Scaleway 生成式 API 免费额度：新客户一次性赠 100 万 tokens，巴黎节点

Generative APIs 走 OpenAI 兼容协议，把 SDK 里的 base_url 换成 https://api.scaleway.ai/v1 即可复用现有代码。模型名不要凭记忆硬写，先用下面的命令拉取当前可用列表。

curl https://api.scaleway.ai/v1/models \
  -H "Authorization: Bearer $SCALEWAY_API_KEY"

返回结果里的 id 字段就是可用的 model 值，控制台的模型列表页也会同步展示。常见的有 llama-3.3-70b-instruct、qwen2.5-coder-32b-instruct、bge-multilingual-gemma2、whisper-large-v3 等，具体可用集合以账号实际返回为准。

先把密钥放进环境变量

export SCALEWAY_API_KEY="你的_API_KEY"

用 curl 发一次对话补全

curl https://api.scaleway.ai/v1/chat/completions \
  -H "Authorization: Bearer $SCALEWAY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama-3.3-70b-instruct",
    "messages": [
      {"role": "system", "content": "你是一名简洁的技术助手"},
      {"role": "user", "content": "用一句话解释什么是向量数据库"}
    ],
    "max_tokens": 256,
    "temperature": 0.7,
    "stream": false
  }'

关键参数说明：model 必填，取自上面的模型列表；messages 是对话数组，支持 system、user、assistant 三种角色；max_tokens 控制输出上限，免费额度按输入加输出计费，调小它能明显延长试用时间；temperature 控制随机性，取值 0 到 1 左右；stream 设为 true 时返回 SSE 流式分片，适合做打字机效果；top_p 一般与 temperature 二选一调整即可。

Python 项目里直接替换 base_url

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.scaleway.ai/v1",
    api_key=os.environ["SCALEWAY_API_KEY"],
)

resp = client.chat.completions.create(
    model="llama-3.3-70b-instruct",
    messages=[{"role": "user", "content": "用一句话解释什么是向量数据库"}],
    max_tokens=256,
    temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage)

打印 usage 可以核对本次消耗的 prompt 与 completion token 数，把每次调用的用量累加起来，就能估算免费额度还剩多少。

额度耗尽与限流的典型表现

• 401 Unauthorized：密钥错误、忘了带 Bearer 前缀，或者密钥被删除/项目不匹配。
• 400 Bad Request：模型名写错、messages 结构不合法，或该模型不支持当前接口（例如把语音转写模型发给 chat/completions）。
• 429 Too Many Requests：触发速率限制。未绑卡完成 KYC 的账号最容易撞到，表现为小请求可用、并发或长输出立刻失败；也可能伴随免费额度用完的提示。
• 5xx：平台侧抖动，稍后重试并关注官方状态页。

排查顺序建议：先看 HTTP 状态码定位大类，再确认密钥与 base_url 是否成对正确，然后核对模型名是否在当前可用列表内，接着检查账号是否已绑卡完成实名、剩余额度是否为零，最后再考虑为请求加退避重试与并发上限。生产环境不要把密钥写进前端代码，统一走服务端代理转发。