除了 AxonHub 还有哪些 AI Gateway 候选
Question（问题）
如果要考虑从 CCH 之外新增一个支持生图 / 生视频的 AI Gateway，除了 AxonHub，还有没有更合适的候选？
Short Answer（简答）
有，而且至少值得一起看的有三类：
- AxonHub：更像你现在这台 VPS 上最贴近需求的开源聚合网关候选，优势是你已经有仓库、支持图片 / 视频、还能表达 flat_fee（按次收费）
- LiteLLM：生态最成熟、统一 API 很强，图片和 Veo 视频都有现成文档，适合先快速验证多提供商路由
- Kong AI Gateway：能力强，但更偏企业 API 网关路线，通常比前两者更重
Facts（事实）
- AxonHub 自称 AI gateway / unified API 平台。
- AxonHub 文档明确有
/v1/images/generations，并且仓库里已有/v1/videos相关实现与设计。 - AxonHub 价格模型支持
flat_fee，适合表达“每次调用固定多少钱”。 - LiteLLM 文档明确支持 image generation，并列出多个支持的 provider。
- LiteLLM 文档明确支持 Gemini Veo 视频生成，而且带 cost tracking、logging、fallback、load balancing。
- Kong 官方 AI Gateway 文档明确支持 OpenAI image generations / image edits / video generations。
Interpretation（解释）
如果你的目标是“尽快试出一条可用的生图 / 生视频网关链路”，LiteLLM 和 AxonHub 都值得看。
如果你的目标里还包括“把云雾这类按次收费模型记账得比较清楚”，AxonHub 现在看更贴你的问题，因为它已明确支持 flat_fee。
Kong 也强，但更像重型基础设施选项，不一定是你现在最省力的第一候选。
Related Pages（相关页面）
Open Questions（待解问题）
- LiteLLM 对“同一模型不同分辨率 / 分组按次收费”的表达是否比 AxonHub 更顺手？
- AxonHub 和 LiteLLM，哪个更适合你实际维护？
- CCH 未来是不是保留为文本网关，而图像 / 视频另起一层？
Next Checks（后续核查）
- 拿同一条云雾图片链路分别验证 AxonHub 和 LiteLLM。
- 比较两边的配置复杂度、记账表达、日志和后续维护成本。
- 在真正迁移主流量前，先做并行试用，不替换 CCH。