Ramp 推出模型路由服务 Router:企业调用大模型进入“统一入口”阶段

Ramp 推出 AI 模型路由服务 Router,通过统一 API 帮助企业调用和切换多个大语言模型。该服务提供调用策略、成本监控和仪表盘,并采用默认记录、可退出的数据保留政策。

企业支出管理平台 Ramp 于 8 月 20 日周三晚间推出自研 AI 模型路由服务 Router。该服务通过统一 API,让用户和企业在不同大语言模型之间切换与调用。Ramp 表示,这一路由系统已在内部使用三年,用于满足自身 AI 应用需求。目前 Router 仅在美国提供,2026 年剩余时间内免收服务费,用户仍需承担模型推理成本,并可获得 26 美元启动额度。公司尚未说明 2027 年的收费安排。

从企业财务工具切入 AI 推理入口

Router 的功能定位与 OpenRouter 类似,后者提供更广泛的模型选择,而 Ramp 当前开放的模型范围相对集中。根据素材,Router 可接入 OpenAI、Anthropic、DeepSeek、Moonshot、Minimax、Nvidia、xAI 和 Z.ai 等模型。

对企业用户而言,Router 不只是模型列表,而是提供多种调用策略。客户可以设置偏好,让 Router 根据要求分配请求,例如优先使用模型提供商的 flex usage tiers,也可以指定最多三个用户基准,让 Router 决定将查询路由到哪个模型。用户还可以选择只把复杂问题发送给价格更高的模型,或在不切换接口的情况下测试不同模型。

Router 同时提供仪表盘,展示 token 消耗、成本、延迟、fallback attempts 等运行细节。对于需要控制 AI 开支和评估模型表现的公司来说,这些指标将模型调用从单纯 API 请求变成可管理的企业支出项目。

数据保留采用默认记录、可退出机制

在数据政策上,Router 采用 opt-out 数据保留机制。默认情况下,系统会记录模型输入、输出和工具调用,保留期限为一年。Ramp 表示,在使用这些内容改进产品前,会移除 personally identifiable information。该做法为企业用户提供了选择空间,也让数据治理成为模型路由服务竞争的一部分。

Ramp 寻找新的企业入口

对 Ramp 而言,进入模型路由市场具有两层意义。一方面,公司可以参与增长中的 AI 推理市场;另一方面,Router 与其现有企业客户和产品线相互衔接。Ramp 现有业务已包含 AI token 使用监控和 token 支出管理,Router 可把模型调用入口纳入同一套费用与使用管理框架。

如果 Router 能像 OpenRouter 一样吸引开发者测试模型,Ramp 还可能与 AI 实验室和推理服务商建立更长期关系。素材提到,Ramp 今年 6 月融资 750 亿美元,估值 44 billion 美元。Router 可能成为其获取新客户、扩展企业支出管理产品的一个新入口。

模型路由服务正在成为企业 AI 基础设施的一部分。随着企业同时接入多个模型供应商,统一接口、成本监控、模型测试和调用策略将逐渐变成标配。Ramp 的进入,显示金融与企业支出管理公司也开始围绕 AI 推理成本构建新的产品层。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/ramp-tui-chu-mo-xing-lu-you-fu-wu-router-qi-ye-diao-yong-da

Like (0)
点点的头像点点
Previous 2026年8月23日 下午1:34
Next 2026年8月23日 下午5:13

相关推荐

  • Gemini 3.8 Flash 官方 API 价格不变,但 Agent 任务账单可能更高

    Gemini 3.8 Flash 的官方 API 单价没有变化,但在 Agent 和复杂任务场景下,模型会生成更多思考与工具调用,导致真实任务成本上升。开发者需要把“每 token 价格”和“每任务成本”分开计算。

    2026年9月9日
    00
  • Sam Altman 明确排除 2026 年 IPO:OpenAI 为何选择继续留在资本市场外

    Sam Altman 表示,OpenAI 不会在 2026 年上市。他把安全议题放在资本化之前,也进一步确认了这家 AI 公司当前更重视研发节奏与风险控制,而不是尽快进入公开市场。

    2026年9月14日
    00
  • 当大模型供应商涨价 3 倍,工程师如何把换模型变成一次配置变更

    如果模型供应商明天涨价 3 倍,应用团队要怎么办?掘金平台《AI 应用生产化手册》系列第 18 篇给出的答案不是重新谈价格,而是先改架构。文章把问题拆成多模型架构与厂商可移植性:应用只认逻辑名,供应商映射全部收进网关配置,更换供应商等于修改配置并运行评测回归。这篇内容属于其模块四“成本与网关”的收官部分,前序内容覆盖成本模型、缓存、路由、网关,最终落到厂商可移植。文章提出的核心判断是:厂商锁定不是技术问题,而是架构问题。真正的“供应商无关”只有一条验收标准——业务代码里搜不到任何供应商的名字。在文章给出的结构里,模型调用被分成三层。应用层只出现逻辑名,例如 chat-strong、chat-cheap;网关层负责把逻辑名映射到具体供应商模型,配置集中在 litellm_config.yaml;再往下才是 DeepSeek、OpenAI 等供应商。供应商名称只应出现在网关层,而不是业务代码里。这种设计的目的不是多保存几个模型密钥,而是让“换锁”成为标准能力。文章通过脚本展示映射关系:chat-cheap 指向 deepseek/deepseek-chat,chat-strong 指向 deepseek/deepseek-chat,chat-strong-alt 指向 openai/gpt-4o。仓库文档早期曾写 chat-cheap 指向 openai/gpt-4o-mini,后来为了用一个 Key 跑通全链路改为 DeepSeek。文章由此强调:文档会漂移,配置才是唯一事实来源,因此相关检查命令应进入 CI,而不是靠人记忆。在自动化检查中,脚本会读取应用引用的逻辑名、网关暴露的模型,并验证二者是否一致。示例输出显示,应用引用 chat-cheap、chat-strong,网关暴露 chat-cheap、chat-strong、chat-strong-alt,一致性通过。更关键的是供应商硬编码扫描结果为 0 处。文章将“0 处”视为本篇唯一需要记住的数字:它意味着业务代码中没有 deepseek/…、openai/… 这类字符串,更换供应商时不必逐处搜索代码。虽然目标是“换模型只改配置”,但文章同时提醒:换供应商不等于只改配置。完整链路包括:网关切模型:修改网关配置中的映射。评测回归:用黄金集运行评测。门禁判断:通过率需达到基于基线与容差设定的阈值。灰度放量:经过 A/B 对比后走向全量。没有评测的切换,等于拿线上用户当测试集;新模型再强,也要在自身提示词和业务场景下验证。围绕供应商变化,文章推演了三种场景。若主力供应商涨价,可将 chat-strong 指向另一家同档模型,评测不达标就继续换下一家,或者接受降档;若供应商下线或断供,网关 fallback 自动切到备用模型,应用侧再由降级链兜底;若新增一家更便宜的供应商,则在网关增加一个 model 条目,评测跑通后灰度放量并做 A/B 对比。文章还给出了切换演练方式。以从 DeepSeek 切到 openai/gpt-4o 为例,模拟命令会同时影响 chat-cheap 与 chat-strong,因为二者当前都指向 DeepSeek。这说明真实迁移修改的是映射表,而不是一堆调用点。实际操作时,需要先备份 litellm_config.yaml,再修改 chat-strong 的 litellm_params.model,重启 litellm 后运行配置检查和评测回归;评测通过则灰度放量,不通过则恢复备份并重启。在测试层面,文章提到 pytest tests/test_vendor_switch.py -q 的输出为 6 passed in 0.09s,覆盖真实配置映射读取、应用与网关一致性、缺失模型检出、应用零硬编码扫描、切换模拟和未知供应商不改动等 6 项内容。这套方案最终指向的不是单纯技术整洁,而是成本与议价能力。文章认为,每一个“如果”都应对应一个早已建好的模块:网关、降级、评测、灰度。供应商涨价、断供或出现更便宜的选择时,团队可以按流程迁移,而不是临时救火。能换,才谈得上议价。从生产化角度看,这也将“花多少钱”从月底账单变成可以实时观察、主动降低、随时切换的工程指标。对于大模型应用而言,模型抽象层、配置映射、零硬编码、评测基准和切换演练共同构成了厂商可移植能力。当模型服务的价格和可用性出现变化时,提前建好的架构会比临时修改代码更接近可控。

    大模型 4小时前
    00
  • 从 New API 源码看生产级 AI 网关:调度、适配与计费如何落地

    New API 源码解析显示,一个生产级 AI 网关的核心并不是简单转发请求,而是要在请求调度、协议适配和计费额度三条链路上同时闭环。

    大模型 2026年11月1日
    00
  • 主动干活但不抢走注意力:dsh-superagent 的开源实验

    开源项目 dsh-superagent 以研究原型的形式,探索如何让编程智能体在 GitHub 和飞书等场景中主动承接工作,同时通过工单、权限、提示词和自动合并限制,尽量减少对团队注意力的占用。

    大模型 2026年11月5日
    00
  • 选 AI 编程工具别只看模型:Claude Code 与 DSH 同跑 DeepSeek 的三轮对比

    同一套 DeepSeek 模型,放进 Claude Code 和 DSH 两个不同 Agent 外壳后,表现并不相同。一次总花费 ¥0.36 的三轮同题实测显示,CLI 更快、改动更克制,DSH 则更注重页面成品感。选择 AI 编程工具时,模型之外,Agent 外壳同样关键。

    大模型 2026年11月12日
    00
  • OpenAI被曝在Astra中试用“循环深度”推理,安全圈为何紧张?

    The Information称,OpenAI新一代模型Astra正在使用一种名为“循环深度”的推理技术。由于该技术可能减少可读思维链记录,AI安全研究者开始担心,模型监控难度会随之上升。

    2026年9月4日
    00
  • 用户不喜欢AI,为什么又离不开它?

    最新调查显示,公众对AI的情绪越来越复杂:一边是负面情绪上升,一边是用户规模持续扩大。MIT Technology Review认为,这种“讨厌却离不开”的状态,正在推动大模型产品从单一能力竞赛走向更细分的需求定位。

    2026年10月6日
    00
  • Anthropic 推出 Fable 5.1:降低调用成本,减少安全机制误触发

    Anthropic 发布 Fable 5.1 与 Mythos 5.1。Fable 5.1 面向云平台和 API 用户开放,重点降低 token 成本、减少安全机制误触发,并将高隐私部署能力扩展至更多企业场景。

    2026年9月3日
    00
  • Gemini 获得 Mac 桌面执行能力:Google 让 AI 助手进入文件与表单工作流

    Google 将 computer use 能力带入 macOS 版 Gemini,让 AI 可以整理文件、填写表单并执行多步桌面任务。这一更新标志着 Gemini 从聊天助手向桌面级 Agent 扩展,但目前仍受地区、语言和订阅门槛限制。

    大模型 1天前
    00
  • Gemini 4 Carbon 登顶新基准后,模型选型不能只看总榜第一

    Gemini 4 Carbon 在 Intelligence Index v5 登顶,但企业选型不能只看 59 分总分,还要看分项能力、每任务成本、幻觉率、缓存与重试,以及模型是否已经稳定可用。

    大模型 2026年10月30日
    00
  • OpenAI Pro 200 权益调整:订阅用量下降后,200美元 API 赠额能否补上缺口?

    OpenAI 对 Pro 200 用户先下调订阅内用量,再发放 API 赠额。每月200美元订阅费不变之下,200美元 API 额度能否补回老用户感知,成为此次调整的关键。

    大模型 2026年10月30日
    00
  • OpenAI基金会出资补上生物AI短板:失败试验与破产药企资料成了新训练语料

    OpenAI 基金会宣布资助生物医疗数据项目,其中包括从破产生物技术公司获取失败实验与监管文件。此举显示,垂直领域大模型的瓶颈正在从模型能力转向高质量专业数据供给。

    2026年9月16日
    00
  • Anthropic 再签 450 亿美元算力协议,头部 AI 实验室资源竞赛进入新阶段

    Anthropic 与英国基础设施公司 Nscale 达成约 450 亿美元算力租赁协议,头部 AI 实验室对训练资源的竞争正在进一步加剧。

    2026年8月28日
    00
  • Google 将“智能体”引入 Gemini:企业版先落地,AI 助手开始接管任务

    Google 正在把 Gemini 从“会回答问题”的 AI,推进到“能完成任务”的智能体阶段。在周四举行的 Google Cloud 活动上,Google 宣布推出统一智能体产品,能够代表用户规划任务、调用工具、连接企业内部系统,并在单个界面中完成执行。这项能力将首先面向企业客户推出。从回答问题到“接受目标”Google Cloud CEO Thomas Kurian 在介绍中表示,新智能体可以接受“目标,而不仅仅是指令”。这意味着它不只是根据一句话执行单步操作,而是能够拆解任务、规划工作路径、调用定制技能和工具,并连接企业内部系统来完成结果。这一变化反映出 AI 助手行业正在从聊天式交互,转向更接近数字员工的产品形态。近期,Meta 推出了面向消费者的 Muse,Instinct 等产品则探索基于消息应用的智能体能力,ChatGPT 也推出了 Dots。Google 此时将 agentic AI 引入 Gemini,意味着大型云厂商正在把 AI 助手推向真实业务流程。Google CEO Sundar Pichai 在活动开场提到,Gemini 目前拥有超过 10 亿月活跃用户,并且近 90% 的财富 100 强企业已经在使用 Gemini Enterprise。这也解释了 Google 为什么选择先从企业场景切入:相比消费级市场,企业客户已经存在较明确的数据、权限、协作和管理需求。Pichai 表示,先面向企业推出智能体,有助于 Google 解决这类强大系统在安全、规模和性能方面的问题。模型选择、任务收件箱与子代理协作在产品机制上,Gemini 新智能体会默认选择最适合完成任务的模型,但用户也可以手动切换模型。目前第三方模型选项首先支持 Anthropic 的 Claude 模型,Google 表示未来还会加入开源模型和其他私有模型。用户在发起请求时可以附加文件、文件夹,或针对特定工作流设计的项目组合。智能体可以连接企业的数据和业务系统,包括 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等。同时,它也可以与企业网络内外的 Model Context Protocol(MCP)服务器安全连接。为了让用户理解 AI 正在做什么,Google 提供了一个“任务收件箱”界面。用户可以在其中查看 Gemini 的思考过程、任务如何分配给子代理、加载了哪些特殊技能、代码执行情况和整体进度。更值得注意的是,这个 AI 智能体将拥有自己的 Workspace 账户,就像公司里的一名普通同事。它拥有自己的邮箱和上下文,可以了解公司内部的团队结构、成员时区、审批流程、日历安排等信息。用户可以通过 @提及、邮件、文件共享或群聊方式调用它。当智能体执行操作时,系统会生成归属于该智能体而非某个员工的操作审计记录。任务规划:接受目标后自动拆解工作并选择工具模型调度:默认自动选择模型,也支持手动切换,首批第三方模型包含 Claude系统连接:支持 Google Workspace、Microsoft 365、Slack、Jira、BigQuery、Snowflake 等过程透明:通过“任务收件箱”查看思考过程、子代理分工和进度企业身份:智能体拥有独立 Workspace 账户,并生成独立审计记录企业 AI 助手竞争,进入执行层该智能体将支持 iOS、Android、Windows、Mac、命令行、Google Workspace、Microsoft 365、ServiceNow 和 Slack 等多个入口。早期测试客户包括运动品牌 On、Shopify 和 PayPal。Google 同时列出,Gemini Enterprise 客户还包括 BNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty 和 Wesfarmers 等企业。成本方面,Google 提出了新的弹性支出选项,包括多模型编排、智能路由和实时支出上限,帮助企业控制 AI 使用费用。这一点对于企业级智能体尤为关键:当 AI 开始调用多个模型、访问多个系统并执行复杂任务时,计费透明和成本边界会成为采购决策中的核心问题。对企业市场而言,Gemini 新智能体的意义不只是增加一个聊天入口,而是把 AI 推向任务执行层。过去企业 AI 助手更多停留在知识问答、内容生成和简单自动化;而 Gemini 试图通过模型选择、跨系统连接、子代理协作、独立身份和审计机制,构建一个更接近“数字同事”的产品形态。这也让企业 AI 助手的竞争重点发生变化:不再只是比模型谁更聪明,而是比谁能更安全地接入企业系统、更可控地调度模型、更完整地记录执行过程,并在真实业务流中承担责任。Google 选择先从企业客户开始,既是因为其企业基础更强,也因为在企业环境中验证权限、审计、成本和安全性,是这类智能体真正落地前必须解决的问题。

    大模型 2026年10月10日
    00
  • AI 编码进入团队仓库:规则文件比提示词更接近工程答案

    AI 编码助手进入多人团队后,真正需要解决的不仅是生成效率,而是代码风格与工程约束的一致性。规则文件、强制 hook 与仓库治理,正在成为团队级 AI 编码规范的新落点。

    大模型 2026年10月21日
    00
  • GPT-6-Astra 基准测试拆解:OpenAI 称新模型在科学、数学与安全攻防上全面提速

    OpenAI 发布 GPT-6-Astra,官方基准显示其在科学工作流、研究级数学、终端任务、临床问答和网络安全攻防等场景较上一代明显提升,其中 ARC-AGI-3 达到 99.9%,ExploitBench 获得满分。

    大模型 2026年9月5日
    00
  • Anthropic 上线企业 AI 支出分析工具,帮客户算清 Token 花费的账

    AI 企业采购正在从“先上线看看”转向“把账算清”。据 TechCrunch AI 报道,2026 年 10 月 28 日,Anthropic 推出一套面向企业客户的报告与分析工具,用于帮助管理者查看团队在特定时间段内如何使用 Claude Code 等工具、消耗多少 token、产生哪些工作产出,以及流程在哪些环节受阻。

    2026年10月30日
    00
  • 谷歌上线 Gemini 3.8 Live:语音对语音模型,强调低延迟与可打断交互

    谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking,两款语音对语音模型均面向实时对话场景,并支持浏览器内可打断交互。

    2026年9月18日
    00
  • 3亿美元买下手机相机团队:OpenAI把影像能力纳入硬件版图

    OpenAI以超过3亿美元收购Glass Imaging,将前苹果人像模式团队纳入麾下。这笔交易显示,OpenAI正把计算摄影能力作为未来AI硬件和多模态终端感知的重要基础。

    2026年9月16日
    00