LiteLLM

開源的 AI 閘道,用統一的 OpenAI 格式呼叫 100 多家 LLM,內建成本追蹤、負載平衡、護欄與日誌,可當 Python SDK 用也能部署成團隊共用的代理伺服器。

免費 ★ 4.4 / 5
一句話介紹:開源的 AI 閘道,用統一的 OpenAI 格式呼叫 100 多家 LLM,內建成本追蹤、負載平衡、護欄與日誌,可當 Python SDK 用也能部署成團隊共用的代理伺服器。

LiteLLM 是什麼

LiteLLM 是一套開源的 AI 閘道,解決的是一個很實際的痛:每家 LLM 供應商的 API 格式都不一樣,你接了 OpenAI 再想換 Anthropic、Gemini、Bedrock,程式碼就得改一輪。LiteLLM 讓你用統一的 OpenAI 格式去呼叫超過 100 家供應商,底層怎麼換、你的程式碼幾乎不用動。

它有兩種用法。一種是當 Python SDK,直接在程式裡 import 進來呼叫;另一種是部署成 Proxy Server(也就是 AI Gateway),變成團隊或組織共用的集中服務,所有 LLM 流量都從這裡走。後者的好處是成本追蹤、負載平衡、護欄、日誌這些治理功能都能集中管,不用每個專案各自造輪子。LiteLLM 出自 Y Combinator 投資的 BerriAI,完全開源,在開發者圈接受度很高。

功能特色與適用場景

LiteLLM 最核心的價值是「一個介面打天下」。對於要在多家模型之間切換、做 A/B 測試、或想避免被單一供應商綁死的團隊,它把抽象層做好,讓你換模型像換設定一樣輕鬆。內建的成本追蹤能讓你看清楚錢花在哪個專案、哪個模型,這在 LLM 帳單容易失控的當下很重要。

典型場景:公司有多個團隊都在用 LLM,你部署一台 LiteLLM Proxy 當統一入口,集中管金鑰、配額、預算與日誌;或是你在開發階段想快速比較不同模型的效果,用同一套程式碼切來切去。負載平衡與容錯機制也讓它適合上正式環境,當某家供應商掛了能自動轉到備援。適合任何需要管理多模型、在意成本與治理的開發團隊。

TheAI學院 編輯建議

編輯實測後的真心話
★ 4.4

多模型時代,把抽象層做好的閘道幾乎是必需品,LiteLLM 是這塊開源界的標竿選擇,成本追蹤尤其實用。要享受治理功能就得付出部署維運的代價。我們給 4.4 分。

— theai 編輯團隊

主要功能

  • 用統一 OpenAI 格式呼叫 100 多家 LLM
  • 可當 Python SDK 或部署成 Proxy 閘道
  • 內建成本追蹤、負載平衡與容錯
  • 支援護欄與集中日誌治理
  • 開源,出自 YC 投資的 BerriAI

適用場景

  • 在多家模型之間自由切換與比較
  • 部署統一閘道集中管金鑰與預算
  • 為多團隊提供共用的 LLM 入口
  • 在正式環境做負載平衡與容錯備援

LiteLLM 的優點與缺點

👍 優點

  • 換模型免改程式碼,避免供應商綁死
  • 成本追蹤讓 LLM 帳單透明可控
  • 開源且社群活躍,接受度高

👎 缺點

  • 部署 Proxy 與調校需要一定維運能力
  • 治理功能完整但設定有學習曲線
  • 純前端或非技術使用者用不到

LiteLLM 常見問題

LiteLLM 怎麼支援這麼多家模型?

它把各家 API 抽象成統一的 OpenAI 格式,你用同一套呼叫方式,底層由 LiteLLM 轉譯到對應供應商,換模型幾乎不用改程式。

SDK 跟 Proxy 差在哪?

SDK 是在你程式裡直接 import 使用;Proxy 是部署成獨立伺服器當團隊共用入口,集中做成本、配額與日誌治理。

使用者評價

還沒有足夠評價,搶先分享你的使用心得!

寫下你的評價 ✍️

評論將經審核後公開。

相關 AI 工具

✨ 猜你也想看的AI 開發者工具

LiteLLM 相關文章與教學

前往 LiteLLM 官網 ↗