Flowise flows को एक Base Path से किसी भी catalog model पर चलाएं।

Quick answer: credential, Base Path, model id।

Flowise canvas में, Chat Models panel से एक ChatOpenAI node drag करें, Connect Credential क्लिक करें, और आपकी APIsRouter key रखने वाला एक नया OpenAI credential बनाएं। फिर node पर Additional Parameters खोलें और Base Path को https://api.apisrouter.com/v1 set करें। Node की हर call अब OpenAI के hosts की बजाय gateway पर जाती है। Model field के लिए: standard ChatOpenAI node OpenAI model names का एक dropdown देता है, तो claude-sonnet-4-6 या deepseek-v4-flash जैसी gateway ids के लिए इसकी बजाय ChatOpenAI Custom node इस्तेमाल करें, जो किसी भी model id को free text के तौर पर accept करता है। यह एक documented Flowise pattern है, जिसे official docs में exactly इसी class के OpenAI-compatible endpoint के लिए describe किया गया है।

Connect Credential:  new OpenAI credential
                     API Key: sk-YOUR-APISROUTER-KEY

Model Name:          claude-sonnet-4-6

Additional Parameters:
  Base Path:         https://api.apisrouter.com/v1

Flowise endpoint से कैसे बात करता है।

Flowise (GitHub पर FlowiseAI, लगभग 55K stars) LLM apps का visual builder है: canvas पर nodes से जोड़े गए chatflows और agent flows, chat models, document stores पर RAG pipelines, tool-using agents, और API endpoints को cover करते हुए जिन्हें आप अपने products से call कर सकते हैं। किसी flow का हर LLM node standard chat-completions requests issue करता है, और Base Path तय करता है कि वे requests कहां जाएंगी। चूंकि gateway एक URL के पीछे कई vendors serve करता है, एक credential catalog के हर model को cover करता है। एक RAG chatflow अपना answer synthesis claude-sonnet-4-6 पर चला सकता है जबकि same flow में एक classification branch deepseek-v4-flash चलाती है, हर एक अपनी model id वाले अपने node के तौर पर configured, दोनों same key से bill होते हुए। Docs दूसरी OpenAI-compatible services के लिए वही Base Path mechanism describe करते हैं, तो यह एक workaround की बजाय standard Flowise usage है। एक honest caveat: embeddings एक अलग node type हैं। अगर आपका flow OpenAI embeddings इस्तेमाल करता है, तो OpenAI Embeddings Custom node को same Base Path pattern के साथ configure करें, और flow wire करने से पहले embedding model id को catalog के against verify करें, क्योंकि chat और embedding surfaces अलग हैं।

Self-hosted Flowise: Docker networking notes।

ज़्यादातर Flowise installs Docker में चलते हैं, और Base Path container के अंदर से resolve होता है। https://api.apisrouter.com/v1 जैसा एक public gateway URL कहीं से भी काम करता है, तो कोई special networking apply नहीं होती; यह caveat इसलिए exist करता है क्योंकि ज़्यादातर community documentation local inference servers के लिए लिखी गई थी, जहां host.docker.internal addresses matter करते हैं। एक hosted gateway के against आप उस पूरी class की advice ignore कर सकते हैं। जो चीज़ operationally matter करती है: Flowise में credentials server-side stored होते हैं और flows में shared होते हैं, तो एक बार बनाया गया एक APIsRouter credential instance की हर flow के हर node द्वारा reusable है। Teams के लिए, वह plus gateway console में per-key usage आपको एक clean split देती है: per environment या per project एक credential, और console हर एक को tokens और spend attribute करता है।

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -30

Per node models चुनना।

Flows model calls को ऐसे तरीकों से multiply करते हैं जो एक single chat कभी नहीं करती: query rewriting, retrieval grading, और answer synthesis वाला एक RAG pipeline प्रति user message LLM को तीन या ज़्यादा बार hit कर सकता है। Flagship को सिर्फ वहां रखना जहां वह अपना हक कमाता हो, और बाकी हर जगह एक volume tier, एक बार Base Path set होने पर per-node dropdown decision है।

• claude-sonnet-4-6 main conversational या agent node के लिए, जहां answer quality flow को carry करती है।
• claude-haiku-4-5-20251001 high-volume branches के लिए: बड़े flows के अंदर routing, tagging, short summaries।
• gpt-5.4-mini OpenAI-style behavior के around बने flows के लिए GPT-family volume pick।
• gemini-3.5-flash जहां एक branch mid-tier rate पर लंबे documents या images ingest करता है।
• deepseek-v4-flash सबसे highest-volume utility calls के लिए, जहां per-token rate design constraint है।

जितना उपयोग उतना भुगतान · आधिकारिक मूल्य से कम

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Flowise के लिए specific failure modes।

Two-command debug order यहां भी हर जगह की तरह apply होता है: पहले curl से endpoint साबित करें, models listing और फिर exact id के साथ एक completion, और तभी Flowise के अंदर debug करें। यह एक मिनट से भी कम में gateway problems को canvas configuration से अलग कर देता है।

• Model dropdown में आपकी id नहीं दिखती: standard ChatOpenAI node पर expected। ChatOpenAI Custom इस्तेमाल करें, जो free-text model ids लेता है।
• Node से 401: credential में गलत key है, या इस node पर वह attached है जो आप सोचते हैं उससे अलग credential। Credentials per-node attachments हैं, तो सिर्फ credential store नहीं, node check करें।
• हर call पर 404: Base Path में /v1 missing है या ऐसा trailing path segment है जो नहीं होना चाहिए। Node आपके दिए गए base में route paths append करता है।
• एक flow में काम करता है, दूसरे में fail होता है: हर node अपनी Base Path setting Additional Parameters के तहत carry करता है। एक node copy करने से यह copy होती है; एक fresh node बनाने से नहीं।
• Embedding nodes अभी भी OpenAI को hit कर रहे हैं: chat और embedding nodes independently configure होते हैं। Embeddings node पर भी Base Path set करें, या mixed billing की उम्मीद करें।

कौन Flowise को एक gateway के through route करता है।

• Builders जो client chatbots ship करते हैं और per client vendor account के बिना per flow model choice चाहते हैं।
• RAG-heavy teams जिनकी retrieval pipelines per-message LLM calls multiply करती हैं और utility steps पर volume tiers चाहती हैं।
• Agencies जो कई projects के लिए एक Flowise instance चलाती हैं, clean per-client usage attribution के लिए per project key एक credential इस्तेमाल करते हुए।
• Developers जो same flow पर Claude, GPT, और DeepSeek compare करते हैं, जहां हर candidate एक duplicated node पर model-field edit है।
• Self-hosters जो पूरे instance को कई vendor cards की बजाय एक prepaid balance से bill करना चाहते हैं।

अक्सर पूछे जाने वाले प्रश्न