最近做模型对比，项目里要同时跑 DeepSeek 和通义千问。刚开始按老办法：去 DeepSeek 注册、实名、领 Key、充值；再去阿里云开通百炼、拿 Key、配环境变量。结果本地 .env 里一堆 DEEPSEEK_API_KEY、DASHSCOPE_API_KEY，SDK 也不完全一样，切模型还得改初始化代码。更麻烦的是账单分散，月底对账像考古。后来换成聚合 API 的思路：一个 Key、一个 Base URL，模型名当参数传，切换只改一行。对需要多模型对比、做兜底路由的场景，省事很多。
准备工作不复杂：一个支持多模型的聚合 API Key，一个 OpenAI 兼容的 Base URL，一份模型名清单，再装个 openai SDK 就够。关键是确认服务商兼容 OpenAI 的 /v1/chat/completions 协议，这样 DeepSeek、通义千问都能用同一套客户端调。模型名别凭感觉写，先看文档里的映射表，比如 deepseek-chat、deepseek-reasoner、qwen-plus、qwen-turbo，不同聚合服务命名可能略有差异。环境变量建议只留一个 API_KEY 和一个 BASE_URL，后面切模型不动配置。
第一步，改 API 地址。原来直连各家时，Base URL 是厂商域名；用聚合服务时换成统一地址。Python 里这样初始化：
client = OpenAI(
api_key=os.getenv("API_KEY"),
base_url=os.getenv("BASE_URL", "https://api.example.com/v1")
)
`
如果原来用 requests 直接拼 URL，也只需把域名换掉，路径保持 /v1/chat/completions。这一步做完，Key 就只维护一个了。
第二步，切换模型。不用换 Key，也不用换客户端，改 model 字段即可：
实际项目里可以把模型名放到配置或请求参数里，前端传 model，后端透传。做对比测试时，循环跑一个模型列表，统一记录耗时、token 和返回质量。注意不同模型的上下文长度、计费单价和限流策略不一样，别拿一个模型的超时配置套所有模型。
第三步，加个简单兜底。主模型超时或限流时，捕获异常切备用模型，比如 DeepSeek 失败后换 qwen-turbo。代码不复杂，但能减少半夜告警。建议先小流量验证模型名和返回格式，再把默认模型、备用模型、计费上限写进配置。
总结一下：一个 Key 调用多个大模型，核心就是“统一 Base URL + 改 model 参数”。好处是不用分别注册、不用维护多套 Key、账单集中、SDK 统一。如果不想自己折腾多厂商账号和余额，充站这类聚合服务就是把这个过程收口：一个 Key、一个余额池，切模型只改参数。对做多模型对比的开发者，先跑通一个请求，再逐步加兜底和监控，比较稳。