Jina Reader API 使用指南:令牌管理与速率限制解析
2026-02-04 04:09:20作者:晏闻田Solitary
令牌余额查询方法
Jina Reader API 提供了两种方式查询剩余令牌数量:
- 命令行查询:通过简单的 curl 命令即可获取剩余令牌信息
curl https://r.jina.ai -H 'Authorization: Bearer <您的API密钥>'
命令执行后,响应中会包含剩余令牌数量的信息。
- Web界面查询:在Jina Reader的Web界面中输入API密钥,系统会自动显示当前账户的剩余令牌数量。
响应格式说明
当前API返回的令牌余额信息以纯文本形式展示,格式为"[Balance left] 数量"。对于需要程序化处理的应用场景,建议开发者自行解析这段文本信息。未来版本可能会增加JSON格式的响应支持,提供更结构化的数据返回。
速率限制与并发控制
使用Jina Reader API时需要注意以下速率限制规则:
- 免费试用密钥:默认限制为每分钟20个请求(RPM)
- 正式密钥:根据购买的套餐不同会有更高的请求限制
当超过速率限制时,API会返回明确的错误信息:"Whoa there, turbo! You've hit the rate limit..."。
常见问题解决方案
- 速率限制错误排查:
- 检查Authorization头部是否正确设置
- 确认API密钥没有拼写错误
- 验证请求频率是否超出套餐限制
- 提高处理能力:
- 对于需要高并发的场景,建议购买更高级别的API套餐
- 合理设计请求间隔,避免短时间内集中发送大量请求
私有化部署建议
对于有特殊需求的企业用户,可以考虑将Jina Reader部署在私有环境中。私有化部署可以提供:
- 完全自主的速率控制策略
- 不受公共API限制的并发处理能力
- 更高的数据隐私和安全性
私有化部署需要一定的技术准备,建议联系Jina官方获取详细的部署指南和技术支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781