Nscale 免费推理 API 注册即可领取一次性赠额，OpenAI 兼容端点

Nscale 的推理端点兼容 OpenAI 协议，base_url 由控制台 API 文档页给出，形态为以 /v1 结尾的地址，调用时在它后面拼接 /chat/completions 或 /models。建议先把端点和密钥写入环境变量，避免写死在代码里：

export NSCALE_BASE_URL="控制台 API 文档页给出的推理端点，结尾为 /v1"
export NSCALE_API_KEY="控制台创建的 API Key"
export NSCALE_MODEL="控制台模型列表中要使用的模型 ID"

平台托管的开源模型较多，没有固定的通用模型名，先调用模型列表接口读取可用 ID：

curl "$NSCALE_BASE_URL/models" \
  -H "Authorization: Bearer $NSCALE_API_KEY"

返回结果中每个对象的 id 字段就是可以填进 model 参数的值，把选中的 ID 赋给 NSCALE_MODEL 即可。一次对话补全的最小调用如下：

curl "$NSCALE_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $NSCALE_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @- <<JSON
{
  "model": "$NSCALE_MODEL",
  "messages": [
    {"role": "user", "content": "用一句话解释什么是推理 API"}
  ],
  "max_tokens": 256,
  "temperature": 0.7,
  "stream": false
}
JSON

关键参数说明：model 填模型列表里的 ID；messages 是对话数组，按 system、user、assistant 角色顺序排列，历史对话需一并带上；max_tokens 限制回复长度，赠额有限时建议调小；temperature 控制随机性，一般取 0 到 1 之间；stream 设为 true 时按数据块流式返回，便于前端逐字展示。

用官方 SDK 时只需替换 base_url 和 api_key，其余写法与调用 OpenAI 一致：

import os
from openai import OpenAI

client = OpenAI(
    base_url=os.environ["NSCALE_BASE_URL"],
    api_key=os.environ["NSCALE_API_KEY"],
)

resp = client.chat.completions.create(
    model=os.environ["NSCALE_MODEL"],
    messages=[{"role": "user", "content": "用一句话解释什么是推理 API"}],
    max_tokens=256,
    temperature=0.7,
)
print(resp.choices[0].message.content)

额度耗尽与限流的典型表现：返回 401 说明 Key 无效或已被删除；返回 403 多为账号未完成验证或没有该模型的权限；返回 404 通常是 base_url 缺少 /v1，或模型 ID 拼写不对；返回 429 表示额度用完或请求过于频繁；返回 5xx 多为模型正在加载或服务端临时故障。

排查顺序：先看 HTTP 状态码，再确认 Authorization 头是 Bearer 加 Key 且没有多余空格，接着确认 base_url 以 /v1 结尾且没有被重复拼接，然后用 /models 校验模型 ID 是否存在，之后到控制台 Usage 页面核对赠额剩余与请求速率，仍失败时保留完整请求与返回体再联系平台支持。