SupaStore

统一前沿大模型网关 与智能路由网格

通过一个 OpenAI 兼容接口调用 OpenAI、Anthropic、Google、DeepSeek 等厂商的模型，支持负载均衡、Prompt 缓存、推理 Token 流式输出与按量计费。

开发者文档 · 查看价格方案

当前可用模型

价格实时取自模型目录，本周调用量最高的模型排在前面。

查看全部模型及价格

主流客户端与框架无缝接入

主流客户端与桌面助手

  • Cherry Studio：桌面 AI 客户端
  • Chatbox：桌面 AI 客户端
  • NextChat：Web 与桌面应用
  • Cline：自主编程 Agent
  • Roo Code：AI 编程助手
  • OpenWebUI：自托管 AI 界面
  • Dify：大模型应用平台
  • Cursor：AI 代码编辑器

开发者 SDK 与 Agent 框架

  • OpenAI SDK（官方 Python 与 Node SDK）：仅需修改 base_url 即可 100% 原生无缝替代
  • LangChain & LangGraph（Agent 与工作流编排）：在多 Agent 状态机中实现零配置动态路由
  • Vercel AI SDK（前端流式交互与工具调用）：原生支持推理 Token 流式传输与交互式 UI 组件渲染
  • LlamaIndex（RAG 知识库检索增强）：针对高吞吐向量检索与长上下文知识匹配深度优化

常见问题解答

支持哪些客户端和开发框架原生接入？
所有支持 OpenAI、Anthropic 或 Gemini API 协议的客户端和框架均可原生无缝接入。您可以直接在 Cherry Studio、Chatbox、NextChat 等桌面客户端，或 Cursor、Cline、Roo Code 等编程工具，以及 LangChain、LlamaIndex、Vercel AI SDK 等框架中，将 Base URL 替换为本站端点并填入生成的 API 密钥即可立即使用。
Prompt 缓存如何降低 Token 成本？
网关会透传各厂商自身的缓存机制（Anthropic Prompt Caching、DeepSeek 上下文缓存、OpenAI 缓存 Token 与 Gemini 缓存）。当请求重复携带较长的前缀（如系统提示词或历史对话）时，上游会将这部分 Token 标记为缓存命中，并按模型广场中该模型的缓存价格计费，而不是按完整输入价格计费。
经过网关会增加多少延迟？
网关使用 Go 编写，上游返回的流式 Token 会被立即转发，因此网关自身的开销相对模型生成时间很小。模型广场中每个模型的详情页都展示了本站实测的延迟与成功率。
多渠道负载均衡与自动故障切换是如何运作的？
每个模型都可以配置多个上游渠道，并分别设置优先级与权重。当上游返回限流（429）或服务端错误（5xx）时，网关会将请求切换到同一模型的其他可用渠道重试。
多团队额度预算与 Token 消耗是如何精细化管控的？
管理员拥有细粒度的管控能力：可针对不同用户群组设置渠道亲和性，配置最大 Token 安全上限与额度配额，并在后台实时查看精确到 Token 级别的计费日志。