开篇问题上一篇我们已经把 RAG 检索链路走到了后半段：多查询召回 - RRF 融合 - Rerank 重排 - quoteQA 注入 Chat - quoteList 引用展示但这条链路里一直有一个默认前提：FastGPT 能稳定调用 LLM、Embedding、Rerank、VLM、TTS、STT 等模型。这句话看起来简单，落到源码里却包含很多工程问题：模型配置从哪里加载？为什么前端展示的是模型名称，但底层请求要用真实 model？LLM、Embedding、Rerank、Audio 是不是同一套调用接口？不同供应商的参数差异如何适配？用户自带 OpenAI Key 时，系统模型配置还会不会覆盖用户配置？Token 如何统计？用量如何计费？模型调用详情如何追踪？接入新模型时最容易踩哪些坑？本篇就围绕这些问题，拆 FastGPT 的 AI 模型配置与 LLM 调用层。先给结论FastGPT 的模型层不是一个简单的model: string。