AI 模型目录指南：如何阅读提供商、端点、分组和价格

更新：2026年9月14日

《AI 模型目录指南：如何阅读提供商、端点、分组和价格》之所以有用，是因为如今的模型目录不仅仅是列出名称。一个生产级目录是一个路由入口。它会告诉产品、工程和财务：哪个提供商拥有这条路由、支持哪种 API 形态、哪个分组或计划可以调用它、按什么单位计费，以及该模型是否足够健康到可以承载真实流量。

代价高昂的错误，是把目录当成排行榜来读。即使某一行里有一个知名模型名称，如果端点形态与你的 SDK 不匹配、计费单位不可比、这条路由仅限你不会使用的分组，或者可用性状态还未达到生产就绪，它仍然可能不适合你的工作负载。

这份 AI 模型目录指南为产品团队提供了一种在选择、测试或通过任何 AI API 网关路由流量之前，实际阅读模型目录的方法。它以 Flatkey 的公开模型目录和文档作为示例，但这份检查清单同样适用于直接的提供商目录、网关目录以及内部平台目录。

快速答案：如何阅读 AI 模型目录

按以下顺序阅读 AI 模型目录：

1. 提供商：谁在运营上游模型或路由。
2. 模型 ID：你的应用必须发送的精确字符串。
3. 端点支持：这条路由接受哪种 API 形态，例如 OpenAI 兼容的 chat、Responses、Anthropic、Gemini、图像、视频、嵌入，或原生路由。
4. 分组或计划：哪个账户分组、路由分组、配额分组或计费计划可以使用这一行。
5. 可用性状态：该路由是否可用、降级、未知、预览、早期访问、已弃用，或即将推出。
6. 计费单位：按 100 万输入/输出 token、缓存 token、图像、秒、请求、字符、分钟，还是其他单位计费。
7. 使用证据：你的测试请求是否会在日志中以预期的模型、状态、token 数、路由、密钥和成本出现。

在这份AI 模型目录指南：如何阅读提供商、端点、分组和价格中的简短答案是：不要只看价格列来选择模型。只有当提供商、端点、分组、状态、价格单位和使用日志证据都与你的工作负载一致时，才选择它。

当前 Flatkey 模型目录快照

Flatkey 目前的文档描述了一个 OpenAI 兼容的基础 URL，https://router.flatkey.ai/v1，以及用于聊天补全、Responses、嵌入、图像生成、视频任务和模型列表的 API 端点。/v1/models 端点以 OpenAI 兼容格式返回模型 ID 和提供商，而公开的 模型目录 则是查看价格、健康状态、端点支持和模型详情页的实时位置。

在 2026 年 9 月 14 日，Flatkey 公开模型目录显示了与目录审查直接相关的行字段：

请将此快照视为目录结构的证据，而不是永久性的价格表。Flatkey 的参考文档明确将读者引导回 flatkey.ai/models、flatkey.ai/pricing 和 flatkey.ai/status，以便模型行、定价和健康状态可以在无需发布文档的情况下更新。

先读提供商，再读模型名称

提供商是第一个字段，因为仅凭模型名称并不能告诉你流量会去哪里、适用什么合同，或哪些运营限制才重要。

使用提供商字段来回答：

对于 Flatkey，已批准的定位是一个密钥、一个余额，以及跨 OpenAI、Anthropic、Google、DeepSeek、Alibaba、Z.ai、Moonshot 和 ByteDance 等提供商的官方模型访问。这使得提供商透明度尤为重要。如果目录行没有清楚说明提供商和路由类别，请在批准该行用于生产之前要求澄清。

将端点视为合同，而不是标签

端点支持是你的应用与路由之间的一项契约。它决定了你当前的客户端、请求体、流式处理程序、工具调用解析器和使用量计费逻辑是否能够在不重写的情况下正常工作。

Flatkey 的 REST 文档列出了以下公开 API 端点：

目录中写着 openai 的一行，与写着 anthropic、gemini、openai-response、openai-video 或 video 的一行并不相同。一个模型可能支持多个端点家族，但你仍然需要测试你的应用将使用的确切路径。

对于这份 AI 模型目录指南，请使用端点字段编写一个简短的兼容性契约：

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

如果该契约中的任一项失败，这个模型可能仍然有用，但它就不是该工作负载可直接替换接入的路由。

将分组视为路由和成本策略

分组很容易被忽略，因为它们看起来像内部平台标签。不要忽略它们。分组可以决定谁能使用某条路由、适用哪个价格倍率、允许使用哪个密钥、消耗哪个配额，以及可用哪个回退池。

在网关目录中，分组通常代表以下一种或多种策略：

Flatkey 的产品定位包括子密钥治理、预算、模型允许列表、使用日志以及共享余额。这意味着目录行和使用仪表盘应该一致。如果产品经理在目录中批准了某个模型，但生产密钥不在正确的组中，工程团队会以 403、429、回退未命中或计费意外的形式发现问题。

按单位阅读价格，再比较各行

价格是最容易被误读的模型目录字段。AI 模型目录指南应当先把每个价格转换到其真实单位，再让任何人进行比较。

不要把这些单位当作相同来比较：

提供商定价页面也会使用不同的命名。OpenAI、Anthropic、Google Gemini 和 DeepSeek 在当前公开定价文档中，都分别列出输入、输出、缓存输入、缓存读写，或缓存命中/缓存未命中的某种组合定价。这就是为什么目录审查应当保存实时来源 URL 和审查日期，而不是把某个永久价格直接复制到路线图工单里。

使用这个归一化公式：

accepted_workload_cost =
  (primary_attempt_cost
   + retry_cost
   + fallback_cost
   + cached_or_uncached_delta
   + media_or_tool_addons)
  / accepted_outputs

然后加入决策上下文：

production_cost_decision =
  accepted_workload_cost
  + latency_penalty
  + manual_review_cost
  + incident_risk
  + data_policy_constraints

这就是为什么最便宜的价格单元格很少是最终答案。

在生产流量之前先看状态

可用性状态应该是一个门槛，而不是脚注。一个模型在提供商、端点和价格上看起来都很完美，但如果它只是预览版、性能降级、受区域限制、已弃用、不在你的账户中，或者健康检查失败，它仍然可能不是正确的生产选择。

使用这些状态类别：

Flatkey 的文档将模型健康检查指向实时 状态页面。对于生产决策，应将状态字段与日期、模型 ID、端点类型、密钥或分组以及一个真实请求 ID 一并保存。

用于目录审查的 Flatkey 工作流

当产品团队询问目录中的某个模型是否可以安全使用时，请使用此工作流。

1. 打开 Flatkey 模型目录。
2. 搜索准确的模型 ID，而不只是提供商名称。
3. 记录提供商、端点支持、可用性状态、定价单位、分组访问权限以及当前审查日期。
4. 打开 Flatkey 定价 和相关提供商的定价页面。
5. 写下标准化成本单位：每 100 万输入 token、输出 token、缓存 token、图片、秒、请求或其他单位。
6. 通过预期的 base_url、端点路径和模型 ID 运行低风险冒烟测试。
7. 确认请求出现在 Flatkey 使用日志中，并包含预期的模型、密钥、状态、token 数或媒体单位以及成本。
8. 在向真实用户发送流量之前，先定义回退规则：触发条件、重试次数、允许的回退模型、质量门槛和日志字段。
9. 在将路由设为默认之前，先与产品、工程、财务和安全团队一起审查目录记录。

关键部分是第 7 步。目录中的一行记录是一项承诺。使用日志中的一行记录则是证据，证明这项承诺与您的账户、密钥、分组和工作负载相匹配。

模板：AI 模型目录审查记录

将此模板复制到内部发布文档中：

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

此模板使《AI 模型目录指南：如何阅读提供商、端点、分组和价格》保持实用。输出不是偏好列表，而是一份可审计的决策记录。

常见的 AI 模型目录错误

错误 1：将提供商和模型系列视为同一字段

提供商是上游所有者或路由所有者。模型系列是一个命名分组。它们相关，但不能互换。两者都要记录。

错误 2：假设兼容 OpenAI 就意味着每个端点都能用

OpenAI 兼容配置可以减少迁移工作，但它并不能证明每个端点、流式事件、工具调用结构、用量字段或媒体参数都能在每个模型上正常工作。请在目录行中测试准确的端点系列。

错误 3：将 token 价格与媒体价格进行比较

按 token、按图片、按秒和按请求计费，不应压缩到同一个价格列中。应针对工作负载将其归一化为每个已接受输出的成本。

错误 4：直到上线才关注分组

如果生产密钥不允许调用你批准的分组，那么目录决策就是不完整的。请使用实际要上线的密钥验证分组访问权限。

错误 5：复制价格行时没有审查日期

提供商和网关价格可能会变化。请保存来源 URL、审查日期、模型 ID、计价单位以及测试请求的用量日志证据。

错误 6：仅凭目录状态就直接发布

目录状态应触发冒烟测试，而不是替代冒烟测试。生产批准至少需要通过同一个密钥、端点、模型和分组发起一次请求。

统一 AI 模型目录何时最有帮助

当团队同时遇到以下一个以上问题时，统一模型目录最有帮助：

• 多个提供商密钥分散在各项服务、代理和环境中。
• 产品希望在一个工作流中比较文本、图像、视频、嵌入和工具路由。
• 财务希望获得按请求级别的成本证据，而不是分别查看各提供商的发票。
• 平台工程需要回退规则、健康检查和模型允许列表。
• 安全团队需要知道哪条路由处理了哪个工作负载。
• 团队需要在不重写每个客户端的情况下，从一个模型迁移到另一个模型。

Flatkey 正是为这种模式设计的：一个 API 密钥、一个兼容 OpenAI 的路由器、一个实时模型目录、使用日志、通过单一余额访问模型/工具，以及面向团队的运维控制。这并不会取消尽职调查，而是为团队提供一个统一的执行位置。

FAQ

什么是 AI 模型目录？

AI 模型目录是一个可搜索的模型路由及其元数据列表：模型 ID、提供商、支持的端点、定价单位、可用性、分组或计划，有时还包括上下文窗口、模态、健康状态、限制和使用链接。

为什么提供商字段很重要？

提供商字段会告诉你上游模型或路由归谁所有。它会影响支持、定价参考、限制、生命周期通知、区域行为、数据处理以及事件响应。

模型目录中的端点支持是什么意思？

端点支持告诉你某个模型行接受哪种 API 形态。例如，一行可能支持兼容 OpenAI 的 chat、Responses、兼容 Anthropic 的请求、原生 Gemini 请求、图像生成、视频生成或嵌入。你的 SDK 和解析器必须与所选端点匹配。

分组和价格层级是同一回事吗？

有时是，但并不总是。分组可以代表商业计划、路由池、访问策略、密钥范围、预算范围或回退家族。在平台负责人确认其确切含义之前，应将分组视为路由策略。

团队应该如何比较模型价格？

应按工作负载比较模型价格，而不是按原始目录行比较。把输入 token、输出 token、缓存 token、图像、秒数、请求、重试、回退尝试以及被接受的输出统一到一个成本公式中。

在不测试的情况下，我应该信任模型目录行吗？

不应该。目录行是一个有用的起点，但生产上线审批应包括一次通过你计划使用的精确密钥、基础 URL、端点、模型 ID 和分组进行的冒烟测试。

Flatkey 如何帮助审查模型目录？

Flatkey 为团队提供一个地方来查看模型行、通过兼容 OpenAI 的基础 URL 路由、比较实时定价表面、检查模型健康状态并审查使用日志。这让产品、工程和财务更容易对目录决策进行审计。

最终目录审查步骤

AI Model Catalog Guide: How to Read Providers, Endpoints, Groups, and Prices 的最后一步不是选择模型，而是证明路由。

在发布之前，你的团队应该能够展示：

• 精确的模型 ID 和提供商。
• 端点类型和 SDK 路径。
• 授予访问权限的分组或计划。
• 当前定价单位和来源 URL。
• 可用状态和审查日期。
• 一条冒烟测试请求 ID。
• 一条使用日志，显示模型、密钥、状态、token 或媒体单位，以及成本。
• 一条回退和回滚规则。

如果这些字段完整，目录就完成了它的工作；如果它们缺失，模型决策仍然只是猜测。

已检查的来源

• Flatkey REST API 概览
• Flatkey List Models 端点
• Flatkey OpenAI SDK 指南
• Flatkey 用量和成本仪表盘文档
• Flatkey 实时模型目录
• Flatkey 定价
• Flatkey 模型健康状态
• OpenAI API 定价
• Anthropic 定价
• Google Gemini API 定价
• DeepSeek API 定价