自带数据层的 LLM 网关

是六个端点，不是一个

/api/v1 下面全是模型调用，但模型种类决定了哪个端点能接；每个端点返回的格式也不一样。

三个对话端点都是原生实现，不是协议转换层：各自按自己的协议推流，所以原来的流怎么解析，现在还怎么解析。

按模型种类选端点，别靠猜

目录里每个模型都带一个 model_kind，种类决定哪个端点能调它。查目录不花钱，读的就是本地目录。

# discover before you call — free, reads the catalog
GET /api/v1/models   # every kind, with channels and rates
GET /api/v1/models/{model_id}  # one model, in detail
GET /api/v1/videos/models     # video_generation only
GET /api/v1/decisions/models  # decisions only

加 ?provider= 只看某一家，加 ?exclude_video_and_decisions=true 只留对话和图像。上架不等于通行：视频模型不会回答对话请求，硬发会收到 model_kind_mismatch。

默认路由，或者用一个 header 指定供应商

同一个模型可能由多条上游通道提供，每条通道有自己的供应商和自己的公布费率。不带 header，平台替你选一条；带上 X-Felo-Channel，你说了算。

# first channel only — no automatic fallback
X-Felo-Channel: claude-cc
X-Felo-Channel: claude-cc,anthropic  # ordered selection, not a retry list

• 值是有序的公开通道代码列表，取自模型的 channels[].code，按你写的顺序校验。
• 只会提交第一条通道对应的供应商组，计价也按那条通道的费率。
• 没有自动 fallback。通道列表是一次选择，不是重试策略——供应商挂了，由你的应用换一条通道重发。

X-Felo-Channel 对上面六个生成端点都有效。它不作用于数据 API 和 Felo APIs：那两边走的是你在请求里点名的供应商。

一次调用到底怎么算钱

模型调用按 token 计费——输入、输出、缓存——再乘上通道的折扣系数。费率按每 1M token 展示是为了好读，但计费用的是当前价格快照的逐 token 精度，短请求不会被凑整成一百万。

• 只有协议响应里报了缓存用量，才按缓存价计费；没报缓存的模型，全部按输入价算。
• 模型服务实际执行并上报的网页搜索，每次 $0.01。
• 有的模型按 prompt 长度分档：Claude Haiku 5.5 在 100K token 以内是每 1M 输入 $0.10、输出 $0.50，超过之后整个请求按 $0.50 与 $2.50 计。
• 首次充值 $1 起。没有订阅、没有席位费、没有最低消费——不用的 key 不花钱。

数据 API 调用与 Felo 工作流从同一份余额扣，各自按公布口径：按成功请求、按返回条数，或按实际用量。

两个长得很像、其实完全不同的限制

余额不够返回 402 INSUFFICIENT_CREDITS；调得太快返回 429 RATE_LIMITED。等一等能解掉第二个，永远解不掉第一个。

目前只有 /v2/chat 公布了强制限流。模型调用仍可能被上游限流，表现为 429——读 X-RateLimit-* 和 Retry-After，不要写死数字。每个响应都带 request_id，你传的 X-Request-Id 会原样回显，两边日志能对上。

图像和视频在后台跑完

两个生成端点都不直接给结果，而是返回 task_id。提交、轮询、取结果——注意任务一旦建立，多数失败是 200 里带一个终态，而不是 HTTP 错误。

# submit, then poll the task
POST /api/v1/images/generations       → task_id
GET  /api/v1/images/generations/{id}  → status, result
POST /api/v1/videos/generations       → task_id
GET  /api/v1/videos/generations/{id}  → status, result

先看状态再看产物：failed 和 interrupted 也是答案，原因在 error.message 里。提交时就收到 402，说明任务根本没建起来。SuperAgent 不一样——它返回 stream_key，用 SSE 推事件，没有可轮询的东西。

换 base URL，客户端不用动

把 base URL 指过来，两个 SDK 都不用改。npx feloapi-cli setup 会给 Claude Code 和 Codex 写好同样的配置。

# OpenAI SDK
base_url = "https://openapi.felo.ai/api/v1"

# Anthropic SDK — one level up; the SDK appends /v1/messages
base_url = "https://openapi.felo.ai/api"

# pin a provider (optional)
default_headers = {"X-Felo-Channel": "claude-cc"}

模型 ID 在不同供应商之间并不通用。换 base URL 之前先从目录里选好模型，否则第一次调用就是 404。

网关通常留给你的那一半

LLM 网关只负责转发模型调用。这里的同一把 key 还够得到 ⁦5,000+⁩ 的完整 API 目录——agent 里的搜索、它生成的幻灯片、它读回来的文档，都扣同一份余额，不用再接三家供应商。

• Search
• PPT Task
• SuperAgent
• Web Fetch
• X Search
• Mindmap
• Landing Page Task
• LiveDoc
• YouTube Subtitling

数据 API 走 /v1/beta，各家按自己的公布口径计费——Tavily、Exa、Apollo，以及目录里其余的。

关于 LLM 网关，六个常被问到的问题