Arli AI 免费 API 额度说明：限速并发、不设 token 上限的低频用法

Arli AI 的接口遵循 OpenAI 的 chat completions 规范，已有 OpenAI SDK 的项目通常只要改 base_url 和密钥就能跑通。base_url 形如 https://api.arliai.com/v1，具体地址以控制台 API 文档页显示的为准。

第一步：把密钥写进环境变量

先把控制台生成的密钥放进环境变量，避免硬编码到代码里：

export ARLIAI_API_KEY="sk-替换成控制台生成的密钥"

第二步：用 curl 发一次最小请求

下面的请求体只保留必要字段，可直接复制运行：

curl https://api.arliai.com/v1/chat/completions \
  -H "Authorization: Bearer $ARLIAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Llama-3.1-8B-Instruct",
    "messages": [
      {"role": "user", "content": "用一句话解释什么是 REST API"}
    ],
    "max_tokens": 256,
    "temperature": 0.7
  }'

关键参数说明：model 填控制台模型列表里的模型 ID，命名形如 Llama-3.1-8B-Instruct，免费档可用模型多为开源权重系列，最大到 552B，实际可用名称以控制台列表为准；messages 是对话数组，按顺序放 system 与 user 消息；max_tokens 控制回复长度，免费档上下文上限为 12K，输入加输出不要超过这个数；temperature 控制随机性，测试阶段建议设在 0.7 以下。

第三步：用 Python SDK 调用

装好官方 openai 包后，把 base_url 指向 Arli AI 即可：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.arliai.com/v1",
    api_key=os.environ["ARLIAI_API_KEY"],
)

resp = client.chat.completions.create(
    model="Llama-3.1-8B-Instruct",
    messages=[{"role": "user", "content": "用一句话解释什么是 REST API"}],
    max_tokens=256,
    temperature=0.7,
)

print(resp.choices[0].message.content)

限流与异常的典型表现

• 第二个请求变慢或直接失败：免费档并发只有 1，说明前一个请求还没结束，改成串行等待或加队列即可。
• 返回 429 状态码：触发了限速，按退避策略等待几秒再重试，不要在循环里立刻重试。
• 返回上下文超长类错误：把历史消息裁剪或分段处理，整体控制在 12K 上下文以内。
• 返回 401：密钥无效或没带 Authorization 头，检查环境变量是否为空、复制时是否被截断。
• 图像生成请求被拒绝：免费档不含图像生成，需要该能力得升级到 15 美元/月的档位。

排查顺序建议：先看 HTTP 状态码，判断是鉴权、限速还是上下文长度问题；再确认同一时刻只有 1 个请求在运行；最后核对 prompt 长度与密钥本身是否有效。免费档的额度以限速形式体现，官方未标注 token 总量上限，若要稳定高频调用，仍建议升级到付费档。