模型管理
CubePlex 通过你在组织级别配置的 API 密钥连接 LLM 提供商。设置好提供商并启用其模型后，工作区成员便可在对话中选择这些模型。
所有模型管理操作均在 Admin > Models（/admin/models）中完成。
提供商
提供商代表一个 LLM API 端点。每个提供商包含：
- 名称和 slug——供人阅读的标签与 URL 安全标识符。
- Base URL——API 端点（例如 Anthropic 的
https://api.anthropic.com）。 - 认证凭据——通常为 API 密钥。
- 能力描述符——声明提供商支持的能力（聊天、视觉、工具调用等）。
从预设添加提供商
CubePlex 为常见提供商（Anthropic、OpenAI 等）提供预设。预设会预填 Base URL 和能力描述符，因此你只需输入 API 密钥。
- 前往 Admin > Models。
- 点击 Add Provider。
- 从列表中选择一个预设（例如“Anthropic”）。
- 粘贴 API 密钥。
- 点击 Save。
添加自定义提供商
任何提供 OpenAI 兼容 chat completions 端点的服务都可以作为自定义提供商添加。
- 前往 Admin > Models。
- 点击 Add Provider。
- 选择 Custom (OpenAI-compatible)。
- 输入名称、Base URL 和 API 密钥。
- 配置与端点支持能力相匹配的能力描述符。
- 点击 Save。
测试提供商连通性
添加提供商后，点击 Test Connection，验证 CubePlex 是否能够访问端点并完成认证。该测试会发送一个轻量级请求，并报告成功或失败及其详细信息。
模型
每个提供商都会提供一个或多个模型。添加提供商后，可用模型会出现在模型列表中。
单个模型配置
你可以为每个模型配置以下内容：
| 设置 | 说明 |
|---|---|
| 推理能力 | CubePlex 如何将标准推理控制（mode、effort、summary）映射到提供商的传输格式。 |
| 模态 | 输入/输出能力——文本、视觉、工具调用等。 |
| 成本费率 | 每个 token 的成本——输入、输出，以及（如适用）缓存读取 / 缓存写入——用于成本跟踪仪表板。 |
模型如何提供给工作区
配置提供商并启用其模型后，这些模型会出现在组织内每个工作区的模型选择器中。工作区成员可在开始或继续对话时选择模型。
常见任务
轮换 API 密钥
- 前往 Admin > Models 并选择该提供商。
- 使用新密钥更新 API key 字段。
- 点击 Save，然后点击 Test Connection，确认新密钥可用。
禁用模型
如果你不想再向团队提供某个特定模型，请在模型列表中禁用它。使用过该模型的现有对话会被保留，但用户无法为新消息选择该模型。
添加自托管或代理端点
对于位于反向代理、VPN 或自托管推理服务器后的模型，请使用自定义提供商流程。确保 CubePlex 后端服务器能够访问该 Base URL。
为自定义端点配置推理
CubePlex 为每个对话保存一组标准推理控制：
| 字段 | 值 |
|---|---|
mode | off 或 on |
effort | minimal、low、medium、high 或 max |
summary | none、auto、detailed 或 summarized |
官方 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 的提供商预设，已经会将该标准结构转换为各 API 所需的请求载荷。对于自定义或代理端点，请添加一个能力描述符，告诉 CubePlex 应写入哪些字段：
{
"reasoning": {
"mode_payloads": {
"off": { "extra_body": { "thinking": "disabled" } },
"on": { "extra_body": { "thinking": "enabled" } }
},
"effort_path": "reasoning_effort",
"effort_values": {
"minimal": "minimal",
"low": "low",
"medium": "medium",
"high": "high",
"max": "max"
},
"apply_effort_when_off": false,
"unsupported_mode_policy": "skip"
}
}
对于 Responses 风格的嵌套请求载荷，请使用 effort_path: "reasoning.effort"；对于 LiteLLM 等 OpenAI 兼容网关，请将提供商特定字段放在 extra_body 下。如果模型仅支持开启/关闭推理，请省略 effort_path 和 effort_values。