忽略上下文窗口限制
上下文窗口同时计算输入和输出 token，而不仅仅是提示词。当您发送 90,000 token 的提示词并要求 16,000 token 的响应时，您将超过 100,000 token 的限制并收到硬性错误。这在积累对话历史的代理工作流中尤其棘手。许多开发者误以为限制仅适用于输入，但模型需要在同一个窗口内留出空间来生成完整的响应。如果您的应用程序累积历史而不进行截断，您将很快达到上限。仔细规划您的 token 预算。在上下文中仅保留最近的对话轮次。使用总结或检索来管理长对话。这可以防止意外的账单激增并确保您的请求成功。
缺少流式标头
流式响应需要读取最后一个数据块以获取准确的令牌用量。如果你过早停止读取流，你将错过包含总令牌计数的最后一部分数据。这会导致计费报告不正确以及应用程序中资源使用不可预测。始终消耗整个流直到结束事件。检查最后一个数据块中的 usage 字段。这确保你确切知道花费了多少。流式传输还改善了用户的感知延迟，但你必须处理完整响应才能获得完整指标。除非有特定原因，否则不要过早中止连接。始终读取到末尾以确保数据完整性和准确核算。
不正确的 token 计数
当开发者假设简单的字符到 Token 的比率时，Token 计数经常失败。不同的模型使用不同的分词器，因此一个字符可能不等于一个 Token。如果您根据字符数估算成本，这种差异可能导致显著的超额费用。始终使用所用模型的官方分词器。不要猜测。如果您使用 OpenAI 兼容 API，请使用 OpenAI 分词器，但验证编码器是否与模型匹配。这确保了成本估算的准确性。记录实际 Token 使用情况与估算使用情况，以完善估算。这有助于您更好地预算并避免意外。准确的计数对于财务规划至关重要。
函数调用格式错误
当工具定义与预期模式不匹配时，会出现函数调用格式错误。如果您定义了参数类型错误的工具，模型可能会返回您的代码无法解析的无效 JSON。在将工具发送到 API 之前，请务必验证您的工具定义。使用模式验证器检查您的工具结构。这可以防止运行时错误，并确保模型理解您的意图。如果模型返回无效的函数调用，请使用更清晰的描述进行重试。不要假设模型总是能完美遵循您的格式。在工具定义中提供清晰的示例。这提高了可靠性，并减少了应用程序中复杂错误处理的需求。
JSON 模式严格度
JSON 模式强制执行严格的 schema 验证，如果输出偏离会导致静默失败。当您设置 response_format 为 json_object 时，模型必须返回有效的 JSON。如果它包含 markdown 代码块或额外文本，您的解析器将会失败。在解析之前始终剥离 markdown 包装。检查尾随逗号或无效字符。这确保您的代码保持鲁棒性。如果您需要更多灵活性，请禁用 JSON 模式并手动解析输出。然而，JSON 模式对于结构化数据来说更快、更可靠。始终使用边缘案例测试您的解析器。这防止生产环境崩溃并确保数据一致性。严格模式是一把双刃剑；请明智使用。
速率限制混淆
速率限制通常被误解为每秒的请求数。实际上，限制可能适用于每个密钥或每个账户，并且并发请求受到限制。如果您超过每分钟 300 次请求或 8 个并发请求，您的 API 将返回 429 错误。这可能会中断批处理或实时应用。在重试逻辑中实现指数退避。不要立即重试。将请求分散在一段时间内。监控您的使用仪表板以保持在限制范围内。如果需要更高的吞吐量，请考虑使用多个 API 密钥。这可以分配负载并防止瓶颈。了解这些限制有助于您设计能够优雅处理流量激增的弹性应用。
加密充值时机
加密货币充值要求在请求成功前预付费用。如果余额不足，您的第一次请求将失败。这对于期望立即开始使用 API 的新用户至关重要。使用 TRC20 网络上的 USDT 或 Base 网络上的 USDC 进行充值。接受 $20 至 $500 之间的任何整数金额。适用奖励积分：充值 $50 获 +5%，充值 $100 获 +10%，充值 $200 获 +15%。这激励了更大的充值。确保余额为正后再发起请求。经常检查余额以避免服务中断。加密货币支付快速，但确认可能需要几分钟。规划充值时间，以确保在高用量期间服务不间断。
NSFW 拒绝误解
无审查模型不会拒绝合法的成人内容，但仍会执行硬性限制。涉及未成年人的性内容始终会被拒绝，无论模型的基础训练如何。这是一项不可协商的政策，适用于所有请求。如果你发送包含边缘内容的提示词，模型可能仍会返回结果，但你应该对特定类别的严格过滤有所预期。不要认为“无审查”意味着“没有规则”。它意味着对合法的成人内容拒绝更少。这一区别对于希望在保留基本安全过滤器的同时获得自由的内容创作者来说非常重要。始终测试你的提示词以了解模型的行为。这能确保你获得所需内容，而不会出现意外的拒绝。
