1つの Base Path で、Flowise のフローを任意のカタログモデルで動かす。

早わかり: クレデンシャル、Base Path、モデル id。

Flowise のキャンバスで、Chat Models パネルから ChatOpenAI ノードをドラッグし、Connect Credential をクリックして、あなたの APIsRouter キーを保持する新しい OpenAI クレデンシャルを作成します。次にノードの Additional Parameters を開き、Base Path を https://api.apisrouter.com/v1 に設定します。これで、そのノードが行うすべての呼び出しが、OpenAI のホストではなくゲートウェイに向かいます。 モデルフィールドについて。標準の ChatOpenAI ノードは OpenAI のモデル名のドロップダウンを提供するため、claude-sonnet-4-6 や deepseek-v4-flash のようなゲートウェイの id には、代わりに ChatOpenAI Custom ノードを使ってください。これは任意のモデル id を自由記述で受け付けます。これはドキュメント記載済みの Flowise のパターンであり、公式ドキュメントがまさにこの種の OpenAI 互換エンドポイント向けに説明しています。

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 がエンドポイントとどう話すか。

Flowise(GitHub 上では FlowiseAI、スター数はおよそ55K)は、LLM アプリのためのビジュアルビルダーです。キャンバス上のノードから組み立てるチャットフローとエージェントフロー、チャットモデル、ドキュメントストア上の RAG パイプライン、ツールを使うエージェント、そして自分のプロダクトから呼び出せる API エンドポイントをカバーします。フロー内のすべての LLM ノードは標準的なチャット補完リクエストを発行し、Base Path がそのリクエストの行き先を決めます。 ゲートウェイは1つの URL の裏側で多数のベンダーを提供するため、クレデンシャル1つでカタログ内のすべてのモデルをカバーできます。RAG のチャットフローは回答の統合を claude-sonnet-4-6 で行いつつ、同じフロー内の分類ブランチは deepseek-v4-flash で走らせる、というように、それぞれ独自のモデル id を持つ独自のノードとして設定でき、どちらも同じキーで課金されます。ドキュメントは他の OpenAI 互換サービスについても同じ Base Path の仕組みを説明しているため、これは回避策ではなく標準的な Flowise の使い方です。 正直に言うべき注意点が1つあります。エンベディングは別のノードタイプです。フローが OpenAI のエンベディングを使う場合は、同じ Base Path パターンで OpenAI Embeddings Custom ノードを設定し、まずカタログに照らしてエンベディングモデルの id を確認してください。チャットとエンベディングの面は別物だからです。

セルフホストの Flowise: Docker ネットワーキングの注意点。

ほとんどの Flowise 導入は Docker 上で動いており、Base Path はコンテナの内側から解決されます。https://api.apisrouter.com/v1 のような公開されたゲートウェイ URL はどこからでも動作するため、特別なネットワーキングは必要ありません。この注意書きが存在するのは、コミュニティのドキュメントの多くが、host.docker.internal のアドレスが重要になるローカルの推論サーバー向けに書かれているためです。ホスト型のゲートウェイに対しては、その種のアドバイスはまるごと無視して構いません。 運用上、実際に重要な部分はこうです。Flowise のクレデンシャルはサーバー側に保存され、フロー間で共有されるため、一度作成した APIsRouter のクレデンシャルは、インスタンス上のすべてのフローのすべてのノードから再利用できます。チームにとっては、これとゲートウェイコンソールのキーごとの利用状況を組み合わせれば、きれいな分割が可能になります。環境ごと・プロジェクトごとにクレデンシャルを1つ用意し、コンソールがそれぞれにトークンと支出を紐づけます。

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

ノードごとのモデル選び。

フローは、単一のチャットでは起こらない形でモデル呼び出しを増幅させます。クエリの書き換え、検索結果の評価、回答統合を伴う RAG パイプラインは、1回のユーザーメッセージにつき3回以上 LLM を呼び出すことがあります。旗艦モデルをその料金に値する場所だけに置き、それ以外はボリュームティアにする、というのは、Base Path さえ設定していれば、ノードごとのドロップダウンの決定で済みます。

• メインの会話ノードやエージェントノードには claude-sonnet-4-6。回答の質がそのフローを支えます。
• 高ボリュームのブランチには claude-haiku-4-5-20251001。大きなフローの中のルーティング、タグ付け、短い要約などです。
• OpenAI 流の挙動を前提に組まれたフロー向けの GPT ファミリーのボリューム選択として gpt-5.4-mini。
• ブランチが長いドキュメントや画像を中程度の料金で取り込む場面には gemini-3.5-flash。
• トークンあたりの料金が設計上の制約になる、最も高ボリュームなユーティリティ呼び出しには deepseek-v4-flash。

従量課金 · 公式価格より安い

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

Flowise に特有の失敗パターン。

ここでも他の場合と同じ、2コマンドのデバッグ順序が当てはまります。まず curl でエンドポイントを証明し(モデル一覧、次に正確な id で1回の補完)、それから初めて Flowise の中をデバッグしてください。それだけで、ゲートウェイの問題とキャンバスの設定の問題が、1分もかからず切り分けられます。

• モデルドロップダウンにあなたの id が載っていない: 標準の ChatOpenAI ノードでは想定内です。自由記述のモデル id を受け付ける ChatOpenAI Custom を使ってください。
• ノードからの 401: クレデンシャルが間違ったキーを保持しているか、思っているのとは違うクレデンシャルがこのノードに紐づいています。クレデンシャルはノードごとの紐づけなので、クレデンシャルストアだけでなくノード自体を確認してください。
• すべての呼び出しで 404: Base Path に /v1 が欠けているか、あってはならない末尾のパスセグメントが付いています。ノードは与えたベースにルートパスを付け足します。
• あるフローでは動くのに別のフローでは失敗する: 各ノードは Additional Parameters の下に独自の Base Path 設定を持っています。ノードをコピーすればそれも一緒にコピーされますが、新規にノードを作るとそうなりません。
• エンベディングノードが依然として OpenAI に向いている: チャットノードとエンベディングノードは独立して設定されます。エンベディングノードにも Base Path を設定してください。さもないと請求が混在します。

ゲートウェイ経由で Flowise を使うのは誰か。

• クライアント向けチャットボットを出荷するビルダーで、クライアントごとのベンダーアカウントなしに、フローごとにモデルを選びたい人。
• 検索パイプラインがメッセージあたりの LLM 呼び出しを増幅させ、ユーティリティステップにボリュームティアを必要とする、RAG 中心のチーム。
• 1つの Flowise インスタンスで多数のプロジェクトを運用する代理店で、プロジェクトキーごとに1つのクレデンシャルを使い、クライアントごとの利用状況をきれいに紐づけたい人。
• 同じフローで Claude・GPT・DeepSeek を比較する開発者で、各候補が複製したノードのモデルフィールドの編集で済む人。
• 複数のベンダーカードではなく、1つの前払い残高からインスタンス全体を課金したいセルフホスター。

よくある質問