鉴权与下游令牌
请求怎么带凭据
下游令牌放在标准位置，取决于客户端协议：
http
Authorization: Bearer <下游令牌> # OpenAI 风格
x-api-key: <下游令牌> # Anthropic 风格客户端网关按 token_hash 查表定位令牌——数据库里不存明文，明文只在创建令牌时显示一次。
作用域（scopes）
每个令牌带一组 scopes，决定它能调用哪些端点类别。缺少对应 scope 时返回 403 insufficient scope，请求不会到达上游。
| scope | 覆盖的端点 |
|---|---|
relay | 基础中继能力（令牌的默认 scope） |
models | GET /v1/models |
chat | /v1/chat/completions |
completions | /v1/completions |
embeddings | /v1/embeddings |
responses | /v1/responses |
messages | /v1/messages、/v1/messages/count_tokens |
images | /v1/images/generations、/edits、/variations |
audio | /v1/audio/speech、/transcriptions、/translations |
moderations | /v1/moderations |
TIP
给只做对话的客户端只开 chat + models。少开一个 scope，就少一类被误用或被滥用的端点。
请求体体积上限
按端点区分，超限在读取阶段就被拒绝：
| 端点 | 上限 |
|---|---|
/v1/images/generations | 20 MB |
/v1/images/edits、/v1/images/variations | 30 MB |
/v1/audio/speech | 10 MB |
/v1/audio/transcriptions、/v1/audio/translations | 30 MB |
准入：三层限额依次判定
一次请求要同时通过三层，任何一层不足都在到达上游之前被拒绝：
- 组级速率 —— 令牌所属
key_groups的rate_per_minute/rate_burst - 模型级速率 —— 按模型维度的限流
- 配额 —— 令牌自身配额 + 组配额 + 团队账户额度
配额与计价正交。
quota_total_tokens/quota_used_tokens按 token 数扣减，与单价无关；单价只影响usage_records.cost。把单价设成 0 不会让配额免扣。
令牌还决定「用哪些渠道」
令牌的 route_group_name 选择该令牌使用哪一组路由成员：
- 留空 = 使用每条路由的
default成员分组； - 填具体名称 = 使用该分组（例如只走「低成本测试组」）。
这是把同一模型对不同客户端开放不同渠道集的手段。详见核心概念 / 两个「分组」不是一回事。
团队模式下的额外一层
开启团队模式后，令牌还携带团队授权快照：哪些模型、哪些公共候选可用。团队授权在最终候选、插件改选与故障转移上都生效——用户方案不会写回公共 route_members。
详见团队与用户。