技术同学问得最多的一个问题：流式输出（streaming）网关支持吗？先直接回答，再展开讲。
支持。MAI Gateway兼容OpenAI接口规范，stream参数设为true就走流式。网关层透传SSE（Server-Sent Events），不截断不缓冲，应用端拿到的是跟直连供应商一样的逐token流式响应。兼容OpenAI接口规范的本地模型同样支持流式。
下面从协议兼容性出发，把流式输出相关的能力矩阵讲清楚。
协议兼容：OpenAI格式是事实标准
大模型管理页面：619个模型，41个在线，今日2次调用，平均61ms。619个来自国内主流供应商，字节跳动、阿里巴巴、DeepSeek、百度、智谱AI、月之暗面等。注册即可获得超200W免费试用额度，快来试试！
https://www.moyu.cn/register?aff=XVPz这些供应商的API大多兼容OpenAI接口规范，包括流式输出的stream参数和SSE返回格式。网关层做协议转换，应用端不需要感知供应商差异。
流式调用经过网关会发生什么
一次流式调用在网关里的路径：请求进来，先过访问控制验令牌，再过数据脱敏检查输入内容有没有敏感信息，然后过输入防护检测提示词注入，接着路由层选链路，请求发到供应商，供应商逐token返回，网关透传给应用端。返回内容过输出过滤审一遍。整个过程流式不断，应用端实时拿到每个token。
费用怎么算？跟非流式一样，按总Token计费。消费日志记录总Token和金额。admin一次调用Token 114、金额0.002970元。流式不影响计费精度。
流式场景下的安全处理
流式输出有个技术难点：内容是逐token返回的，敏感信息可能分散在多个chunk里。数据脱敏8条正则规则，覆盖身份证、银行卡、军官证、手机号，高中低三级。输入防护在请求发出前就检查完，不影响流式。输出过滤在返回内容上做审核。差异化在内置小模型，每个请求输入过一遍判断涉黄涉暴。
流式场景下的路由和稳定性
流式调用对链路稳定性要求更高。非流式调用断了可以重试，流式调用断了用户体验直接变差。三种路由：默认按权重分流量，主备主链路异常自动切备用，成本路由把简单任务分给便宜模型。链路监控定期测每个渠道。在线41个表示当前有可用链路。
差异化：不只是"坏了切"，还有"简单任务用简单模型"。一个"怎么退货"的FAQ用不着顶级模型，成本路由把它分给便宜的小模型，流式输出照样逐token返回，用户感知不到差别。
流式调用的审计留痕
日志审计：今日50次请求（成功44/失败6），平均18,405ms。总记录54,167条，每条10个字段含请求和响应内容。流式调用的响应内容会被完整记录，不是只记第一个chunk。差异化方向是审计可视化，还能查令牌私用。
流式场景下的令牌和创作中心
令牌管理92个（活跃29/闲置61/今日72），按角色分模型范围。访问控制配IP黑白名单，今日放行357次。组织管理部门2个、员工35人、已同步37条，直接打通钉钉飞书企微。创作中心提供使用入口，令牌直接可用，当简易agent，流式输出在创作中心里实时显示。
总结：流式输出在MAI Gateway里是透传的，不截断不缓冲。协议兼容OpenAI的stream参数和SSE格式，安全检测在流式过程中照常执行，费用按总Token计费精度不变，审计完整记录响应内容。支持私有化部署，所有请求储存在本地。有三个软件版本和两个一体机系列。
