智能路由 Auto：多模型自动分流与成本控制

1. 目录事实与适用边界

本页只整理 智能路由 Auto 可核对的目录信息。接口识别码为 auto，提供方标记为 平台路由，当前能力记录为 自动选择、智能路由，上下文为 动态。

2. 纳入候选池的条件

把 自动选择 作为首轮验收目标比较合适，因为它是 智能路由 Auto 当前目录明确列出的能力，而不是从型号名称推测出来的结论。

相对下方同厂商候选，本页独有或更明确的标签是 自动选择、智能路由。如果项目依赖 目录未显示额外差异能力，应先做并行小样本，不能只按版本号决定。

3. 同厂商型号对照

以下对比只使用站内公开字段。智能路由 Auto 的参照页是 暂无同厂商同类页面；相同厂商不代表接口参数、能力或计费完全相同。

智能路由 Auto 暂无同厂商同类别参照页，应直接按调用代号、任务形态和控制台账单完成独立验收。

4. 能力验收清单

为 智能路由 Auto 建立固定验收集，每次更换模型或渠道时使用同一输入，并记录 request ID、结果和账单。

若任务依赖本页没有写明的参数，先在小额请求中确认；没有控制台或响应证据时，不把推测写进生产配置。

5. 最小调用样本

统一 Base URL 为 https://www.gpt345.com/v1，智能路由 Auto 的本页任务使用 /chat/completions。 Key 应从环境变量读取，不写进网页或仓库。

curl https://www.gpt345.com/v1/chat/completions \
  -H "Authorization: Bearer $GPT345_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"auto","messages":[{"role":"user","content":"请完成一个可复核的自动选择小样本，并用三点列出验收依据。"}],"temperature":0.2}'

本次只核对模型代号、返回结构和扣费单位。SDK、流式输出与完整错误处理见 OpenAI 兼容接口指南。

6. 价格与账单核对

按页面标注的站内倍率执行按量扣费，充值无门槛，最终扣费金额以登录控制台实时账单为准。

文本任务应同时记录输入与输出用量；长上下文、缓存或工具调用可能改变实际账单。

1. 先选最小输入或最短任务，避免首次请求放大成本。
2. 保留用量字段、任务 ID 与完成状态。
3. 确认扣费单位后再测试尺寸、时长或长上下文。

7. 失败请求怎么排查

智能路由 Auto 请求失败时先保留 HTTP 状态、request ID、模型代号 auto 和脱敏请求体，再区分鉴权、限流与上游错误。

查看状态码排错表；Key 与 Base URL 配置见 快速开始。

8. 智能路由 Auto 怎么验收

如果你的目标是让不同请求走不同模型，先把输入类型、期望模型方向和成本上限写成验收表。使用 model=auto 发三组固定样本，保存 request ID、返回结构、实际用量和控制台账单；如果响应没有返回具体路由模型，就不要把“自动选择”写成已验证的模型质量结论。

• 短文本：核对返回完整性与实际扣费。
• 代码任务：检查输出是否满足同一测试集的格式和边界条件。
• 多模态或长上下文：先确认当前路由是否支持对应输入，再提高请求规模。

9. 智能路由 Auto 常见问题