Calvin 是「翔宇工作流」的学员之一，方向是 AI 模型中转。近期他把这件事做成了独立站点 openbili 上线，本文将其介绍给关注同方向的读者。
做 AI 应用绕不开模型选择，再往前一步，还需要考虑成本能不能算清、失败能不能解释。openbili 选的切口比较直接：输入端是标准的 OpenAI SDK 调用，输出端是 Claude、GPT、Gemini 三条主线的响应，中间由路由池负责模型调度，旁边由账单与状态系统给出每一次调用的证据。把这三段拼起来，就是 base_url 与 api_key 一换，原本散落在不同厂商账号里的调用，被收拢到了一条可追踪的工作线上。
整个站点把接口地址、流式响应规格、调用成本这几件事都直接列在了正面。从首屏的 base URL，到「保留 SDK，换掉入口」的代码示例，再到按任务划分的模型矩阵，节奏是连贯的——驾驶舱的目标是让人立刻接入，不是先讲一段产品哲学。
对于打算从零开始接入 AI API 的开发者，比如以前只用过一家厂商、被官方 SDK 绑住的人，openbili 把第一次成功调用的路径压得比较短：创建 Key、跑通请求、看见成本、读懂状态，四步基本就完成了对一个新接入层的全部认知。「换上游」这件事的心智负担因此被降到了较低的位置。
对于已经在 Claude、GPT、Gemini 之间反复切的工程师，要解决的是另一类问题：账号分散、计费口径不一致、失败原因混在不同后台里查不清楚。openbili 把「错误有下一步」放在三条信任要点之一——失败时要能区分是 Key、额度、上游、模型还是计费配置出了问题，这件事在多模型混用的场景里相当吃工程经验。
站内把支持模型按任务做了并列陈列：Claude 主推复杂推理与代码判断，GPT 偏通用对话与工具调用，Gemini 走多模态与图像生成；并把可用版本号一并列出（Opus 4.7 / 4.6、GPT-5 / 5.1 / 5.4、Gemini 3 Pro Image 系列）。这种「什么时候用哪个、可换哪条线」摊在桌面上的列法，比单堆模型名更贴近实际开发取舍。配上「数据不留存、成本可见、失败可解释」这条三件事的承诺，产品的心智边界就比较清楚——它不在模型那一层，而在接入那一层。
「服务状态」页则把 Portal Backend、Gateway API、PostgreSQL、Redis、Scheduler 等组件的运行健康度公开列出，每 30 秒自动刷新，状态贴近调用这件事在产品外侧也能直接看到。
如果喜欢用 AI 中转站把模型调用收到一处管，不妨试试。是否合适、是否需要进一步体验，由各位读者结合自身情况自行判断。下方附 1 个入口：