Inferbase 免费额度怎么领：每月5000次请求与每日托管推理

Inferbase 提供 OpenAI 兼容接口，任何支持自定义 base_url 的 SDK 都能直接指向它。base_url 形如 https://api.inferbase.ai/v1，请以控制台密钥页面复制到的地址为准，不要凭记忆手写。密钥与地址建议放进环境变量，避免硬编码到代码里：

export OPENAI_API_KEY="控制台复制的密钥"
export OPENAI_BASE_URL="https://api.inferbase.ai/v1"

一次最小可运行的对话补全请求如下。模型名以控制台模型列表为准，聚合网关常见的是 provider/模型 的组合写法，例如 openai/gpt-4o-mini 这类形式，写错会直接返回模型不存在：

curl https://api.inferbase.ai/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-4o-mini",
    "messages": [
      {"role": "system", "content": "你是一位简洁的技术助手。"},
      {"role": "user", "content": "用三句话说明什么是模型网关。"}
    ],
    "temperature": 0.7,
    "max_tokens": 512,
    "stream": false
  }'

关键参数说明：model 填控制台列出的模型标识；messages 是对话数组，按 system、user、assistant 顺序堆叠；temperature 控制随机性，做结构化输出时调低到 0.2 左右；max_tokens 是输出上限，免费托管请求本身限制 1K 输出 tokens，写超过也不会突破；stream 设为 true 可拿到流式返回，适合前端逐字渲染。

用 Python SDK 时写法几乎不用改，只换 base_url 即可：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url=os.environ.get("OPENAI_BASE_URL", "https://api.inferbase.ai/v1"),
)

resp = client.chat.completions.create(
    model="openai/gpt-4o-mini",
    messages=[{"role": "user", "content": "你好，请介绍一下你自己。"}],
    temperature=0.7,
    max_tokens=256,
)
print(resp.choices[0].message.content)

额度耗尽或触发限流时，典型表现和排查顺序如下：

• 429 且提示速率超限：单 key 上限为 60 次/分钟，降低并发、加指数退避重试即可恢复。
• 当日托管请求被拒：每天 100 次托管推理或 $0.50 用量用完，等次日刷新，或在控制台接入自有 provider key 继续调用。
• 400 或内容被截断：多半是超过 8K 输入 / 1K 输出 tokens 的托管限制，缩短上下文、把 max_tokens 调到 1024 以内。
• 401 未授权：密钥错误或请求头漏了 Bearer 前缀，回控制台重新复制。
• 404 或模型不存在：模型名拼错，或该模型不在免费档可用范围内，对照控制台模型列表核对。

建议的整体排查顺序是：先看 HTTP 状态码，再核对 base_url 与 model 名，然后确认是否撞上每分钟限速，最后去控制台用量页看当月请求数与当日托管额度是否见底。免费额度按月与按日刷新，属于当前定价策略，并非长期承诺，实际规则以官方定价页与控制台显示为准。