常见问题

LingCoreX.AI 的使用方式与规则说明

这页 FAQ 主要回答团队在真正接入 LingCoreX.AI 前最常见的问题,包括如何开始、如何调用、平台如何计费、请求会如何转发,以及哪些责任边界仍然由客户自己负责。

快速答案

注册并进入控制台后即可创建 API Key。

大多数 OpenAI 兼容客户端只需要改 Base URL 和 API Key。

计费按 Credits 与实际 token 结算,不同 token 类型可能有不同价格规则。

平台作为聚合与路由层,所选模型请求可能会转发到对应上游服务商。

新用户上手

从注册到第一次成功调用的最短路径。

如何开始使用 LingCoreX.AI?

先注册账号,按需要完成邮箱验证,登录控制台后创建 API Key。之后就可以通过 OpenAI 兼容接口,使用 LingCoreX.AI 的 Key 和指定模型发起请求。

是否需要专门的 SDK 或自定义客户端?

通常不需要。大多数团队都可以沿用现有 OpenAI 兼容 SDK 或工具,只改 Base URL 和 API Key 即可,这也是平台推荐的默认接入方式。

LingCoreX.AI 是否也支持 Anthropic 原生接口的模型组,方便 Claude Code 这类工具接入?

支持。除了 OpenAI 兼容接入外,LingCoreX.AI 也支持面向 Anthropic 原生接口配置的模型组。对于 Claude Code 或其他 Anthropic-compatible 工具,这样可以保留 `/v1/messages` 风格请求和所需头部,通常会比强行走 OpenAI 兼容层得到更顺滑的编程体验。

Anthropic 原生接入适合依赖 `/v1/messages` 行为和特定请求头的工具链。
Claude Code 可通过配置 Anthropic base URL、API Key,以及分配给该 Key 的模型选项接入 LingCoreX.AI。

如果我想快速找到可运行示例,应该看哪里?

先看公开文档页。里面已经覆盖了 cURL、Node.js、Python SDK,以及多种支持 OpenAI-compatible provider 的工具配置方式。

调用与路由规则

关于模型选择、请求转发和运行行为的常见问题。

我应该如何选择要调用的模型?

以控制台中对你可用的模型列表或公开模型页为准。请求中的 model 字段需要与账户或项目中已启用的模型标识保持一致。

什么是模型组?

模型组是 API Key 或团队策略所看到的访问与计费单元。LingCoreX.AI 不一定把每个底层模型直接暴露给每一把 Key,而是可以把 Key 或团队绑定到某个模型组,再由这个模型组决定可访问的模型范围以及对应的治理策略。

模型组可以把通用聊天、编程模型、高阶推理模型、Anthropic 原生工具接入等场景分开管理。
它也便于做团队预算控制、访问权限隔离以及更清晰的 Key 管理。

LingCoreX.AI 会把流量转发到上游模型服务商吗?

会。LingCoreX.AI 本质上是聚合与路由层。为了完成你选择的模型调用,请求可能会被转发到符合条件的上游服务商。

平台是否存在速率限制或配额控制?

存在。具体会受到账户状态、团队策略、余额情况和模型配置等因素影响。

高并发集成建议先做压测,再决定生产并发配置。
关键业务不要默认平台吞吐无限,应做好监控、重试和降级。

计费与用量

关于 Credits、token 结算和用量统计的常见问题。

LingCoreX.AI 的计费方式是什么?

平台采用 Credits 服务计费模型。请求可能先经过预扣检查,但最终费用还是以实际 token 结算结果和模型对应的价格规则为准。

为什么控制台中的用量和最终账单短时间内可能不完全一致?

用量面板通常更偏实时运营观察,而最终计费汇总可能会受到延迟结算或上游统计回传的影响,因此会出现短时间差异。

哪些 token 类型会影响计费?

取决于模型和上游服务商,常见会区分输入 token、输出 token、缓存读取和缓存写入。平台会按照对应价格规则把这些类别换算成 Credits。

Cache read 一般表示上游命中了已有 prompt cache,因此这部分 token 按 cache-read 单价计费。
Cache write 一般表示上游创建或刷新了可缓存的 prompt 片段,因此这部分 token 按 cache-write 单价计费。

隐私与安全边界

平台能帮助什么,哪些责任仍然属于客户自己。

我是否应该把密码、密钥或个人标识直接发给模型?

默认不建议。敏感信息应尽量在进入任何第三方模型边界前做最小化处理。规划中的隐私遮盖能力可以降低误泄露风险,但并不能代替客户自己的数据治理和禁止上送策略。

请求内容和合规决策的责任由谁承担?

客户仍然需要对自己提交的数据、处理依据以及是否允许外发给上游模型服务商负责。LingCoreX.AI 可以提供控制能力,但不能替客户决定其合规边界。

团队是否可以共享用量视图和预算控制?

可以。平台的方向之一就是让组织在不分发原始上游凭据的前提下,对团队用量和预算有集中视图与控制能力。

支持与规则说明

真正上线业务前应先明确的运营预期。

平台规则和正式法律文件在哪里看?

请结合公开文档页、服务条款和隐私政策一起阅读。这些页面共同定义了平台边界、数据处理预期和整体运行模式。

如果接入时遇到问题,我应该怎么排查?

先检查文档、模型名称、API Key、请求地址和参数格式是否正确。如果问题不是配置错误,而是平台运行层面的问题,再通过支持渠道联系平台团队。

这份 FAQ 的目标是帮助团队快速形成可执行认知,而不是替代正式法律文本。涉及服务边界、隐私处理与资格限制时,请以法律页面和发布说明为准。