自帶資料層的 LLM 閘道

是六個端點，不是一個

/api/v1 底下全是模型呼叫，但模型種類決定哪個端點能接；每個端點回傳的格式也不一樣。

三個對話端點都是原生實作，不是協定轉換層：各自照自己的協定推送串流，所以原本的串流怎麼解析，現在還怎麼解析。

按模型種類選端點，別用猜的

目錄裡每個模型都帶一個 model_kind，種類決定哪個端點能呼叫它。查目錄不花錢，讀的就是本機目錄。

# 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 只留對話和影像。上架不等於通行：影片模型不會回答對話請求，硬送會收到 model_kind_mismatch。

預設路由，或是一個 header 指定供應商

同一個模型可能由多條上游通道提供，每條通道有自己的供應商和自己的公布費率。不帶 header，平台替你選一條；帶上 X-Felo-Channel，由你決定。

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

• 值是有序的公開通道代碼清單，取自模型的 channels[].code，照你寫的順序驗證。
• 只會提交第一條通道對應的供應商群組，計價也照那條通道的費率。
• 沒有自動 fallback。通道清單是一次選擇，不是重試策略——供應商掛了，由你的應用程式換一條通道重送。

X-Felo-Channel 對上面六個生成端點都有效。它不作用於資料 API 和 Felo APIs：那兩邊走的是你在請求裡點名的供應商。

一次呼叫到底怎麼算錢

模型呼叫按 token 計費——輸入、輸出、快取——再乘上通道的折扣係數。費率按每 1M token 呈現是為了易讀，但計費用的是目前價格快照的逐 token 精度，短請求不會被湊整成一百萬。

• 只有協定回應裡回報了快取用量，才按快取價計費；沒回報快取的模型，全部按輸入價算。
• 模型服務實際執行並回報的網頁搜尋，每次 $0.01。
• 有些模型按 prompt 長度分級：Claude Haiku 5.5 在 100K token 以內是每 1M 輸入 $0.10、輸出 $0.50，超過之後整個請求按 $0.50 與 $2.50 計。
• 首次儲值 $1 起。沒有訂閱、沒有席位費、沒有最低消費——不用的金鑰不花錢。

資料 API 呼叫與 Felo 工作流程從同一份餘額扣，各自照公布口徑：按成功請求、按回傳筆數，或按實際用量。

兩個長得很像、其實完全不同的限制

餘額不夠回傳 402 INSUFFICIENT_CREDITS；呼叫太快回傳 429 RATE_LIMITED。等一等能解掉第二個，永遠解不掉第一個。

目前只有 /v2/chat 公布了強制限流。模型呼叫仍可能被上游限流，表現為 429——讀 X-RateLimit-* 和 Retry-After，不要寫死數字。每個回應都帶 request_id，你送的 X-Request-Id 會原樣回顯，兩邊日誌能對上。

影像和影片在背景跑完

兩個生成端點都不直接給結果，而是回傳 task_id。提交、輪詢、取結果——注意任務一旦建立，多數失敗是 200 裡帶一個終態，而不是 HTTP 錯誤。

# 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

先看狀態再看產物：failed 和 interrupted 也是答案，原因在 error.message 裡。提交時就收到 402，說明任務根本沒建立起來。SuperAgent 不一樣——它回傳 stream_key，用 SSE 推送事件，沒有東西可以輪詢。

換 base URL，用戶端不用動

把 base URL 指過來，兩個 SDK 都不用改。npx feloapi-cli setup 會給 Claude Code 和 Codex 寫好同樣的設定。

# 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 在不同供應商之間並不通用。換 base URL 之前先從目錄裡選好模型，否則第一次呼叫就是 404。

閘道通常留給你的那一半

LLM 閘道只負責轉發模型呼叫。這裡的同一把金鑰還夠得到 ⁦5,000+⁩ 的完整 API 目錄——agent 裡的搜尋、它產生的簡報、它讀回來的文件，都扣同一份餘額，不必再接三家供應商。

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

資料 API 走 /v1/beta，各家照自己的公布口徑計費——Tavily、Exa、Apollo，以及目錄裡其餘的。

關於 LLM 閘道，六個常被問到的問題