StarSeaAPI
一个 API Key，接入 61+ 大模型
GPT、Claude、GLM、DeepSeek、通义千问、Kimi、MiniMax、Grok 等模型统一收敛到一个 /v1/chat/completions 端点，完整兼容 OpenAI 线格式，每款模型的定价都可逐项核对。
为什么选择星海词元
多上游供给，无单点依赖
每款模型都由多条相互独立的上游线路承载。上游故障、额度耗尽或区域性问题影响的是容量，而不是可用性，流量会被自动改道，无需人工介入。
缓存感知路由，降低长会话的真实成本
上游厂商对重复的提示词前缀按折扣计费，但前提是请求落到已持有缓存的节点上。路由器在会话存续期间把它锚定在同一上游，因此智能体循环与长文档会持续命中缓存，而不是每一轮都重新支付预填充费用。
能力桥接，抹平上游之间的差异
上游供给并不整齐：有的模型很强但只吃文本，有的只开放某一类端点，有的协议你的客户端不认识。网关把这些缺口补上——纯文本模型也能接收图片，生图/视频/语音通过同一套契约对外，三种协议风格在网关侧原生终结。
可靠性来自设计，而非事后修补
健康检查同时使用短窗与长窗，既不会把瞬时尖峰误判为故障，也不会漏掉缓慢劣化。发布以并行环境进行，切换到新版本前先完成校验，旧版本保留为回退路径，因此升级不会中断在途请求。
可审计的定价
每个模型页都列出输入单价、输出倍率，图像模型另列单次价格。缓存命中会单独计量并按折扣结算，而不是被悄悄摊平；按密钥的用量可自助查询，无需联系客服。
从第一次调用到生产上线，全程自助
模型目录自动跟进上游可用性，一键导入脚本可直接配置本地客户端，从注册到上线之间没有席位许可、没有销售流程、没有最低承诺。
精选模型
| 模型 | 厂商 | 输入 $/M | 输出 $/M | 智能指数 | 编程指数 |
|---|---|---|---|---|---|
| gpt-6-astra | OpenAI | $10.00 | $50.00 | 54.7 | 76.9 |
| claude-opus-5 | Anthropic | $5.00 | $25.00 | 54.1 | 78.0 |
| qwen3.8-max | 阿里云通义千问 | $1.82 | $5.45 | 53.4 | 68.9 |
| gpt-5.6-sol | OpenAI | $5.00 | $30.00 | 51.3 | 77.4 |
| grok-4.6 | xAI | $2.00 | $6.00 | 50.6 | 76.8 |
| kimi-k3 | 月之暗面 | $3.03 | $15.15 | 50.2 | 76.2 |
| glm-5.3 | 智谱 AI | $1.21 | $4.24 | 48.6 | 74.8 |
| gpt-5.6-terra | OpenAI | $2.00 | $12.00 | 46.8 | 76.7 |
| glm-5.3-flash | 智谱 AI | $0.12 | $0.42 | 46.2 | 71.5 |
| grok-4.5 | xAI | $2.00 | $6.00 | 45.5 | 72.4 |
| claude-sonnet-5 | Anthropic | $2.00 | $10.00 | 45.1 | 71.5 |
| deepseek-v4-pro | DeepSeek | $0.68 | $2.05 | 42.1 | 68.8 |
能力分类
通用对话模型
共 56 款
推理模型
共 56 款
编程模型
共 54 款
视觉理解模型
共 37 款
图像生成模型
共 4 款
超长上下文模型
共 47 款
低价高性价比模型
共 19 款
旗舰高智能模型
共 12 款
OpenAI 兼容接口
共 57 款
快速开始
1. 创建 API Key
注册后在控制台创建令牌。一个密钥即可覆盖整个目录；也可按密钥限制可用模型范围与额度。
2. 把客户端指向端点
将 base_url 设为 https://starseaapi.com/v1 并填入密钥。任何 OpenAI 兼容的 SDK、IDE 或桌面客户端均可使用。
3. 选择模型
原型阶段先用低价档。目录内任一 id 都可以在不改代码的前提下替换。
4. 关注成本而不只是质量
输出 token 通常是输入的若干倍，推理模型还会产生思考 token。把稳定的提示词前缀放在前面，让缓存真正生效。
代码示例
pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://starseaapi.com/v1",
api_key="sk-..."
)
r = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Hello"}]
)
print(r.choices[0].message.content)