"AI网关放在哪"是个工程决策问题。网关的职能------鉴权、计费、脱敏、路由、留痕------总要有个物理落点。候选位置其实只有三个：应用侧、供应商侧、独立中间层。企业级的答案是第三个，而前两个为什么不行，值得逐个说清。
候选一：放在应用侧，为什么不行
第一个直觉方案：把治理能力做进每个应用里。客服系统自己管鉴权计费，办公助手自己管脱敏过滤，研发工具自己管重试切换。
这个方案在企业规模下撑不住。一家企业往往有十几个调AI的应用，每个都自己实现一遍鉴权、计量、脱敏、路由，是彻头彻尾的重复建设。更麻烦的是全局视角的缺失：A应用和B应用各自记账，企业层面拼不出一张完整的费用视图；API Key散落在各个应用团队手里，有人离职了Key还在用；某个模型供应商宕机，每个应用要各自感知各自切换。模型一换，所有应用都要改一遍连接代码。
应用侧放得了"适配"，放不了"治理"。治理需要全局视角，全局视角要求所有流量汇到一处------这在应用侧做不到。
候选二：放在供应商侧，为什么也不行
第二个候选：让模型供应商或模型平台来管。以魔芋AI模型平台的模型目录为例------149个模型挂在统一目录里，OpenAI有28个、字节跳动26个、阿里巴巴26个，每个模型标着明码价格：gpt-5.3-codex输入¥8.738/百万Token、输出¥69.904/百万Token，gpt-5.6-luna输入¥0.499/百万Token。目录还能按供应商、模型类型筛选，文本模型96个、视频生成31个、图片生成19个。
平台侧把模型聚合起来、标好价格、提供统一调用------这是供给侧的职能，做得很好。但企业的治理需求跨供应商、跨部门：按部门拆账要汇总所有供应商的调用；按人配额要在企业身份体系下执行；内容脱敏要在请求出企业之前完成；调用留痕要覆盖全部流量。这些事没有一家供应商能替你做------每家只看得到自己那一段流量，也只对自己的模型负责。
供应商侧放得了"供货"，放不了"企业治理"。治理的主语是企业，落点就必须在企业可控的那一侧。
候选三：独立中间层，企业级答案
第三个位置是唯一成立的：在应用和所有供应商之间，放一个独立的中间层。所有调用必经这一条通道，治理才有落点。
MAI Gateway（魔芋企业级AI网关）的架构定位就是这个答案。它实际位于MaaS平台的上游------企业应用连接网关，网关再连接模型供应商。供应商形态可以是直连API、模型平台、本地GPU，网关层完成协议转换，业务系统不感知供应商差异。对于兼容OpenAI接口规范的应用，接入方式是替换Base URL和API Key。
站在这个位置上，每一项治理职能都有了着落：统一鉴权------内部应用使用网关签发的受控令牌，不直接接触供应商密钥；四维配额------按企业、组织、部门、项目、用户、令牌或模型设置金额、Token、频率、并发上限；安全处理------请求出企业前脱敏，模型返回后过滤；智能路由------主链路异常自动切换备用服务；计量留痕------每次调用的Token消耗、费用、归属全部记录。
这个位置还有一个企业级的关键选项：私有化部署。整个中间层搬进企业内网，调用数据不经过外部服务器。产品提供三个软件版本（标准版、企业版、旗舰版）和两个软硬件一体机系列（G系列无本地GPU、S系列带本地GPU）。对于数据主权要求高的企业，位置不只是"在中间"，还要"在里面"。
位置选对了，职能才有落点
三个候选摆在一起，答案的结构就清楚了：应用侧做不了全局治理，供应商侧不替企业操心，独立中间层是唯一能让鉴权、计量、脱敏、路由、留痕同时成立的位置。
MAI Gateway（魔芋企业级AI网关）由武汉魔芋数字有限公司开发，选择的就是这个位置------企业大模型API的统一入口和治理层。
https://www.konjac.ai/sign-up?aff=nHCh企业级答案的本质从来不是功能清单更长，而是位置站得对：治理必须站在所有流量必经的关口上，这个关口不属于任何应用，也不属于任何供应商，它属于企业自己。