一个端点
OpenAI 兼容
现有 SDK 直接可用
星模XModel · 企业级 AI 网关 · 434 个公开模型 · 9 个提供方
所有模型，一个接口
一个 OpenAI 兼容端点接入多家提供方的主流大模型：按 token 计费、无月费，改一行 base_url 即可从 OpenAI 迁移。
›prompt: "选模型"
algui-plus2.0s
成本： ¥1.50/1M
algui-plus-2026-02-262.0s
成本： ¥1.50/1M
mokimi-k2-52.0s
成本： ¥4/1M
mokimi-k2-62.0s
成本： ¥6.50/1M
公开模型434
最低输入价格¥0
已启用提供方9
网关状态正常
AI 可见性
模型比较、来源标签和用量治理
价格、能力与来源一目了然，用量治理贯穿项目与团队。
模型比较
价格 + 能力
输入/输出单价与上下文透明可查
花费控制
项目 + 部门 + 组织
上线前即可设置预算与限额
支持的模型来源
alAlibaba Cloud / QwenmoMoonshot AIzhZhipu 智谱deDeepSeekmiMiniMaxba第三方（百炼市场托管）klKling 可灵piPixVerse 爱诗科技viVidu 生数科技alAlibaba Cloud / QwenmoMoonshot AIzhZhipu 智谱deDeepSeekmiMiniMaxba第三方（百炼市场托管）klKling 可灵piPixVerse 爱诗科技viVidu 生数科技
星模XModel
统一接入与管控。
从模型路由、预算策略到用量报表，接入与治理在同一个控制台完成。
01 · 一个 SDK
OpenAI SDK / 多来源
现有 OpenAI SDK 代码只改 base_url，即可调用多来源模型。
pythonnodecurl
client = OpenAI(
base_url="https://modelxing.com/v1",
api_key=os.environ["NM_KEY"],
)
client.chat.completions.create(
model="qwen/qwen3-max",
messages=[...],
)02 · 路由
路由策略先行
按工作负载、来源与预算定义路由策略，再上线流量。
03 · 计费
按 Key、项目、部门归集
用量自动归集到对应层级，报表随时可查。
api.web$353 · 42%agent.eval$235 · 28%rag.ingest$151 · 18%dev$101 · 12%
04 · 价格
价格透明可比
05 · 治理
预算、密钥、审计
预算上限、提供方密钥与操作审计集中管理。
434 个模型
追踪维度项目 · 部门 · Key
策略层预算 · 提供方
SDK 模式OpenAI 兼容
06 · 区域
国内外，
一个端点。
国内外提供方统一走同一个端点，无需分区域改造。
实时模型图谱
434 个模型，
一张网络。
价格、延迟与来源一目了然，按工作负载选择合适的模型。
快速开始
三步接入，数分钟跑通
步骤
创建 API Key
在控制台为项目或环境创建密钥，支持部门级隔离。
步骤
修改 base_url
把现有 OpenAI 代码中的接口地址改为星模XModel 网关地址，其余代码不动。
步骤
开始调用模型
指定模型 ID 发起第一个请求，流式输出与工具调用开箱即用。
成本治理
预算和用量
用量分析
项目 + 密钥
预算策略
上线前
常用做法
- OpenAI 兼容接口，现有 SDK 直接可用。
- 每个模型的价格、上下文与能力一目了然。
- 支持自带提供方密钥（BYOK），成本自主可控。
- 用量按项目、密钥维度汇总，方便对账。
精选模型
常用模型
GUI Plus 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按 token 价格，可通过 `/v1/chat/completions` 调用。
GUI Plus (2026-02-26) 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按 token 价格，可通过 `/v1/chat/completions` 调用。
Moonshot AI生产可用
Kimi K2.5 是来自 Moonshot AI 的文本对话模型。当前页面展示按 token 价格，可通过 `/v1/chat/completions` 调用。
接入文档
快速开始：Python、Node.js 和 curl 示例。
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://modelxing.com/v1"
)
resp = client.chat.completions.create(
model="qwen/qwen3-max",
messages=[{"role": "user", "content": "Hello from 星模XModel"}]
)
print(resp.choices[0].message.content)Node
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.NEXTMODEL_API_KEY,
baseURL: "https://modelxing.com/v1",
});
const response = await client.chat.completions.create({
model: "qwen/qwen3-max",
messages: [{ role: "user", content: "Hello from 星模XModel" }],
});
console.log(response.choices[0].message.content);curl
curl https://modelxing.com/v1/chat/completions \
-H "Authorization: Bearer $NEXTMODEL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3-max",
"messages": [{"role": "user", "content": "Hello from 星模XModel"}]
}'