百川智能免费额度：新用户约80元赠金申请领取教程

调用前先在控制台确认两件事：可用的模型名和你的 API Key。接口的 base_url 为 https://api.baichuan-ai.com/v1，形态与 OpenAI 兼容，因此可以直接用 OpenAI SDK 或任意 HTTP 客户端发起请求。模型名以控制台「模型广场」或在线文档列出的为准，常见的有 Baichuan4、Baichuan3-Turbo、Baichuan3-Turbo-128k 等，医疗垂类模型会在控制台中单独标注，开通后才能调用。

方式一：用 curl 快速验证

curl https://api.baichuan-ai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $BAICHUAN_API_KEY" \
  -d '{
    "model": "Baichuan4",
    "messages": [
      {"role": "system", "content": "你是一名严谨的技术助手。"},
      {"role": "user", "content": "用一句话解释什么是向量数据库。"}
    ],
    "temperature": 0.7,
    "max_tokens": 512,
    "stream": false
  }'

关键参数说明：model 指定要调用的模型；messages 是对话消息数组，role 可取 system、user、assistant；temperature 控制回答的随机程度，取值越低越稳定；max_tokens 限制单次回答长度；stream 置为 true 时以流式方式逐段返回结果。

方式二：Python 配合 OpenAI SDK

把密钥写入同名环境变量，避免硬编码进代码，在终端执行下面一行（把引号内的内容换成控制台复制的密钥）：

export BAICHUAN_API_KEY='控制台复制的密钥'

然后运行下面的脚本即可完成一次对话补全：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["BAICHUAN_API_KEY"],
    base_url="https://api.baichuan-ai.com/v1",
)

resp = client.chat.completions.create(
    model="Baichuan4",
    messages=[{"role": "user", "content": "写一句产品介绍文案"}],
    temperature=0.7,
    max_tokens=256,
)
print(resp.choices[0].message.content)

额度耗尽与限流的典型表现

• 返回 401：密钥错误、已被删除或请求头里的 Bearer 写法有误。
• 返回 402 或提示余额不足：赠金已用完或已过期，去控制台核对剩余额度与到期时间。
• 返回 429：触发并发数或请求频率限制，需要降低并发并加指数退避重试。
• 返回 400 且提示模型不存在：模型名与控制台列表不一致，或该模型尚未开通。

排查顺序建议：先看 HTTP 状态码，再看返回体里的 error 字段，然后依次核对 base_url、模型名、密钥三项，最后才检查网络环境；部分代理节点反而会造成超时，直连通常更稳定。