Jalankan flow Flowise di model katalog apa pun via satu Base Path.

Jawaban singkat: credential, Base Path, id model.

Di canvas Flowise, seret node ChatOpenAI dari panel Chat Models, klik Connect Credential, dan buat credential OpenAI baru yang menyimpan key APIsRouter Anda. Lalu buka Additional Parameters di node-nya dan set Base Path ke https://api.apisrouter.com/v1. Setiap panggilan yang dibuat node sekarang pergi ke gateway, bukan ke host OpenAI. Untuk field model: node ChatOpenAI standar menawarkan dropdown nama model OpenAI, jadi untuk id gateway seperti claude-sonnet-4-6 atau deepseek-v4-flash pakai node ChatOpenAI Custom, yang menerima id model apa pun sebagai teks bebas. Ini adalah pola Flowise yang terdokumentasi, dijelaskan di dokumentasi resmi tepat untuk kelas endpoint OpenAI-compatible ini.

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

Bagaimana Flowise berbicara dengan endpoint.

Flowise (FlowiseAI di GitHub, sekitar 55K bintang) adalah visual builder untuk app LLM: chatflow dan agent flow dirakit dari node di canvas, mencakup chat model, pipeline RAG di atas document store, agent yang memakai tool, dan endpoint API yang bisa Anda panggil dari produk Anda sendiri. Setiap node LLM di flow mengeluarkan request chat-completions standar, dan Base Path menentukan ke mana request itu mendarat. Karena gateway melayani banyak vendor di balik satu URL, satu credential mencakup setiap model di katalog. Chatflow RAG bisa menjalankan sintesis jawabannya di claude-sonnet-4-6 sementara cabang klasifikasi di flow yang sama menjalankan deepseek-v4-flash, masing-masing dikonfigurasi sebagai node-nya sendiri dengan id model sendiri, keduanya ditagih melalui key yang sama. Dokumentasinya mendeskripsikan mekanisme Base Path yang sama untuk layanan OpenAI-compatible lain, jadi ini penggunaan Flowise standar, bukan workaround. Satu catatan jujur: embedding adalah tipe node terpisah. Jika flow Anda memakai OpenAI embeddings, konfigurasikan node OpenAI Embeddings Custom dengan pola Base Path yang sama, dan verifikasi id embedding model terhadap katalog dulu, karena permukaan chat dan embedding berbeda.

Flowise self-hosted: catatan jaringan Docker.

Sebagian besar instalasi Flowise berjalan di Docker, dan Base Path di-resolve dari dalam container. URL gateway publik seperti https://api.apisrouter.com/v1 berfungsi dari mana saja, jadi tidak ada jaringan khusus yang berlaku; catatan ini ada karena banyak dokumentasi komunitas ditulis untuk server inferensi lokal, di mana alamat host.docker.internal penting. Terhadap gateway hosted Anda bisa mengabaikan seluruh kelas saran itu. Bagian yang benar-benar penting secara operasional: credential di Flowise disimpan server-side dan dibagi antar flow, jadi satu credential APIsRouter yang dibuat sekali bisa dipakai ulang oleh setiap node di setiap flow di instance. Untuk tim, itu plus penggunaan per-key di konsol gateway memberi Anda pemisahan yang bersih: satu credential per environment atau per project, dan konsol mengatribusikan token serta pengeluaran ke masing-masing.

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

Memilih model per node.

Flow melipatgandakan panggilan model dengan cara yang tidak pernah dilakukan chat tunggal: pipeline RAG dengan query rewriting, retrieval grading, dan sintesis jawaban bisa memanggil LLM tiga kali atau lebih per pesan pengguna. Menaruh model flagship hanya di tempat ia layak mendapat tarifnya, dan tier volume di tempat lain, adalah keputusan dropdown per-node setelah Base Path diset.

• claude-sonnet-4-6 untuk node percakapan atau agent utama, di mana kualitas jawaban membawa flow-nya.
• claude-haiku-4-5-20251001 untuk cabang volume tinggi: routing, tagging, ringkasan pendek di dalam flow yang lebih besar.
• gpt-5.4-mini sebagai pilihan volume keluarga GPT untuk flow yang dibangun di sekitar perilaku bergaya OpenAI.
• gemini-3.5-flash di tempat cabang mencerna dokumen atau gambar panjang dengan tarif mid-tier.
• deepseek-v4-flash untuk panggilan utilitas volume tertinggi, di mana tarif per-token adalah batasan desainnya.

Bayar sesuai pemakaian · di bawah harga resmi

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

Mode kegagalan spesifik Flowise.

Urutan debug dua-perintah berlaku di sini seperti di mana saja: buktikan endpoint dengan curl dulu, listing model lalu satu completion dengan id persis, dan baru debug di dalam Flowise. Itu memisahkan masalah gateway dari konfigurasi canvas dalam waktu kurang dari semenit.

• Dropdown model tidak mencantumkan id Anda: memang diharapkan pada node ChatOpenAI standar. Pakai ChatOpenAI Custom, yang menerima id model teks bebas.
• 401 dari node: credential-nya menyimpan key yang salah, atau credential berbeda yang terpasang di node ini dari yang Anda kira. Credential adalah lampiran per-node, jadi cek node-nya, bukan hanya credential store.
• 404 di setiap panggilan: Base Path kehilangan /v1-nya atau punya segmen path trailing yang seharusnya tidak ada. Node menambahkan path route ke base yang Anda berikan.
• Berfungsi di satu flow, gagal di flow lain: setiap node membawa pengaturan Base Path-nya sendiri di bawah Additional Parameters. Menyalin node menyalinnya juga; membangun node baru tidak.
• Node embedding masih memanggil OpenAI: node chat dan embedding dikonfigurasi independen. Set Base Path di node embeddings juga, atau siap-siap dengan billing campur.

Siapa yang merutekan Flowise melalui gateway.

• Builder yang mengirim chatbot klien yang menginginkan pilihan model per flow tanpa akun vendor per klien.
• Tim RAG-heavy yang pipeline retrieval-nya melipatgandakan panggilan LLM per-pesan dan butuh tier volume di step utilitas.
• Agency yang menjalankan satu instance Flowise untuk banyak project, memakai satu credential per key project untuk atribusi penggunaan per-klien yang bersih.
• Developer yang membandingkan Claude, GPT, dan DeepSeek pada flow yang sama, di mana setiap kandidat adalah edit field-model di node yang diduplikasi.
• Self-hoster yang menginginkan seluruh instance ditagih dari satu saldo prabayar alih-alih beberapa kartu vendor.

Pertanyaan umum