Chutes.ai 注册即送免费推理额度，兼容 OpenAI 接口可直接调用

Chutes.ai 提供 OpenAI 兼容端点，任何支持覆盖 base_url 的 SDK 都能直接调用。base_url 形如 https://llm.chutes.ai/v1，实际地址以控制台 API 文档中给出的示例为准。

先把密钥写进环境变量，避免硬编码在源码里：

export CHUTES_API_KEY="这里替换为控制台生成的密钥"

1. 查询当前可用模型

不同算力节点上线的模型会变化，建议先拉取模型列表，再把返回的 id 原样填进请求：

curl https://llm.chutes.ai/v1/models \
  -H "Authorization: Bearer $CHUTES_API_KEY"

2. 发起一次对话补全

关键参数说明：model 填上一步拿到的模型 id；messages 是对话数组，按 system、user、assistant 的顺序排列；max_tokens 限制回复长度，赠额有限时建议调小；temperature 控制随机性；stream 设为 true 可逐字返回。

curl https://llm.chutes.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHUTES_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V3",
    "messages": [
      {"role": "user", "content": "用一句话解释什么是 API"}
    ],
    "max_tokens": 256,
    "temperature": 0.7,
    "stream": false
  }'

3. 用 Python SDK 调用

装好官方 openai 库后，只需改 base_url 和密钥两处，其余写法和官方接口一致：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://llm.chutes.ai/v1",
    api_key=os.environ["CHUTES_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V3",
    messages=[{"role": "user", "content": "你好，介绍一下你自己"}],
    max_tokens=256,
    temperature=0.7,
)
print(resp.choices[0].message.content)

4. 额度耗尽与限流的排查顺序

1. 返回 401 或 403：先确认 Authorization 头里的密钥完整、没有多余空格，并核对密钥是否已被删除。
2. 返回 402 或提示余额不足：赠额已用完，去控制台用量页面确认剩余额度，需要充值才能继续。
3. 返回 404 或模型不存在：模型 id 写错或该模型当前未上线，重新调用 /v1/models 取最新 id。
4. 返回 429：触发速率限制，降低并发并按指数退避重试，不要在循环里立即重试。
5. 返回 5xx 或长时间无响应：大概率是后端算力节点波动，稍后重试或切换到列表里的其它模型。

最后提醒：赠额是一次性性质，用完即止，正式项目请提前评估付费成本与稳定性。