作者：班壮(旭山)，邵丹(营火)
阿里云 AI 网关 Serverless 新版正式开启免费公测。全新架构、0 元起步，Agent 管理升级为一张拓扑图，AI fallback 让主模型限流时业务不中断。公测期间网关自身费用全免。
AI 应用开发者的三个真实困境
如果你正在开发 AI 应用，大概率遇到过这些问题：
- 模型账单越来越看不懂。 不管是简单的文本摘要还是复杂的代码生成，所有请求都发给同一个旗舰模型，账单月月上涨，却说不清钱花在了哪。
- 主模型一限流，业务就宕。 模型服务限速、抖动是常态，没有自动切换能力，用户看到的就是报错。
- Agent 越来越多，入口越来越乱。 百炼应用、AgentTeams 应用、Dify、Claude Code、自研 Agent……每个都有自己的接入方式、鉴权配置和日志，管理成本随数量线性上涨。
这些问题的本质是一样的：AI 应用缺一个统一的流量入口。
这正是 AI 网关要解决的事——统一接入 LLM API、Agent API、MCP Server，统一做路由、认证、限流、安全防护和用量观测。
在完整的 AI 应用链路里，AI 网关存在于两个位置：外部流量进入 Agent 时的入口，以及 Agent 访问模型时的出口。
AI 应用整体架构中 AI 网关的位置示意
全新 Serverless 架构：0 元起步，按实际用量付费
过去，使用 AI 网关需要先付一笔起步费用，这让很多刚起步、流量还不大的业务望而却步。
本次公测的 AI 网关 Serverless 新版完成了架构升级：基于全新架构重构，资源使用效率更高，开通更快，用多少付多少。新版提供两种实例形态：
| Serverless 标准版 | Serverless 企业版 | |
| 定位 | 小规模生产、低流量业务 | 正式生产、规模化业务 |
| 起步成本 | 0 元起步，无实例费 | 实例费 + 按量 |
| 访问入口 | 平台分配入口 | 独立入口、支持自定义域名和证书 |
| 服务等级 | 99.9% | 99.95% |
标准版让你零成本把小规模业务跑起来，不为闲置资源付费；业务规模增长后，可以选择企业版获得独立入口、自定义域名、更高 QPS 和更高服务等级。后续还规划支持标准版一键升级为企业版，无需资源迁移。
相比原 Serverless 版本，新版升级了什么
- 0 元起步： 标准版取消起步费用，纯按实际用量付费，小规模业务的成本更可控。
- 版本分层： 新增标准版和企业版两种形态，分别面向小规模生产和规模化生产，可以按业务规模选择，不用为用不上的规格付费。
- 插件体系： 新版支持平台提供的插件体系，可以扩展认证鉴权、安全防护、流量治理和观测分析能力。
- 能力演进： LLM API、Agent 管理、MCP Server、观测分析等核心能力统一在新版承载，后续新增能力也优先在新版落地。
已有原 Serverless 实例可以继续使用，不强制迁移；新开通建议优先选择新版。
AI Fallback：主模型出问题，请求自动落到备用模型
回到开头的第二个困境。模型服务限速、抖动是常态，这件事在网关侧可以直接消掉——对应的能力叫 AI Fallback。
它做的事情也很简单：当主模型服务因异常、故障或高负载无法正常响应时，网关自动切换到你预先配置的备用模型，调用成功就立即返回。应用侧感知不到这次抖动，用户也看不到那个报错。
一个 Model API 可以配置一到多个 Fallback 模型，网关按顺序依次调用。所以你能搭出「主模型 → 同能力备用模型 → 轻量兜底模型」这样的多级链路，逐级降级，而不是一次失败就把错误抛给用户。同一个服务也可以复用在多条策略里，不用为每个 API 重复建一遍。
什么情况下会切走，覆盖三类：
- 后端返回错误： 调用模型服务返回任意 4xx、5xx 状态码时触发，限流、鉴权失败、服务端错误都在里面。
- 首包响应过慢： 流式场景下，首个响应包超过设定时间还没来就直接换一家，单位毫秒，设为 0 表示不启用。用户等的是第一个字什么时候出现，主模型排队排太久时，网关不会陪着一起等。
- 网关侧限流或拦截： 默认同样触发；如果你只想在后端真的出错时才兜底，开启「仅 Fallback 后端服务错误」就能把这类情况排除在外。
配置同样不需要改应用——在 Model API 上打开 Fallback 开关，从服务列表里选一个备用服务即可。模型名称默认透传，主备模型名不一致时也可以指定具体模型。
稳定性策略和业务代码从此解耦。 备用模型换了、顺序调了、超时阈值改了，都是控制台上的一次配置变更，不用每个应用各写一套重试逻辑，也不用为了改一个兜底策略发一次版。
Agent 管理升级：一张拓扑图管好所有 Agent
Agent 时代的流量有两个方向：外部业务如何访问你的 Agent，以及 Agent 自己如何访问模型。过去这两侧配置分散在不同入口，这次新版把它们收敛成了一个资源：Agent。
在控制台的「Agent管理」中，创建 Agent 只需要两步：起个名字，选择类型——支持百炼、AgentTeams、Dify、Claude Code 和自定义等多种 Agent 类型。
创建后进入 Agent 拓扑页，以你的 Agent 为中心：
- 左侧是 Agent 访问： 配置外部业务访问 Agent 的域名、路由和消费者认证，让百炼应用、Dify 应用以标准 API 的形式对外服务。
- 右侧是模型访问： 配置 Agent 通过网关调用模型的链路，Claude Code 用户按接入指引几分钟即可把模型调用切换到网关上。
Agent 资源将 Agent 访问与模型访问收敛到同一个资源下管理
调用量、错误、Token 消耗和请求日志都按 Agent 维度聚合展示。你的每一个 Agent，流量从哪来、到哪去，一张拓扑图看得清清楚楚。
公测权益与开放范围
公测时间： 7 月 31 日至 8 月 31 日。
公测地域： 北京、上海、杭州、深圳、香港。
公测优惠： 公测期间，AI 网关 Serverless 新版的网关自身费用不收费，仅公网流量按照 CDT（云数据传输）计费。模型服务、日志服务等其他云产品费用按对应产品规则收取。
重磅新能力预告：智能路由
上线节奏说明：智能路由功能将先在实例型独享版（专享实例）上线，Serverless 版本随后推出，敬请期待。
智能路由做的事情很简单：在能力足够的前提下，自动为每个任务选择更省、更快或更强的模型。简单任务走轻量模型，复杂任务才用旗舰模型，模型成本随任务结构自然下降。
智能路由根据任务在候选模型中自动选择
使用方式也足够简单——无需额外 SDK，无需改造应用，把模型名换成 auto/<模式> 即可。提供四种开箱即用的路由模式：
- 综合均衡： 在成本、速度、质量之间自动权衡，适合大多数场景。
- 成本优先： 任务能力充分的前提下选择最省的模型。
- 速度优先： 优先响应更快的模型，适合交互式场景。
- 质量优先： 关键任务始终使用能力最强的候选。
新版智能路由还解决了两个真实场景中的难题：
多轮对话和 Agent 工具链不“中途换脑”。 继续同一个任务时保持模型稳定，Agent 的工具调用链路全程绑定同一个执行模型；只有确认切换到新任务时才重新选择。从独立请求、多轮聊天到 Agent 工具链，一次接入全覆盖。
平台模型与自有模型统一决策。 候选池既可以一键开启平台内置的不同档位模型，也可以纳入你自己已配置的模型服务。自有模型继续走你自己的服务和凭据，账单归属不变——路由更聪明，但边界不含糊。
结语
从 0 元起步的标准版开始，不需要重写你的应用，也不需要迁移已有的模型服务。
你的 AI 应用，是时候有一个真正的流量入口了。
立即体验： 阿里云控制台搜索「AI 网关」，或访问产品官网了解详情。
注：本文所述功能可用范围、地域、价格、服务等级、Agent 类型、模型档位和实例规格，均以产品控制台、官网价格页和相关公告展示为准。公测期间部分能力可能陆续开放。
