从任务到更清晰的推理工作流。

托管推理将模型服务置于 API 之后，使您的应用程序无需运行 GPU 服务器即可请求答案。WeightsAPI 对开放权重模型使用与 OpenAI 兼容的请求格式；请查看服务状态以了解可用性。

您仍然拥有应用程序：其提示、数据选择、权限、重试行为和输出检查。从具体任务开始，并决定有用的答案会是什么样子。用例指南提供了起点，但并未承诺每个模型都支持所有功能。

使用模型目录比较能力、许可证、上下文和输入/输出费率。阅读模型页面，然后在请求中使用其确切的 API 模型 ID。区分发布者的原生上下文与确认的部署限制：输入和预期输出必须符合后者。

目录列表并不证明部署可用。当后端可用时，模型发现会列出已连接的部署。请比较定价上的相关费率，而不要假设所有模型成本相同。

从简短提示、确切的模型 ID 和有界输出开始。快速入门解释了 chat-completions 格式。仅添加任务所需的对话历史，并将 API 凭据保存在您的服务器上。

流式是可选的：它以事件形式传递答案，而非一次性完整响应。启用前请阅读流式指南，包括如何处理中断的响应以及最终用量记录。

登录控制台。为应用程序或环境创建单独的密钥，设置正支出上限，并在有用时限制允许的模型。首次显示时保存密钥。

密钥上限适用于生命周期内记录的使用量和未结预留，而不是每月配额。更换泄露的密钥并撤销旧密钥。常见问题解答解释了密钥、余额和待处理请求之间的关系。

AI 访问需要登录、至少 100 美元的一次性确认充值、授权的 API 密钥以及足够的可用余额来覆盖请求。每次后续充值的最低金额也是 100 美元；较小的剩余余额在足以覆盖请求时仍可使用。余额需要交易验证。在发送流量之前，请检查服务状态以了解模型可用性。

对于已接受的付费请求，可用余额在生成开始前覆盖输入和最大输出。最终成本使用实际输入/输出使用量；初始预留不是最终费用。因此，等待结算的请求可能会减少可用余额。

如果响应在最终使用量确认前停止，预留可能会一直保留到对账完成。资金订单提供付款说明；余额需要交易验证。请查看计费以了解报价截止时间、确认和可用余额。

对于文档问题，让您的应用程序选择相关段落，请求带引用的答案，并对照来源检查这些引用。将文档权限和最终审查保留在您的应用程序中。

用代表性示例评估答案质量、上下文使用和预期支出。仅在测试所需功能后再进行扩展。对于错误、中断的流或待处理的余额，请遵循支持指南并保留一份经过清理的报告。