Sarashina3 免费 Beta 六端点齐开：日语对话向量化重排翻译可用

六个端点共用同一个 base_url，在控制台文档页可以直接复制，形态是 https://<平台域名>/v1，对话补全的完整地址就是在其后拼接 /chat/completions；鉴权使用请求头 Authorization: Bearer 你的密钥。如果文档里标注兼容 OpenAI 格式，现有的 SDK 只改 base_url 和模型标识即可复用。

推荐的做法是把密钥和地址放进环境变量，不要写死在代码里：

export SARASHINA_API_KEY="控制台生成的密钥"
export SARASHINA_BASE_URL="控制台文档页给出的接口地址"

下面是一次对话补全的最小调用，运行前请确认上面两个变量已指向你控制台里的真实值，并把 model 换成模型一览页里对应的标识：

curl "$SARASHINA_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $SARASHINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sarashina3-mini",
    "messages": [
      {"role": "system", "content": "あなたは日本語の技術文書アシスタントです。"},
      {"role": "user", "content": "この仕様書の要点を三行でまとめてください。"}
    ],
    "temperature": 0.3,
    "max_tokens": 512
  }'

关键参数逐条说明：

• model：必填，填控制台模型一览里的标识；Beta 开放的 mini、nano、guard、embedding、rerank、translate 各有独立标识，不要互相混用。
• messages：必填，按 role（system / user / assistant）排列的数组，用 system 把「用日语回答」「只输出结论」这类约束固定下来最省 token。
• temperature：可选，日语摘要、字段抽取、翻译类任务建议 0.2 到 0.3，创意写作再调高。
• max_tokens：可选，限制回复长度，RAG 场景按召回片段的长度设几百即可，不要默认给到最大。
• stream：可选，设为 true 时返回 SSE 流式分片，适合做打字机效果。

另外三个非对话端点单独说明：embedding 的输出维度固定为 1536，建库时向量列直接按 1536 维建；rerank 接收一条查询和一批候选文档，返回排序分数，适合在检索之后做二次精排；translate 做日英互译，把长文档的翻译链路单独拆出来比塞进对话端点更省钱。

如果请求失败，建议按下面的顺序排查：

1. 先看 HTTP 状态码：401 多为密钥无效或漏了 Bearer 前缀；404 多半是 base_url 拼错或模型标识写错；400 一般是 messages 结构不对或参数越界；429 表示触发了统一速率限制。
2. 再核对环境变量与控制台里的密钥是否一致，确认这个 Key 没有被删除或重置。
3. 确认模型标识确实在 Beta 开放列表内，六个端点的标识不要串用。
4. 遇到 429 时先降并发，再加重试与指数退避；向量化和重排尽量按批合并请求，不要单条循环打。
5. 免费 Beta 不按 token 计费，也没有额度耗尽的提示，额度用尽只会表现为 429 或请求被拒；如果所有端点突然一起失败，先去看官网和控制台公告，确认 Beta 是否已经结束、是否需要迁移到付费方案。