01 / 路由
按场景路由
同一个入口，不同业务走不同档位：客服问答走通用档，合同解析走长文本档，Agent 主干走旗舰档。路由规则在网关配置，业务无感。
L2 供给层 / TOKEN SUPPLY
一路稳定的
大模型 Token
统一网关接入多家模型，按场景路由与降级，配额有保障、调用可追溯。用量、单价与成本在同一张看板上可查——先把账算清楚，再决定跑多大。
# 原有代码不用动，只换 key 和 base_url from openai import OpenAI client = OpenAI( api_key = "rfhc-••••••••", base_url = "https://api.rfhct.com/v1", ) resp = client.chat.completions.create( model = "auto", # 或指定档位 / 具体模型 messages = [{"role": "user", "content": "..."}], )
接入成本 改 2 行代码 OpenAI 兼容协议，现有 SDK 与框架直接可用
模型切换 一次接入，多模型可切 换模型不用改业务代码，改配置即可
结算方式 按量计费 / 预付包量 账单可拆分到部门、项目与人
可用性 多模型互为备份 主模型异常自动降级到备选，业务不断
成本测算 / COST ESTIMATOR
先算账，再上项目
把你的调用规模填进去，立刻看到月度 token 消耗与费用区间。参数都可改，用来跟内部立项预算对齐，或者跟现有方案做横向比较。
INPUT / 用量参数
PRICE / 单价（示例值，非报价）
单价为便于试算的示例值，不代表任何报价。实际单价按模型档位、承诺用量与合同周期确定，以正式报价单为准。
OUTPUT / 测算结果
月度费用估算
—元 / 月
按 30 天计
月度输入 tokens
—
月度输出 tokens
—
月度总 tokens
—
单次调用平均成本
—
日均费用
—
年度费用（×12）
—
改任意参数即时重算 · 数字仅为测算，不构成报价 按这个量取报价
接入方式 / INTEGRATION
一次接入
多模型可切
网关对上层暴露统一的 OpenAI 兼容接口。业务代码写一次，之后换模型、调档位、加备份，都在网关侧配置，不用重新发版。
| 模型档位 | 典型用途 | 上下文 | 相对单价 |
|---|---|---|---|
| 旗舰推理档 | 复杂推理、代码生成、Agent 主干 | 长 | 高 |
| 通用对话档 | 客服问答、摘要改写、分类抽取 | 中 | 中 |
| 长文本档 | 合同与标书解析、长报告处理 | 超长 | 中 |
| 视觉多模态档 | 图纸识别、单据录入、质检辅助 | 中 | 中高 |
| 向量嵌入档 | 知识库检索、语义去重 | 短 | 低 |
按档位而非按品牌选型，业务侧不必绑定单一厂商。具体可用模型清单、上下文长度与单价，在开通时提供。
02 / 降级
故障自动降级
主模型超时、限流或异常时，自动切到备选模型继续服务，并记录降级事件。避免单一供应商波动直接打到你的业务上。
03 / 兼容
OpenAI 兼容协议
现有基于 OpenAI SDK、LangChain、Dify 等框架写的代码可直接迁移，改 key 和 base_url 两处即可，不需要重写调用层。
04 / 私有
可对接私有化模型
内网自建的开源模型可以挂在同一个网关后面，和公有模型共用一套路由、计量与审计，敏感数据走内网、通用请求走公有。
计费与配额 / BILLING
两种结算方式
按你的预算节奏选
用量不稳定的阶段建议按量计费，跑稳之后转预付包量拿更低单价。两种方式都支持把账单拆到部门、项目和具体调用方。
按量计费 POSTPAID
用多少算多少，月结。适合处于验证期、用量还没跑稳的项目。
无预付门槛，随开随用
按月出账，用量明细可导出
可为每个项目设独立用量上限
随时可转为预付包量
预付包量 PREPAID
按承诺用量提前采购，换更低单价与高峰期配额预留。适合已经跑稳、要控年度预算的业务。
承诺量越大，单价档位越低
高峰时段配额预留，不与他人争抢
余量可视，用尽前提前提醒
一次采购、跨部门分摊使用
用量与成本看板 · 示意 DEMO DATA
本月已用 TOKENS
2.84 亿
占包量 63.1%
本月费用
— 元
按合同单价结算
平均响应
1.2 s
旗舰档高峰略升
成本优化 / OPTIMIZATION
同样的业务量
账单可以低一截
大部分企业的 token 账单里有相当一部分是可以省掉的。这四件事我们在接入阶段就会一起做，不额外收费。
手段 01
档位下沉
很多任务并不需要旗舰模型。把分类、抽取、改写这类确定性任务下沉到通用档，效果不掉、单价降一档。我们会先跑评测再切，不是拍脑袋换。
手段 02
提示词与上下文瘦身
输入 token 常年被冗长的系统提示和整段塞进去的知识库拖高。做提示词精简与检索片段控制，输入量往往能压掉三成以上。
手段 03
缓存与批量
高频重复问答走结果缓存，离线任务走批量接口。对客服、报表这类重复度高的场景效果最明显。
手段 04
用量治理
给每个项目设配额与告警，把失控的重试、死循环调用和测试环境跑真量这些问题挡在账单之前。看板上按部门看得见，谁在花钱一目了然。
接入流程 / GETTING STARTED
四步开通
从聊清楚场景到跑起来，通常在一周内。
STEP 01 场景与用量对齐 说清业务场景、并发与预期用量，我们给出档位建议和单价区间。
STEP 02 开通测试额度 发放测试 key，用真实业务数据跑一轮，验证效果与延迟。
STEP 03 签约与配置 确定结算方式，配置路由、降级、配额与账单拆分口径。
STEP 04 上线与调优 正式切量，按周看用量与成本，持续做档位与提示词优化。
采购关注 / FAQ
采购方常问的几件事
数据会不会被用去训练？
不会。经网关的请求只做转发与计量，不留存业务内容用于训练。对数据敏感的业务，可以把开源模型部署在你的内网，挂到同一个网关后面，敏感请求全程不出内网。
上游模型涨价或下线怎么办？
这正是走网关而不是直连的意义。同档位下有多个可选模型互为备份，切换在网关侧完成，业务代码不动。预付包量的客户在合同周期内单价不受上游波动影响。
能不能只买 Token，不买你们别的服务？
可以。四层能力可以单独采购，Token 供给是独立的一层。当然如果同时做智能体或行业产品，用量优化和排障会顺手很多。
发票、合同与结算周期怎么走？
按标准企业采购流程走，可开专票，月结或按合同约定周期结算。账单附完整用量明细，可按部门、项目、调用方三个维度拆分，方便内部分摊。
用量突然涨十倍撑得住吗？
提前告知的情况下可以预留配额。预付包量客户在高峰时段有配额预留，不与其他客户争抢。未提前报备的突发流量按限流策略处理，并触发告警而不是直接失败。