一个 API Key,接入 50+ 大模型
GPT、Claude、GLM、DeepSeek、通义千问、Kimi、MiniMax、Grok 等模型统一收敛到一个 https://starseaapi.com/v1 端点,完整兼容 OpenAI 线格式,每款模型的定价都可逐项核对。
# 一个客户端,接入全部厂商 from openai import OpenAI client = OpenAI( base_url="https://starseaapi.com/v1", api_key="sk-..." ) resp = client.chat.completions.create( model="deepseek-v4.1-flash", # 或 50 款中的任意一款 messages=[{"role": "user", "content": "你好"}] ) # 按定价页公布的单价计费
每款模型的实际位置
横轴为输出单价、纵轴为智能指数。位于左上角的模型每单位成本可获得的能力更高,也是我们在目录中优先呈现的部分。
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 |
|---|---|---|---|---|---|
| claude-opus-5-5 frontier | Anthropic | $1.00 | $5.00 | 57.6 | — |
| claude-sonnet-5-5 frontier | Anthropic | $0.50 | $2.50 | 56.0 | — |
| claude-fable-5-1 | Anthropic | $2.50 | $12.50 | 53.4 | 81.6 |
| gpt-6-astra | OpenAI | $2.50 | $12.50 | 52.7 | 76.9 |
| gemini-4-argon | — | $2.00 | $10.00 | 52.6 | — |
| gpt-6.1-sol | OpenAI | $0.50 | $2.50 | 51.8 | — |
| claude-opus-5 | Anthropic | $1.25 | $6.25 | 50.8 | 78.0 |
| claude-fable-5 | Anthropic | $2.50 | $12.50 | 49.6 | 76.5 |
| muse-spark-1.3-contributor frontier | Meta | $0.05 | $0.10 | 48.1 | 75.8 |
| gpt-6-sol | OpenAI | $0.50 | $2.50 | 47.6 | — |
| gpt-5.6-sol | OpenAI | $1.00 | $5.00 | 47.0 | 77.4 |
| qwen3.8-max | 通义千问 | $0.92 | $2.77 | 45.4 | 76.2 |
能力分类
通用对话模型
共 44 款
↗推理模型
共 44 款
↗编程模型
共 44 款
↗视觉理解模型
共 44 款
↗图像生成模型
共 3 款
↗超长上下文模型
共 45 款
↗低价高性价比模型
共 24 款
↗旗舰高智能模型
共 12 款
↗OpenAI 兼容接口
共 47 款
↗快速开始
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。
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。
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。
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)