LiteLLM vs OuraiC：应用适配、网关治理与模型服务的区别
LiteLLM提供模型调用适配及网关相关能力，OuraiC提供在线 API入口。两者不必是互斥选项：应用可以使用适配层，再连接符合要求的服务；具体组合应按当前文档测试。
图：按本文操作要点制作的说明图，不是后台或调用成功截图。
先区分层次
应用适配解决代码如何调用不同提供商；网关解决集中路由和管理；模型服务提供实际可用模型及计费。把这些层混成“谁更便宜”，容易忽略上游和维护责任。
比较什么
| 项目 | LiteLLM路线 | OuraiC路线 |
|---|---|---|
| 代码与协议 | 按适配器当前支持 | 按本站接口与模型核对 |
| 自建网关 | 自己部署和维护 | 使用服务接口 |
| 上游额度 | 需要对应来源 | 按本站目录与账单 |
| 业务治理 | 配置和验证所需能力 | 自己应用仍需用户与预算控制 |
软件提供某种适配，不代表任意上游实现了全部功能。
如果把本站作为兼容端点
查 LiteLLM当前 OpenAI兼容提供商配置，填写正确基址、本站 Key和真实 Model ID。本站常用基址是 https://ouraic.cn/v1。
适配器所需的提供商前缀与上游模型 ID要区分，不把本地标识原样发到站点。
测试范围
先短文本，再流式、多轮与工具调用。保留原始脱敏响应，用它检查适配后的结构。遇到错误应区分适配层、本地网关和本站上游。
不要因为一个适配器接受配置，就宣称全部模型兼容。
成本与维护
总成本包括上游用量、重试和自建管理。应用、SDK与网关三层重试可能叠加，设置上限并核对日志。
做选择
需要多提供商适配或自建治理时，评估 LiteLLM；只需要直接调用时，先测试服务本身。需要两者组合时，明确每层职责。
参考 LiteLLM官方兼容说明。本站代码起点见 Python接入，迁移见 API迁移。