一个密钥调用十余款大模型：VS Code Chat 切换 LLM 实战

VS Code 里的模型选择困境

大多数开发者早已不再只用一款模型。重命名变量这种小事，用一款快速便宜的模型就够了；遇到复杂的重构，前沿模型才值那个价；而迁移方案 review，你可能会信任第三款模型。问题是，这三款模型往往各自藏在自己的扩展、账号和密钥背后。

这种割裂带来的代价很真实。配置散落各处，三个服务商意味着三个密钥、三个账单面板、三套速率限制；切换成本高到让人放弃切换，于是你不得不用前沿模型的价格去改一个变量名；新模型发布后还得等扩展更新或手动改配置；某个服务商宕机时，聊天面板只能直接报错。

VS Code 本身其实已经有合适的 UI——chat model picker（聊天模型选择器）。它缺的只是一个能把这个选择器填满多家厂商模型的服务商。据 Modelflare 官方 README 描述，其 VS Code 扩展正是为此设计：通过一个 Smart API Key，把账号能访问到的所有文本模型放进同一个下拉框。据 B站与 YouTube 上多个开发者频道的实测反馈，这种“单密钥多模型”思路正在成为 BYOK（自带密钥）工作流的主流做法。

BYOK（Bring Your Own Key，自带密钥） 是近年 AI 工具链中流行的一种集成范式：应用本身不内置、不转售模型访问权限，而是由用户自己提供某家服务商的 API 密钥，应用仅负责把请求转发出去。对厂商而言，这样能规避转售带来的合规与计费复杂性；对开发者而言，好处是绕开了订阅捆绑——例如在 VS Code 里使用自带密钥的模型，无需 Copilot 订阅也能驱动 Chat 面板。代价则是密钥管理、账单分散、速率限制各自独立的问题被转移给了用户。也正因此，如何用一层网关把多家厂商的密钥收敛成一个入口，成为 BYOK 工作流演进的关键方向。

Modelflare 扩展做了什么

Modelflare for VS Code 把自己注册为 VS Code Chat 的语言模型提供方。核心机制并不复杂：

通过 GET /v1/models 拉取你密钥可用的文本模型，新模型上线无需改动密钥；
响应支持流式输出，工具调用（tool calling）可用于 agent 模式；
跨分组路由、fallback 与路由策略全部由服务端的 Smart API Key 处理；
密钥存放在 VS Code 的 secret storage，绝不出现在 settings.json；
完全 BYOK，使用 BYOK 模型无需 Copilot 订阅。

扩展 ID 为 modelflare.modelflare-vscode，要求 VS Code 1.104 或更新版本。

Modelflare VS Code 扩展在聊天模型选择器中的界面

VS Code Chat 的语言模型提供方（Language Model Provider） 是 VS Code 1.90 之后引入的扩展 API 能力。它允许第三方扩展把自己接入聊天模型选择器，向下拉框注册若干个可调用的模型，并实现流式响应与工具调用接口。对用户而言，这类扩展注册的模型与内置模型在交互上并无区别：同样出现在选择器里、同样支持 agent 模式、同样走聊天面板的上下文管理。这意味着“多厂商聚合”不必再依赖各家自建的边栏或独立面板，而是收敛到编辑器原生的模型选择入口。

工具调用（tool calling） 指模型在生成文本之外，还能以结构化形式输出“调用某个工具/函数并传入参数”的请求，由宿主程序执行后再把结果回填给模型，形成多轮循环。它是 agent 模式能读文件、改代码、跑命令的基础。因此一个模型提供方是否支持工具调用，直接决定它能否参与 agent 工作流，而不仅仅是聊天问答。

核心机制：Smart API Key

“一个密钥”之所以成立，关键在 Smart API Key。普通 Modelflare 密钥绑定单一路由分组，只能调用该分组的模型；而 Smart API Key 绑定 auto，每次请求时服务端会：

收集你账号可用的所有路由分组；
保留当前有你所需模型信道的分组；
按密钥策略排序；
发给第一个候选，若该分组信道耗尽则顺延至下一个。

这意味着只被一个分组服务的模型依然可用，临时不可用的分组会被跳过而不是让聊天失败。

创建流程很直接：注册或登录控制台，进入 API Keys → Create Smart API Key，然后选择路由策略。

策略	候选分组顺序
Balanced（默认）	从价格区间中部开始，向上到最贵候选，再回落到较便宜的
Stability first	分组倍率最高者优先
Low price first	分组倍率最低者优先

策略可随时在已有密钥上修改，下一次请求即生效。配额、到期时间和 IP 白名单与其他密钥一致。

路由分组（route group）与分组倍率是聚合型网关常见的计费抽象。上游同一款模型可能对应多条来源渠道，每条渠道的成本、稳定性、并发上限都不同，网关把它们归入不同分组，并用“倍率”表示相对基准价的计费系数——倍率越高通常意味着渠道成本越高或稳定性更好。普通密钥固定绑定某个分组，只能调用该分组覆盖的模型；Smart API Key 绑定到 auto，把选组决策推迟到请求时刻，从而在“模型可用性”和“成本/稳定性偏好”之间动态权衡。这也解释了为何按价格或稳定性排序的策略可以只改密钥配置、不动代码即可生效。

安装与配置步骤

在 VS Code Marketplace 的扩展视图搜索 Modelflare，或用终端安装：

code --install-extension modelflare.modelflare-vscode

该扩展也发布在 Open VSX 上，供 VSCodium 等兼容构建使用，同样要求基于 VS Code 1.104 或更新版本。

早期用户需注意一个坑：0.1.0 版本使用的 ID 是 modelflare.modelflare，从 0.1.1 起改为 modelflare.modelflare-vscode。命令和设置没变，但 VS Code 按扩展 ID 存储密钥，所以如果你装过 0.1.0，更新后需运行一次 Manage Modelflare API Key 重新录入。

添加密钥有两种方式：打开聊天模型选择器 → Manage Models → Modelflare，或从命令面板运行 Modelflare: Manage Modelflare API Key。粘贴 Smart API Key 后，它进入 VS Code secret storage，再从选择器里挑选模型即可。

扩展只有一个设置项：modelflare.baseUrl。默认值 global 指向 https://modelflare.dev/v1；china 指向 https://origin.modelflare.dev/v1；也可填入自定义 URL。多数人无需触碰。

实战示例：三款模型，一个任务

为了说明切换为何重要，这里用一个小型 TypeScript 服务演示一条真实工作流。三款模型均从同一下拉框、同一密钥中选择，无需离开聊天面板。

第一步，用快速模型探索。 选 gemini-3.5-flash，输入：“总结 src/billing/ 做了什么，并列出所有计算四舍五入价格的位置。”便宜、快速，足以摸清一个文件夹。

第二步，用前沿模型在 agent 模式重构。 把选择器切到 claude-opus-5-5，聊天切到 agent 模式，输入：“把你找到的四舍五入逻辑抽取到 src/billing/round.ts，更新所有调用方，并加上单元测试。”这正是流式加工具调用发挥价值之处：模型读取文件、提出修改、按 agent 模式的常规方式走完整个变更集。

第三步，获取第二意见。 切到 gpt-6.1-sol，输入：“审查工作区中的 diff，注意 .5 边界处四舍五入的行为变化。”让另一个模型家族审查前一个的成果，能抓出相当多边界问题。

三家厂商、一个密钥、一张账单。所有请求都会出现在 usage logs 中，按实际服务分组的倍率计费，日志记录解析后的分组与策略。

下面是当天既在实时目录中、又出现在某个 Smart API Key 的 GET /v1/models 响应里的十余款文本模型 ID，可作为快照参考：

家族	示例 ID
OpenAI GPT	`gpt-6.1-sol`、`gpt-6-sol`、`gpt-5.5`
Anthropic Claude	`claude-opus-5-5`、`claude-sonnet-5-5`、`claude-haiku-5-5`
Google Gemini	`gemini-3.8-flash`、`gemini-3.5-flash`、`gemini-3.1-pro-preview`
xAI Grok	`grok-4.7`
DeepSeek^广告	`deepseek-v4-pro`、`deepseek-v4-flash`
其他	`kimi-k3`、`glm-5.3`、`qwen3.8-max`

这只是快照。你的选择器才是账号的真相来源，价格以 Models & Pricing 页面为准。

实用技巧与排错

发布后刷新。 新模型上线时，运行 Modelflare: Refresh Modelflare Models。密钥本身无需修改，因为 Smart API Key 没有按模型的允许列表，始终跟随账号当前权限。

用策略，而不是第二个密钥。 想让副项目默认更便宜、工作用更稳定，改策略即可，或建两个策略不同的 Smart API Key。不需要服务商专属密钥。

别自己搭 fallback 列表。 Smart API Key 已经遍历你账号可用的所有分组。有序 fallback 链是普通密钥的功能。

按任务选模型，而非按天选。 flash 类模型与前沿模型的成本差距很大。默认用快速模型、只在难步骤上升级，正是这套配置让“廉价切换”成为习惯的原因。

错误信息要照字面读。

401：密钥缺失或无效，到 modelflare.dev/keys 创建 Smart API Key；
model_not_found：普通密钥只能调用自己分组的模型；若已用 Smart API Key，说明该模型当前对你的账号不可用；
403 insufficient_user_quota：到 modelflare.dev/billing 充值。

中国大陆模型列表加载慢？ 把 modelflare.baseUrl 设为 china。自 0.1.2 起，扩展的公共目录请求 8 秒超时后会回退到密钥自带的模型列表，选择器不再卡住。

还想要图片和视频？ VS Code 扩展只覆盖文本模型。agent 中的媒体生成可参考 Media Skill 或 @modelflare/mcp-server 包。

HTTP 状态码与网关错误码的分工值得留意：401 属于传输层鉴权失败，通常意味着密钥缺失、拼写错误或已被撤销；而 model_not_found、insufficient_user_quota 这类带下划线的标识符是网关在鉴权通过后返回的业务错误码，语义更细。排查时先看状态码判断问题层级，再读错误码定位具体原因，可以避免把配额问题误判成密钥问题。此外，VS Code 的 secret storage 是操作系统级加密存储，与普通设置文件分离，因此密钥不会随工作区配置被同步或提交到版本库，这一点在多台设备协作时尤其重要。

这种整合模式意味着什么

模型选择器一直是挑选模型的正确位置。把十余款模型放到一个密钥背后，本质上是把“切换成本”从流程中抹掉。当切换一款模型的边际成本接近零，开发者才会真正按任务粒度做选择，而不是因为配置麻烦而长期锁死在一款不一定合适的模型上。

对 BYOK 工作流而言，这种服务端路由 + 客户端轻量扩展的分工也值得关注：客户端只负责展示和传输，路由策略、fallback、计费解析全部下沉到网关，既避免了配置散落，也让密钥安全边界更清晰。