Nara Router 免费档每天 700 万 tokens，免绑卡接入兼容网关跑轻量任务

Nara Router 走的是 OpenAI 兼容协议，base_url 形态为 https://router.bynara.id/v1。把任意 OpenAI SDK 或客户端的 base_url 换成它、API key 换成控制台生成的 key，就能直接跑。免费档只覆盖免费模型，例如 Laguna S 2.1、Nemotron 3.5 Lightning Free，完整可用的模型 ID 请以控制台或 /v1/models 接口返回为准。

1. 先配置环境变量

把 key 和 base_url 放进环境变量，下面所有示例都从环境变量读取，避免硬编码到代码里：

export NARA_API_KEY="粘贴控制台生成的 key"
export OPENAI_BASE_URL="https://router.bynara.id/v1"

2. 用 curl 验证一次对话补全

示例里的模型 ID 仅作演示，请替换成 /v1/models 返回的免费模型名。关键参数有四个：model 指定模型，messages 是对话数组（role 取 user、assistant 或 system），temperature 控制随机性，max_tokens 限制单次回复长度。

curl https://router.bynara.id/v1/chat/completions \
  -H "Authorization: Bearer $NARA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "laguna-s-2.1",
    "messages": [
      {"role": "user", "content": "用一句话说明什么是 API 网关"}
    ],
    "temperature": 0.7,
    "max_tokens": 256
  }'

3. 换成 Python SDK 调用

继续用官方 openai 包，只改 base_url 与 api_key。需要流式输出时，在调用里加 stream=True，再逐块读取 delta.content。

import os
from openai import OpenAI

client = OpenAI(
    base_url=os.environ["OPENAI_BASE_URL"],
    api_key=os.environ["NARA_API_KEY"],
)

resp = client.chat.completions.create(
    model="laguna-s-2.1",
    messages=[{"role": "user", "content": "用一句话说明什么是 API 网关"}],
    temperature=0.7,
    max_tokens=256,
)
print(resp.choices[0].message.content)

4. 接进第三方客户端

Claude Code、Opencode、Droid Factory 这类客户端，如果支持自定义 OpenAI 兼容端点，在设置里填 base_url https://router.bynara.id/v1 和上面那把 key 即可；只支持 Anthropic 原生协议的客户端无法直接对接这个网关，配置前先确认客户端支持的协议类型。

5. 额度耗尽与限流的排查顺序

• 返回 429：优先怀疑超过每分钟 15 次请求的频率限制，把并发降下来，或者加指数退避重试。
• 提示额度不足（quota exceeded）：当天的 700 万 tokens 已经用完，等北京时间 08:00 重置后再用；免费档不会自动切到付费模型。
• 返回 401：key 写错、首尾带了多余空格，或者已在控制台删除，重新复制或重建一把。
• 返回 404 或模型不存在：模型 ID 拼错，或者选中的其实是付费模型，改回免费模型列表里的名字。
• 请求一直超时：先用上面的 curl 单测一次排除代码问题，再检查客户端是否把 base_url 拼成了重复的 /v1/v1 路径。