OctaFuse Gateway 2.14.0：图像与语音接入扩展、用户分组折扣与后台配置升级

OctaFuse Gateway 2.14.0 新增了多平台图片与语音接入：使用 OpenAI 接口的客户端，可以通过转换路由调用 MiniMax、Seedream 和 Gemini 的相应能力，也能传入厂商特有参数。

这次还补上了按路由组设置用户折扣和价格预览。后台配置改为逐项保存，修改用户资料时也不再写回旧的消费数据。

01｜图像与语音接入扩展

客户端支持 OpenAI 接口，上游却要求另一种协议时，可以在 OctaFuse 中配置转换路由，由网关转换请求和响应。2.14.0 新增和扩展的接入如下：

上游	本次接入变化	客户端调用方式
MiniMax	新增文件转写、语音合成和图片生成适配器	使用 OpenAI 转写、语音合成或生图接口，也可调用 MiniMax 原生入口
Seedream	新增火山方舟与 BytePlus 共用的专用生图适配器	使用 OpenAI 生图接口，或调用新增的原生生图入口
Gemini 图片模型	补齐原生图片请求处理，新增 OpenAI 生图转换	使用 OpenAI 生图接口，或沿用 Gemini 原生入口；上游支持 Gemini API 和 Vertex AI
百炼	补充原生语音合成、异步文件转写与任务查询，完善多模态分流和 Qwen-TTS-Realtime 会话透传	按所需能力配置原生路由，原有 OpenAI 转换路由仍可使用

接入时，先配置供应商端点，再导入模型、建立路由。编辑器会按供应商协议和模型名筛选适配器；调用指南列出客户端入口、字段转换、计费方式、限制和 SDK 示例。

各适配器的支持范围不同：

Gemini ：OpenAI 生图转换支持参考图和尺寸映射，但只支持单张、非流式、b64_json 响应，不支持 /v1/images/edits。需要流式或 Gemini 原始响应时，使用原生入口。
Seedream ：OpenAI 转换返回非流式 JSON，原生入口支持 JSON 和 SSE。支持组图的型号可用 n 请求多张，5.0 Pro / Flash 则只能为 1。
MiniMax：文件转写不支持流式，单文件上限为 25MB；同步语音合成支持非流式和 SSE。

MiniMax 转写按时长、语音合成按上游返回的字符用量计费，MiniMax 和 Seedream 生图按成功张数计费。Gemini 图片请求按文本、图片等用量分项计费；没有返回有效图片、客户端取消或网关超时的 Gemini 生图请求，不扣 Gateway 用户额度。MiniMax 返回业务错误时，即使 HTTP 状态成功，也按失败处理。

厂商特有参数也能传入

图片比例、分辨率、语音情绪等参数往往不在 OpenAI 标准字段里。2.14.0 允许 OpenAI 图像生成、图像编辑、语音合成和转写请求携带额外字段，按上游原生结构合并到请求体。

例如，调用 MiniMax 语音合成路由时，用 OpenAI SDK 的 extra_body 设置情绪、音高和语言：

python 复制代码

client.audio.speech.create(
    model="minimax-speech-2.8-hd",
    input="你好，欢迎使用 OctaFuse。",
    voice="male-qn-qingse",
    extra_body={
        "voice_setting": {"emotion": "happy", "pitch": 2},
        "language_boost": "Chinese",
    },
)

model 填 Gateway 中已配置的模型 ID，voice 填 MiniMax 音色 ID。额外字段需符合对应厂商的格式；路由池包含多种协议时，要确认每个候选上游都能接受这些字段。

额外字段总量不能超过 32KB，模型名以及适配器用于计费和解析响应的关键字段不能被覆盖。路由默认值和强制覆盖仍按原有规则生效；百炼语音合成的 input.* 参数仍需写在路由请求参数中。

配好后直接验证结果

调试台（Playground）和模拟器（Simulator）支持调用新增的原生入口，编辑 Gemini 生图请求、预览图片，以及播放 MiniMax 非流式响应中的音频。生图样例按模型选择最低分辨率档位，避免使用不支持的尺寸。

MiniMax 原生语音合成设置 stream: false 后，返回的音频可直接播放或下载。

调试台只验证所选上游，不扣 Gateway 用户额度，但仍可能产生供应商调用费用。要检查鉴权、选路和实际扣费，使用模拟器或真实客户端。

02｜用户分组折扣

日常使用和限时活动共用一个模型时，可能需要给同一用户不同的价格。此前用户倍率只按模型设置；2.14.0 可以进一步区分路由组。

在用户详情的"额度与计费"中，为模型添加分组倍率即可：

配置范围	用户倍率
`default` 分组	`0.8`
`campaign` 分组	`0.5`
其他分组（`*` 兜底）	`0.9`

按表中配置，campaign 使用 0.5，default 使用 0.8，其余分组使用 0.9。既没有匹配的分组，也没有 * 兜底时，沿用原路由计费。

用户倍率仍与路由有效倍率组合，不直接等于最终折扣。路由倍率为 0.6、用户倍率为 0.5 时，"相乘"模式得到 0.3，"取较小值"模式得到 0.5。只调整用户费用，供应成本不变。

分组倍率适用于文本、图片、音频扣费和模型列表的折扣展示。原有数字倍率继续对全部分组生效，无需改写。

图中默认倍率为 ×1，default 分组单独设置为 ×0.4。

保存后，在用户详情的"模型列表"中查看该用户可见的模型，核对各分组的目录、路由和合成倍率。

图中目录倍率为 ×2，default 和 free 分组分别展示路由与合成倍率。

预览只读取已保存的配置，不发起模型调用，也不消耗用户 RPM。默认显示 default、free 分组的文本模型，可按类型、分组和模型筛选，每次最多返回 40 个。门户也可通过只读接口 GET /api/admin/users/:id/models 获取结果。

03｜后台配置升级

管理员编辑资料期间，用户可能仍在调用模型。此前保存整份表单可能把页面加载时的旧消费值写回去，覆盖新增消费。2.14.0 只提交修改过的字段，调整邮箱、限流或倍率不会影响最新用量。

用户详情分为"概览""额度与计费""模型列表""活动记录"。修改额度重置周期或时间，不再自动清零本周期已消费额度；需要修正消费值时，须单独修改对应字段。离开未保存的页面时会提示确认。

网关配置页按卡片独立保存。例如调整业务时区时，其他卡片中的草稿不会一起提交。卡片会标记未保存的修改，也可单独撤销。

04｜其他更新

场景	本次变化
供应商预设	新增按量付费的"千问 AI 平台"和 MiniMax 国际站，更新千问 Token Plan 地址；按各平台能力补充 Responses、Anthropic、图像和音频端点，修正 LongCat Chat 地址。
端点配置	仅支持部分 OpenAI 能力的模板改为列出具体端点，不再用 Base 推导未确认支持的接口；百炼端点说明补充了 Base 与套餐专用端点的区别。
新增模型预设	新增 Claude Haiku 5.5、Gemini Nano Banana 2.1，以及 MiniMax ASR 1.0、Speech 2.8 HD / Turbo、Image 01 / 01 Live，补齐对应模态和计价配置。
价格与计价修正	修正 Claude Sonnet 5.5 缓存读取价格、Seedream 5.0 Pro 分辨率价格档位和 Grok Imagine Image 2.0 计价；OpenAI 生图未传 `size` 时，可用扩展字段 `resolution` 选择计价档位。
参数排查	多模态请求日志补充额外字段和被恢复的受保护字段记录，便于确认参数最终如何处理；data URL 内容会脱敏。
供应商卡片	未配置密钥或待确认的卡片不再显示"点击前往"；导入和编辑弹窗仍可打开对应平台。

预设导入不会覆盖已有的同 ID 模型，也不会改写既有供应商端点。新地址和修正价格需核对上游后手动更新。

升级到 2.14.0

从 2.13.0 升级没有新增数据库结构迁移或必填配置。先备份数据库，再统一更新 Proxy、Admin 和 migrate 镜像；更早版本仍需按顺序执行未应用的迁移。所有 Proxy 升级后，再启用新协议或分组倍率。

升级时检查以下配置：

新多模态路由 ：MiniMax 图像与音频需配置 minimax.base，Seedream 专用适配器需配置 volcengine.base，Gemini 图片转换需有效的 Gemini 端点，再导入模型并配置路由。已有 OpenAI 透传 Seedream 路由可以继续使用，无需强制切换；新增协议不代表视频、音乐等能力也已支持。
百炼生图尺寸 ：dashscope-image-qwen 和 dashscope-image-wan 不再自动将 1024x1024 改成 1024*1024，而是原样传给上游。依赖旧转换的客户端或路由参数需要调整，按对应型号要求使用 1K、2K 或 宽*高 等取值。
存量端点与价格：已导入的数据不会自动更新。如果供应商仍通过 Base 声明了实际不支持的接口，应改为具体端点。Anthropic 和 Google 的 CNY 预设是 USD × 7 的换算占位价，不是独立人民币刊例。
外部系统读取倍率 ：原有数字配置保持兼容。使用新分组配置后，直接读写 charged_cost_factors 的业务系统需兼容对象值；解析计价审计时，需允许新增的 user_charged_factor_route_group 分组键。

本次升级无需执行 scripts/db/migrate-image-billing-modes.mjs。如需使用，该脚本会修改多个指定模型的计价配置和价格，应先备份并检查 --dry-run；它不用于更新 Sonnet 缓存价格。

升级后，分别测试转换路由和原生路由，核对图片或语音用量与扣费，再检查分组折扣、兜底结果和配置保存。MiniMax 原生转写仍整段缓冲，不实时下发 SSE；无法读取时长时按文件估算计费。

完整变更与升级说明见 GitHub Release v2.14.0 和更新记录。

如果 OctaFuse 对你的项目有帮助，欢迎在 GitHub 上点一个 Star，也欢迎反馈多模态接入、分组折扣和后台配置中遇到的问题。