01
原版模型，绝无二次包装
每个模型都是原版本尊 —— 完整上下文窗口、原生工具、原生视觉。没有套壳代理，没有偷偷降级的变体，也不会在你背后悄悄截短上下文。
一手直供 · 可溯源到 AWS Bedrock / Vertex大厂一手货源,
大厂一手货源,
链路可溯源。
真·Claude 与 Gemini,经可溯源的一级云通道(AWS Bedrock、Google Vertex)直供,绝非灰产池子。统一收进一个 OpenAI 兼容端点,价格低于官方。只改一行 base_url。
直接套用 OpenAI SDK · 改一处 base URL · 立即上线
Use Brievio as your model provider — an OpenAI-compatible gateway to every first-party text, image and video model. base_url: https://api.brievio.com/v1 auth: Authorization: Bearer $BRIEVIO_API_KEY To use a model, call GET /v1/models for the live catalog, then route each model by its brievio.endpoint field. Full agent reference: https://brievio.com/llms.txt
prompt_tokens
14
completion_tokens
9
cost_usd
$0.000174
$构建在一手直连的企业级基础设施之上
- 16+目录内模型
- 7一手对话模型
- 约 15%低于官方标价
- 99.95%实测可用率
- 如实计量Token 计费
- 直接套用OpenAI SDK
cat ./why-brievio.md
原版模型，跑在足以撑起一门生意的基础设施上。
Brievio 是「官方折扣」这一档：原版的 Claude、Gemini 与顶级图像/视频模型，部署在企业级后端，按如实的 token 数计费。我们把可靠与真实放在第一位，绝不为压价而牺牲质量。
02
兼容 OpenAI，拿来即用
继续用你已经写好的 OpenAI SDK。流式、function calling、tool use 与视觉的表现与上游一模一样 —— 把 base_url 指向 api.brievio.com/v1 即可发布。
03
可以放心依赖的稳定性
请求要么快速完成，要么干脆利落地立即报错，好让你的重试真正生效。没有 90 秒的卡死，没有无声的限流墙 —— 后端一旦劣化即刻自动切换。
04
公道的价格，而非清仓甩卖
逐个模型计算，约为各家官方标价的 85 折，充值赠送后实付最高再低至官方约 79 折(~21% off)。我们刻意不做全网最便宜的端点 —— 那些打两折的，转售的是一夜之间就会蒸发的灰色市场算力。
05
经得起核对的账单
直接来自模型的真实 token 数，绝不被隐藏的系统提示注水。每次请求都记录真实的输入/输出 token 与精确成本。失败请求一律不计费。
06
持续监控、快速失败的路由
健康状态全程被盯着。某个上游一抖动，流量就在你的用户察觉之前完成改道 —— 真出问题时也是快速失败，而非长时间挂起。
07
原生流式，真实 token
Server-Sent Events 原样透传。首字 token 时延与上游供应商保持一致 —— 不缓冲、不批处理，中途不插入任何人为延迟。
08
每一次调用都有据可查
按模型、Key 与 IP 维度的调用级分析，每笔扣费背后都附上真实的 token 数。财务要看账时，整本流水随时可导出为 CSV。
09
原生支持 Prompt 缓存
只要供应商支持，你 system prompt 上的 cache_control 就被原样透传 —— 真实的缓存命中、真实的省钱，命中率与节省金额在控制台实时呈现。
ls ./use-cases
Browse all use casesWhat to build with Brievio.
- Customer Support
AI customer support
The fastest-ROI AI deployment in any B2C SaaS — automate ticket triage, draft 80% of responses, and escalate the rest cleanly. Production code, real cost numbers, and the compliance pitfalls that catch teams off-guard.
Explore - Knowledge Base
RAG chatbot API
Most internal knowledge bases are dead documentation — nobody finds anything. A Claude-backed RAG chatbot turns them into a real assistant that cites sources and refuses when it doesn't know. Here's the production pattern.
Explore - Trust & Safety
AI content moderation
Modern moderation isn't just regex — it's nuance: sarcasm, dog whistles, brand-context misuse, image+text combinations. LLMs do this far better than rule-based systems, at a price that scales.
Explore - Developer Tools
AI code assistant
Cursor, Aider, Cline, Continue.dev — they're all powered by the same handful of first-party LLMs. If you're building a coding tool (or a co-pilot inside your own dev product), here's the architecture and the cost reality.
Explore - Data Processing
AI data extraction
The boring, valuable use case. Invoices, receipts, contracts, leads, resumes — anywhere you'd previously have built a parser, an LLM with JSON-mode does it in 30 lines, more accurately, and you can ship in a day instead of a quarter.
Explore
ls ./models --provider
浏览全部模型原版模型 —— 完整上下文，原生能力。
Anthropic
Claude Opus 4.7
Anthropic's newest Opus — flagship reasoning, vision, 200K context.
visionfunctionstreamingthinking
$4.25/$21.25
per 1M tokens
Anthropic
Claude Opus 4.6
Anthropic Opus 4.6 — deep reasoning, exceptional agentic ability.
visionfunctionstreamingthinking
$4.25/$21.25
per 1M tokens
Anthropic
Claude Sonnet 4.6
Balanced speed/quality — the everyday production workhorse, elite coding.
visionfunctionstreamingthinking
$2.55/$12.75
per 1M tokens
Anthropic
Claude Sonnet 4.5
Anthropic Sonnet 4.5 — production workhorse.
visionfunctionstreamingthinking
$2.55/$12.75
per 1M tokens
Anthropic
Claude Haiku 4.5
Anthropic Haiku 4.5 — fast and cost-efficient.
visionfunctionstreaming
$0.85/$4.25
per 1M tokens
Google
Gemini 2.5 Pro
Previous-gen Gemini Pro — strong reasoning and vision.
visionfunctionstreamingthinking
$1.0625/$8.50
per 1M tokens
Google
Gemini 2.5 Flash
Previous-gen Gemini Flash — extreme value.
visionfunctionstreaming
$0.255/$2.125
per 1M tokens
man brievio把你的 Agent 指向
把你的 Agent 指向 llms.txt
它自己就能驱动每个模型。
只需给 Claude Code、Cursor、Cline —— 或任何兼容 OpenAI 的 Agent —— 一条指令。它会从 Brievio 拉取实时目录，直接调用原版的文本、图像与视频模型。无需对接 SDK，无需维护任何胶水代码。
- [OK]兼容 OpenAI 线协议 —— 你的 Agent 无需任何定制对接
- [OK]GET /v1/models 返回实时目录 —— 永远不必硬编码模型名
- [OK]一把 Key 通吃所有模态：文本、图像、视频、音频
Use Brievio as your model provider — an OpenAI-compatible gateway to every first-party text, image and video model. base_url: https://api.brievio.com/v1 auth: Authorization: Bearer $BRIEVIO_API_KEY To use a model, call GET /v1/models for the live catalog, then route each model by its brievio.endpoint field. Full agent reference: https://brievio.com/llms.txt
cat ./pricing.txt
只为你真正用掉的部分付费。
预付钱包，无订阅、无最低消费。充 $10 即可起步；余额永不过期，每笔扣费都对应可核对的真实用量。
ls ./blog
All postsRecent deep dives.
- Guide·8 min
How to choose an OpenAI-compatible AI gateway — a buyer's checklist
A five-dimension checklist for picking an AI API gateway without getting a re-wrapped, token-inflating or flaky reseller: authenticity, billing honesty, reliability, coverage, and price & terms — plus a one-minute due-diligence script to test the claims instead of trusting them.
- Trust·7 min
Is your "Claude" really Claude? Four tests to spot a re-wrapped or downgraded model proxy
A gateway can return a smaller model, a template proxy, a clipped context window or stripped native features behind the flagship's name. Four runnable tests — context, tool calls, vision, caching — to verify you're getting the genuine first-party model, on any gateway including Brievio.
- Trust·7 min
Token inflation — how some AI gateways bill you 5–25×, and a 20-line test to catch it
Some AI API gateways report inflated token counts — a hidden injected system prompt or a fabricated usage object — and you pay 5–25× the real cost. How the padding works, a runnable 20-line test for any gateway (including Brievio), and how to read the result.
是的 —— 货真价实的一手原版模型，不是装扮得像它们的套壳代理。你拿到的是完整上下文窗口，以及工具、视觉与 Prompt 缓存等原生能力。响应你请求的，就是供应商发布的那个模型本尊。
一把 Key、一张账单、一个兼容 OpenAI 的端点，胜过三份合同、三套 SDK 与三个控制台 —— 而且价格上还略有让利。换模型只需改一个字符串，再也不必为接入某家新供应商而重新对接一个客户端。
在规模化基础设施上取一份不高的差价，让我们能把标价定在各家约 85 折，叠加充值赠送后实付最高可再低至官方约 79 折(~21% off)—— 而不是打两折。当某个网关号称打两折，请追问算力从哪来：那种定价通常意味着随时会无预警消失的灰色市场供给。我们宁可让服务稳稳在线。
可以。max_tokens 以及常见的各项限制都被原生遵循，与供应商的定义完全一致 —— 它们不会在透传途中被无声忽略或改写。
每次请求都记录直接读自模型的真实输入与输出 token 数，绝不被隐藏的系统提示注水。失败请求不计费，中途断开的流式响应只按实际送达的 token 计费，整本流水还可导出为 CSV。
不会。你的请求与响应不会被用于训练任何模型。它们仅为你自己的用量日志与排障而保留，并且只归属于你的账户。
是的 —— 对 OpenAI SDK 而言拿来即用。我们实现了 /v1/chat/completions、/v1/embeddings、/v1/images/generations、/v1/models 与 /v1/video/generations，流式、function calling、tool use 与视觉的表现完全一致。把 base_url 指向 https://api.brievio.com/v1 就大功告成。
$ brievio init --production
把应用建在 稳定在线的模型之上。
创建一把 Key，把 OpenAI SDK 指向 Brievio —— 原版的 Claude、Gemini 与顶级图像/视频模型，跑在撑得住的基础设施上，按真实 token 计费。改一处 base URL，你就上线了。