魔芋AI：为什么我们决定做一个大模型聚合平台

先说说我们的初衷

做这个平台之前，我们和很多开发者、企业聊过。

聊什么呢？聊他们怎么用大模型API，以及用过之后最头疼什么。

结果发现——大家的问题不是「找不到模型用」，而是「找到了之后，怎么管」。

• 一个人用还好，团队一多，账号密钥满天飞
• 业务线多了，每个部门各自买各自的服务，月底账单对不上
• 最要命的是，成本不可控，万一哪个同事手滑跑了个死循环，一小时烧掉几千块
• 还有数据安全的问题——给第三方平台传数据，能不能留痕？符不符合合规要求？

这些问题不解决，企业用大模型就永远是「小打小闹」，上不了规模。

所以我们做了魔芋AI——一个专门面向企业的，大模型API统一管理平台。

我们接入了什么

先说大家最关心的：模型够不够多。

目前平台接入了200+主流大模型，覆盖以下场景：

我们的设计理念是：一个入口，全部搞定。

不管你想用哪个模型，我们的接口都是统一的OpenAI兼容格式。你只需要维护一套密钥，代码层面就能自由切换，全部兼容。

from openai import OpenAI

client = OpenAI(
    api_key="your_moyu_key",
    base_url="https://api.moyu.cn/v1"
)

# 切换模型？改个名字就行
response = client.chat.completions.create(
    model="claude-opus-4-8",
    messages=[{"role": "user", "content": "你好"}]
)

我们在安全上做了哪些事

这是企业客户问我们最多的问题。我们不会只说「放心，很安全」，我们说清楚我们做了什么。

传输层

• 全程HTTPS/TLS加密
• 支持mTLS双向认证

访问控制

• IP白名单机制
• 请求限流，防止恶意刷接口

内容安全

• 请求进入模型之前，内置敏感信息检测引擎，自动过滤脱敏
• 覆盖关键词检测、隐私数据识别等常见场景

审计追溯

• 所有请求与响应日志完整留存
• 支持按时间、用户、接口等多维度溯源

合规认证

• 通过等保三级认证
• 通过ISO27001信息安全管理体系认证

我们怎么帮企业控成本

成本失控是企业使用大模型API的第二大焦虑。

我们的解法是：从事后结算变成事前规划、事中控制。

按维度统计用量

• 支持按部门、项目、具体用户统计Token消耗
• 每个维度的用量报表都可以单独导出

预算阈值与预警

• 支持设置多级预算阈值
• 用量接近阈值时，通过钉钉/飞书/邮件自动发送预警

熔断机制

• 超出限额后，平台自动触发熔断，暂停服务
• 不会让账单无限膨胀

# 你也可以通过SDK查询实时消耗
from moyu_ai import Client

client = Client(api_key="your_enterprise_key")

usage = client.billing.get_usage(
    project_id="proj_xxx",
    start_date="2026-07-01",
    end_date="2026-07-31"
)

print(f"当前消耗: {usage.total_tokens} tokens")
print(f"预估费用: {usage.estimated_cost} CNY")
print(f"预算执行率: {usage.budget_usage_rate}%")

还有一个你可能关心的问题：国内能不能用

可以。

不需要代理，不需要特殊网络环境，国内普通网络直连访问，延迟和稳定性都在可接受范围内。

我们的目标用户

如果你符合以下任意一种情况，欢迎来试试：

• 团队在用多个大模型，管理和结算越来越复杂
• 对数据安全有合规要求，需要完整的审计日志
• 想控制AI调用成本，不想月底看到账单血压飙升
• 不想自己维护多个API渠道，想专注业务开发

现在可以做什么

1. 注册账号：👉 https://www.moyu.cn/register?aff=g2d7
2. 查看模型广场：看看我们接入了哪些模型
3. 申请企业试用：如果你是企业用户，可以联系我们的商务团队获取定制方案
4. 【码】上联系我们  👉 vanurk

大模型API的使用正在从「能用」走向「用好」。

我们希望帮企业解决的问题很简单：接入简单、管理清晰、成本可控、安全合规。

后续我们还会持续接入更多模型，优化企业级功能。

如果你们有具体的使用场景或者问题，欢迎和我们聊聊。