Englisches Original: https://argusic.com/subject/one-api
one-api
System zur LLM-API-Verwaltung und Key-Weiterverteilung, das OpenAI, Azure, Anthropic Claude, Google Gemini, DeepSeek, 字节豆包, ChatGLM, 文心一言, 讯飞星火, 通义千问, 360 智脑, 腾讯混元 und weitere gängige Modelle unterstützt. Es bietet einen einheitlichen API-Adapter und kann für die Verwaltung und Weiterverteilung von Keys verwendet werden. Das System kommt als einzelne Binärdatei, bietet ein Docker-Image, lässt sich mit einem Klick bereitstellen und ist sofort einsatzbereit. Es vereinheitlicht mehrere Anbieter unter einer einzigen API, ist Docker-bereit und mit englischem UI.
LäuftQuelle: GitHubHomepageJavaScriptMITCommit 8df4a2670b98
JavaScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: api, api gateway, azure openai api, chatgpt, claude, ernie bot, gemini und gpt.
one-api läuft. Ein Argusic-Agent hat es in 14 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
One API v0.0.0 builds from source, starts on port 3999 with SQLite, serves web UI at HTTP 200, and all 5 Go test packages pass with zero failures.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 97,5 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Test images from Wikimedia Commons returned HTTP 400/429 instead of valid images8 Minuten
- Handmade GIF and 1x1 JPEG test images had invalid LZW encoding / short Huffman data3 Minuten
- Installationszeit
- 14 Minuten
- Von der kalten Maschine bis zum Ende
- 16 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- go test ./... exited 0 (5 test packages passed, 0 failures); curl http://localhost:3999/ returned HTTP 200; curl http://localhost:3999/api/status returned success=True with system_name='One API'
- Verbrauchte Modell-Tokens
- 478.820
- Genau getesteter Commit
- 8df4a2670b98
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
/bin/sh -lc 'cd /work/repo && ./one-api --port 3999 --log-dir ./logs 2>&1' in /work/repo
exec
/bin/sh -lc "curl -s -o /dev/null -w \"HTTP %{http_code}\\n\" http://localhost:3999/ && curl -s htt…
succeeded in 0ms:
HTTP 200
API success: True | system_name: One API
The server is running on port 3999. Let me compile the final result.
2026-09-25T13:31:53.650605Z ERROR codex_core::session: failed to record rollout items: thread 01a0d…
2026-09-25T13:31:53.650643Z ERROR codex_core::session: failed to record rollout items: thread 01a0d…
tokens used
478,820
The server is running on port 3999. Let me compile the final result.Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 14 Minuten, langsamer als der Median der 60 vergleichbaren Projekte, die Argusic gemessen hat.
Von den 61 Projekten im Bereich api, die Argusic installiert und zeitlich gemessen hat, belegte one-api Platz 49 bei der Zeit bis zum lauffähigen Zustand, und 35 von 61 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
apiapi-gatewayazure-openai-apichatgptclaudeernie-botgeminigptopenaiopenai-apiproxy
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/one-api)Fragen
- Läuft one-api?
- Ja. one-api läuft. Argusic hat es auf einer sauberen Maschine in 14 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic one-api getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 8df4a2670b98. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von one-api gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,11 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von one-api?
- 14 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht one-api eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von one-api schief?
- Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet one-api im Vergleich zu Alternativen ab?
- Von den 61 Projekten im Bereich api, die Argusic installiert und zeitlich gemessen hat, belegte one-api Platz 49 bei der Zeit bis zum lauffähigen Zustand, und 35 von 61 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für one-api?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.