一個端點打所有模型
完整相容 OpenAI Chat Completions 介面，支援串流、工具呼叫與視覺輸入。你現有的 openai SDK、LangChain、Vercel AI SDK 都能直接指過來，改 base_url 就好。
- OpenAI 相容
- SSE 串流
- Tools / Vision
一個端點，
打所有模型
Inference 是 OpenAI 相容的 LLM 中轉閘道。把 base_url 換成我們，就能用同一支 SDK、同一把金鑰呼叫 OpenAI、Anthropic、Google Gemini 等上游 —— 程式碼一行不用改。
預付儲值 · 無月費 · 無綁約 · 隨時停用金鑰
- 個 base_url
- 1
- 家上游供應商
- 3+
- 自動容錯可用率
- 99.9%
- 元月費
- 0
~/your-app
curl https://api.alphacurve.io/v1/chat/completions \ -H "Authorization: Bearer $INFERENCE_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "claude-opus-4-5", "messages": [ { "role": "user", "content": "Hello, Inference!" } ], "stream": true }'回應200 OK · 路由至 Anthropic · 首字 412ms
你好！我是透過 Inference 閘道回覆你的。
已接上主流上游，之後新增的模型你不必改任何程式
凡是 OpenAI 相容的供應商，我們新增一筆目錄設定即可上線。
為什麼選 Inference
把「串接多家模型」這件事，變成一次設定
你需要的不只是一個代理。金鑰治理、預算上限、自動容錯與成本可觀測性，全都內建在同一層。
多供應商路由與自動容錯
每家上游可以掛多把金鑰，依優先序輪替。遇到 429、逾時或上游故障時，閘道會在同一次請求內轉往下一把可用金鑰，你的使用者不會看到錯誤。
- 金鑰池輪替
- 429 自動重試
- 健康狀態追蹤
細緻的 API key 治理
每把金鑰都能限制可用模型清單、設定每月花費上限、標記所屬環境或團隊，並隨時停用。外包夥伴、測試環境與正式服務可以徹底隔離。
- 模型白名單
- 每月花費上限
- 一鍵停用
即時用量與成本可觀測
每一次請求都記錄 token 用量、成本、延遲與路由結果。可依金鑰、模型、日期拆解，找出是哪個功能在燒錢，而不是月底看到一張總帳單。
- Token 拆解
- P95 延遲
- 每把金鑰成本
預付儲值，用多少扣多少
透過 Lemon Squeezy 儲值餘額，依實際 token 用量即時扣款。沒有月費、沒有座位費、沒有最低消費，餘額不用完也不會過期。
- 無月費
- 即時扣款
- 餘額不過期
遷移成本
從 OpenAI 換過來，只要改一行
不需要新的 SDK、不需要包一層 adapter、不需要重寫 prompt 流程。你的請求與回應格式完全不變。
− 改之前
client.py
from openai import OpenAIclient = OpenAI( base_url="https://api.openai.com/v1", api_key=os.environ["OPENAI_API_KEY"],)# 只能用這一家的模型resp = client.chat.completions.create( model="gpt-5.2", messages=messages,)綁死一家供應商，換模型就要改程式
+ 改之後
client.py
from openai import OpenAIclient = OpenAI( base_url="https://api.alphacurve.io/v1", api_key=os.environ["INFERENCE_API_KEY"],)# 目錄裡任何模型都能直接指定resp = client.chat.completions.create( model="claude-opus-4-5", messages=messages,)同一支 SDK 呼叫全部模型，還多了金鑰治理與用量報表
串流、function calling、多輪對話、system prompt 一律照舊運作。
https://api.alphacurve.io/v1模型目錄
價格透明，全部照 token 實算
所有模型共用同一個端點與同一把金鑰。想換模型只要改請求裡的 model 欄位，不必重新申請帳號。
| 模型 | 供應商 | Context | 輸入 / 1M | 輸出 / 1M |
|---|---|---|---|---|
claude-opus-4-5視覺工具新上架 | Anthropic | 200K | $5.00 | $25.00 |
claude-sonnet-4-5視覺工具 | Anthropic | 200K | $3.00 | $15.00 |
gpt-5.2視覺工具新上架 | OpenAI | 400K | $1.25 | $10.00 |
gpt-5.2-mini工具低延遲 | OpenAI | 400K | $0.25 | $2.00 |
gemini-3-pro視覺工具 | 1M | $1.25 | $10.00 | |
gemini-3-flash視覺低延遲 | 1M | $0.10 | $0.40 | |
deepseek-v3.2工具低延遲 | DeepSeek | 128K | $0.28 | $0.42 |
grok-4.1視覺工具 | xAI | 256K | $3.00 | $15.00 |
claude-opus-4-5Anthropic視覺工具新上架- Context
- 200K
- 輸入 / 1M
- $5.00
- 輸出 / 1M
- $25.00
claude-sonnet-4-5Anthropic視覺工具- Context
- 200K
- 輸入 / 1M
- $3.00
- 輸出 / 1M
- $15.00
gpt-5.2OpenAI視覺工具新上架- Context
- 400K
- 輸入 / 1M
- $1.25
- 輸出 / 1M
- $10.00
gpt-5.2-miniOpenAI工具低延遲- Context
- 400K
- 輸入 / 1M
- $0.25
- 輸出 / 1M
- $2.00
gemini-3-proGoogle視覺工具- Context
- 1M
- 輸入 / 1M
- $1.25
- 輸出 / 1M
- $10.00
gemini-3-flashGoogle視覺低延遲- Context
- 1M
- 輸入 / 1M
- $0.10
- 輸出 / 1M
- $0.40
deepseek-v3.2DeepSeek工具低延遲- Context
- 128K
- 輸入 / 1M
- $0.28
- 輸出 / 1M
- $0.42
grok-4.1xAI視覺工具- Context
- 256K
- 輸入 / 1M
- $3.00
- 輸出 / 1M
- $15.00
價格以美元計，依實際 token 用量計費；此處為展示資料，實際以目錄 API 為準。
查看完整模型目錄可觀測性
錢花到哪裡，一眼看得出來
Dashboard 即時彙整每次請求的 token 用量、成本與延遲，可依金鑰與模型拆解，並在餘額或預算接近上限時提醒你。
用量總覽
近 14 天即時- 本期花費
本期花費
$48.16
+12.4%
- Token 用量
Token 用量
34.2M
+8.1%
- 請求數
請求數
126,480
+3.6%
- P95 延遲
P95 延遲
1.24s
-9.2%
每日花費（USD）
近 14 天
模型佔比
- claude-opus-4-542%
- gpt-5.227%
- gemini-3-pro18%
- deepseek-v3.213%
各金鑰用量
- prod-web$26.40
- prod-worker$14.02
- staging接近上限$5.91
- agency-demo$1.83
定價
預付儲值，沒有月費也沒有綁約
透過 Lemon Squeezy 一次儲值，依 token 用量即時扣款。用不完的餘額留著，隨時可以停止使用而不需要解約。
試水溫
$10
適合做 POC、跑幾個 side project 或驗證串接。
約 800 萬 tokens（以 gemini-3-flash 估）
儲值 $10開發中
$50+$2.50 加贈
產品已經有使用者，需要穩定的容錯與用量報表。
約 1,750 萬 tokens（混用主力模型估）
儲值 $50規模化
$200+$14.00 加贈
多個環境、多組團隊金鑰，需要預算上限與成本歸屬。
約 7,100 萬 tokens（混用主力模型估）
儲值 $200需要更大額度或發票？ 聯絡我們
扣款方式
- 只依 token 用量扣款
- 每次請求結束後，依模型的輸入／輸出單價乘上實際 token 數扣除餘額，精確到微分位。
- 沒有月費與座位費
- 不用訂閱、不用綁約、不用最低消費。沒有呼叫就不會被扣任何錢。
- 餘額不會過期
- 儲值後餘額一直保留，也可以在 Dashboard 設定低餘額提醒與自動儲值。
- 每把金鑰都能設上限
- 為每把金鑰設定每月花費上限，超過就自動拒絕請求，避免一支失控腳本燒光餘額。
常見問題
還有什麼想問的？
找不到答案的話，文件裡有更完整的說明，或直接寫信給我們。
是。我們實作的是 OpenAI Chat Completions 介面，請求與回應格式完全一致，包含 SSE 串流、function calling 與多模態輸入。把 base_url 指向 https://api.alphacurve.io/v1、換上 Inference 的金鑰即可，SDK、prompt、後處理邏輯都不用動。