.
Bagian pentingnya adalah langkah 7. Baris katalog adalah sebuah janji. Baris usage log adalah bukti bahwa janji tersebut cocok dengan akun, key, group, dan beban kerja Anda.
Template: Catatan Tinjauan Katalog Model AI
Salin template ini ke dalam dokumen peluncuran internal:
ai_model_catalog_review:
review_date: 2026-09-14
reviewer: product_owner_or_platform_owner
workload: customer_support_summary
business_owner: support_product
environment: staging
catalog:
catalog_url: https://flatkey.ai/models
model_id: selected-model-id
provider: provider-name
endpoint_types:
- openai
group_or_plan: approved-group
availability_status: available
pricing_unit: per_1m_input_and_output_tokens
compatibility:
base_url: https://router.flatkey.ai/v1
endpoint_path: /v1/chat/completions
sdk: openai-python
streaming_required: true
tool_calls_required: false
structured_output_required: true
cost:
provider_pricing_url: provider-pricing-page
flatkey_pricing_url: https://flatkey.ai/pricing
cost_formula: accepted_workload_cost
cache_assumption: measured_not_assumed
evidence:
smoke_test_request_id: req_example
usage_log_verified: true
output_parser_passed: true
p95_latency_ms: measured
fallback_tested: false
decision:
status: approve_for_limited_rollout
rollout_limit: 5_percent_of_traffic
fallback_route: selected-fallback-model
next_review_date: 2026-09-21
Templat ini menjaga Panduan Katalog Model AI: Cara Membaca Provider, Endpoint, Grup, dan Harga tetap praktis. Output ini bukan daftar preferensi. Ini adalah catatan keputusan yang dapat diaudit.
Kesalahan Umum pada Katalog Model AI
Kesalahan 1: Menganggap provider dan keluarga model sebagai bidang yang sama
Provider adalah pemilik upstream atau pemilik rute. Keluarga model adalah grup penamaan. Keduanya saling terkait, tetapi tidak dapat saling dipertukarkan. Catat keduanya.
Kesalahan 2: Mengasumsikan OpenAI-compatible berarti semua endpoint berfungsi
Pengaturan yang kompatibel dengan OpenAI dapat mengurangi pekerjaan migrasi, tetapi tidak membuktikan bahwa setiap endpoint, event streaming, bentuk tool-call, field usage, atau parameter media berfungsi untuk setiap model. Uji keluarga endpoint yang tepat di baris katalog.
Kesalahan 3: Membandingkan harga token dengan harga media
Penagihan per-token, per-gambar, per-detik, dan per-request tidak boleh digabungkan ke satu kolom harga. Normalisasikan ke biaya per output yang diterima untuk workload tersebut.
Kesalahan 4: Mengabaikan grup sampai rollout
Jika kunci produksi tidak diizinkan untuk memanggil grup yang Anda setujui, keputusan katalog belum lengkap. Validasi akses grup dengan kunci yang benar-benar akan digunakan saat rilis.
Kesalahan 5: Menyalin baris harga tanpa tanggal peninjauan
Harga provider dan gateway dapat berubah. Simpan URL sumber, tanggal peninjauan, ID model, unit harga, dan bukti log penggunaan dari request pengujian.
Kesalahan 6: Merilis hanya berdasarkan status katalog
Status katalog harus memicu smoke test. Status itu tidak boleh menggantikan smoke test. Persetujuan produksi memerlukan setidaknya satu request melalui kunci, endpoint, model, dan grup yang sama.
Kapan Katalog Model AI Terpadu Paling Membantu
Katalog model terpadu paling membantu ketika sebuah tim memiliki lebih dari satu masalah berikut:
- Beberapa kunci provider tersebar di berbagai layanan, agen, dan lingkungan.
- Produk ingin membandingkan rute teks, gambar, video, embedding, dan tools dalam satu alur kerja.
- Tim finance menginginkan bukti biaya di tingkat request, bukan invoice terpisah dari provider.
- Engineering platform membutuhkan aturan fallback, health check, dan allowlist model.
- Tim security perlu tahu rute mana yang menangani workload mana.
- Tim perlu berpindah dari satu model ke model lain tanpa menulis ulang setiap client.
Flatkey diposisikan untuk pola ini: satu API key, satu router yang kompatibel dengan OpenAI, direktori model yang live, log penggunaan, akses model/tool melalui satu saldo, dan kontrol operasional untuk tim. Itu tidak menghilangkan due diligence. Itu memberi tim satu tempat untuk melakukannya.
FAQ
Apa itu katalog model AI?
Katalog model AI adalah daftar rute model yang dapat dicari beserta metadata-nya: ID model, provider, endpoint yang didukung, unit harga, ketersediaan, grup atau paket, dan kadang jendela konteks, modalitas, status health, batas, serta tautan penggunaan.
Mengapa field provider itu penting?
Field provider memberi tahu Anda siapa yang memiliki model atau rute upstream. Ini memengaruhi dukungan, referensi harga, batas, pemberitahuan siklus hidup, perilaku wilayah, penanganan data, dan respons insiden.
Apa arti dukungan endpoint dalam katalog model?
Dukungan endpoint memberi tahu Anda bentuk API mana yang diterima oleh sebuah baris model. Misalnya, sebuah baris bisa mendukung chat yang kompatibel dengan OpenAI, Responses, request yang kompatibel dengan Anthropic, request native Gemini, pembuatan gambar, pembuatan video, atau embeddings. SDK dan parser Anda harus cocok dengan endpoint yang Anda pilih.
Apakah grup sama dengan tier harga?
Terkadang, tetapi tidak selalu. Grup bisa merepresentasikan paket komersial, pool rute, kebijakan akses, cakupan kunci, cakupan anggaran, atau keluarga fallback. Perlakukan grup sebagai kebijakan rute sampai pemilik platform mengonfirmasi arti yang tepat.
Bagaimana tim sebaiknya membandingkan harga model?
Bandingkan harga model berdasarkan workload, bukan berdasarkan baris katalog mentah. Normalisasi token input, token output, token cache, gambar, detik, request, retry, percobaan fallback, dan output yang diterima ke dalam satu formula biaya.
Haruskah saya mempercayai baris katalog model tanpa pengujian?
Tidak. Baris katalog adalah titik awal yang berguna, tetapi persetujuan produksi harus mencakup satu smoke test melalui key, base URL, endpoint, ID model, dan grup yang persis akan Anda gunakan.
Bagaimana Flatkey membantu review katalog model?
Flatkey memberi tim satu tempat untuk memeriksa baris model, merutekan melalui base URL yang kompatibel dengan OpenAI, membandingkan permukaan harga live, memeriksa health model, dan meninjau log penggunaan. Itu membuat keputusan katalog lebih mudah diaudit di seluruh produk, engineering, dan finance.
Langkah Review Katalog Akhir
Langkah akhir dalam Panduan Katalog Model AI: Cara Membaca Provider, Endpoint, Grup, dan Harga bukanlah memilih model. Melainkan membuktikan rutenya.
Sebelum peluncuran, tim Anda harus dapat menunjukkan:
- ID model dan provider yang tepat.
- Jenis endpoint dan path SDK.
- Grup atau paket yang memberikan akses.
- Unit harga saat ini dan URL sumber.
- Status ketersediaan dan tanggal peninjauan.
- ID request smoke test.
- Baris log penggunaan yang menunjukkan model, kunci, status, token atau unit media, dan biaya.
- Aturan fallback dan rollback.
Jika bidang-bidang tersebut lengkap, katalog telah menjalankan tugasnya. Jika tidak ada, keputusan model masih berupa tebakan.
