Fireworks AI 注册教程：新账号免费领取 1–5 美元推理额度验证

Fireworks AI 提供与 OpenAI 兼容的接口，base_url 形态为 https://api.fireworks.ai/inference/v1，对话补全的路径是在其后拼接 /chat/completions。模型名不是简短的英文单词，而是带账号前缀的完整 ID，形如 accounts/fireworks/models/llama-v3p1-8b-instruct，具体可用模型请在控制台的模型列表或官方文档中复制，不要凭记忆手写。

第一步：把密钥写入环境变量

export FIREWORKS_API_KEY="你的 API Key"

第二步：用 curl 验证链路

先用最小请求确认网络与密钥都没问题，再接入业务代码。其中 model 指定模型 ID，messages 是对话数组，max_tokens 控制回复长度上限，temperature 控制随机性，stream 为 true 时改为流式返回。

curl https://api.fireworks.ai/inference/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $FIREWORKS_API_KEY" \
  -d '{
    "model": "accounts/fireworks/models/llama-v3p1-8b-instruct",
    "messages": [
      {"role": "user", "content": "用一句话解释什么是大模型推理服务"}
    ],
    "max_tokens": 256,
    "temperature": 0.7
  }'

第三步：换成 Python 调用

由于接口兼容 OpenAI 协议，直接用官方 SDK 改 base_url 即可，无需另装专用库。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.fireworks.ai/inference/v1",
    api_key="你的 API Key",
)

resp = client.chat.completions.create(
    model="accounts/fireworks/models/llama-v3p1-8b-instruct",
    messages=[{"role": "user", "content": "你好，请用两句话介绍你自己"}],
    max_tokens=256,
    temperature=0.7,
)
print(resp.choices[0].message.content)

额度耗尽与限流的典型表现

赠额用完时，接口通常返回余额不足或付款相关的错误码，提示补充余额；触发频率限制时返回 429，并带有重试时间信息；密钥错误或未绑定支付方式则返回 401 或 403。建议按以下顺序排查：

• 先看控制台的用量与余额页面，确认赠额是否已耗尽或已过期。
• 确认密钥是否被复制完整、是否已被删除，请求头是否为 Bearer 形式。
• 确认模型 ID 与控制台列表完全一致，包括大小写和前缀。
• 遇到 429 时降低并发、加大请求间隔，或按返回的重试时间退避重试。
• 本地网络无法直连时检查代理设置，确认 base_url 没有被拼错成多余路径。