OPEN PLATFORM · 开放测试中
把落雨的对话内核
接进你的产品
自研小型中文语言模型 Rian-Minichat-X1，接口与 OpenAI 完全兼容。
改一个 base_url，现有代码立刻可用。
自助申请 · 即时生效
每日 2000 次 / 20 万 token
支持流式 SSE
CAPABILITIES
它能做什么，不能做什么。
这是一个 13.7M 参数的微型模型。我们更愿意先把边界说清楚， 而不是让你在接入后才发现落差。
擅长
· 固定话术的问答（身份、能力、使用方式）
· 短句改写与复述，风格稳定
· 简单的中英对照与术语解释
· 多轮上下文（≤512 token，超出自动丢弃最老轮次）
不擅长
· 复杂推理、数学计算
· 代码生成与调试
· 需要事实准确性的查询（会一本正经地编）
· 长文本创作
把它当作「对话格式与交互体验的演示」比当作「知识来源」更合适。
涉及事实与决策时请勿依赖它的输出。
QUICK START
三行代码，开始对话。
1 · 申请密钥
填个名字即可，密钥只显示一次，服务端只保存哈希。
2 · 装 SDK
bash
pip install openai3 · 调用
python
from openai import OpenAI
client = OpenAI(
base_url="https://api.luoyeltd.com.cn/v1",
api_key="sk-rian-你的密钥",
)
resp = client.chat.completions.create(
model="rian-minichat-x1",
messages=[{"role": "user", "content": "你是谁？"}],
)
print(resp.choices[0].message.content)不想装 SDK？用 curl
bash
curl -X POST "https://api.luoyeltd.com.cn/v1/chat/completions" \
-H "Authorization: Bearer sk-rian-你的密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "rian-minichat-x1",
"messages": [{"role": "user", "content": "你能做什么？"}],
"temperature": 0.7,
"max_tokens": 128
}'流式输出
python
stream = client.chat.completions.create(
model="rian-minichat-x1",
messages=[{"role": "user", "content": "介绍一下你自己"}],
stream=True,
)
for chunk in stream:
d = chunk.choices[0].delta.content
if d:
print(d, end="", flush=True)MODEL SPEC
模型规格
全部指标来自我们自己的训练配置，不是转述别人的模型卡。
| 项目 | 取值 |
|---|---|
| 模型 ID | rian-minichat-x1 |
| 架构 | decoder-only Transformer（RMSNorm / RoPE / SwiGLU） |
| 层数 · 头数 · 维度 | 6 · 6 · 384 |
| 参数量 | 13,693,824（权重共享） |
| 词表 | 8,000 · 自训练 ByteLevel BPE |
| 上下文 | 512 token |
| 训练方式 | 预训练（下一词预测）+ SFT（只对助手回复计 loss） |
| 接口协议 | OpenAI Chat Completions 兼容 + 扩展 top_k |
| 流式 | SSE（stream: true） |
QUOTA
配额与限制
开放测试期免费，用超了会返回 429，次日 0 点自动重置。
| 项目 | 默认值 | 说明 |
|---|---|---|
| 每日请求数 | 2000 次 / 密钥 | 按自然日重置 |
| 每日 token 数 | 200,000 / 密钥 | prompt + completion 合计 |
| 每分钟请求 | 60 次 / 密钥 | 防脚本跑飞，超出返回 429 |
| 单次最大生成 | 256 token | 受服务端配置限制 |
| 单次消息数 | 20 条 | 单条最多 2000 字符 |
需要更高配额、想移除限流、或用于商业项目？
邮件 luoyultd@zohomail.cn 说明用途，我们可以单独调整。