Jina AI Search Foundation 10M 免費 Tokens 怎麼用？用 jina-reranker-v3.5 做學生 RAG

Jina AI Search Foundation 可以成為學生 AI Agent 的第十三種燃料，但它的價值不在於再提供一個通用聊天模型，而在於幫主要 Agent 做 grounding：把公開 URL 轉成 LLM-friendly text、把文件轉成 embeddings、把候選文件 rerank，或做分類與檢索前處理。Jina 官方目前說新 API key 有 10M free tokens；這些 token 在 Search Foundation 產品之間共用，不能被當成每一個 endpoint 各有 10M。

這是一種適合學生 RAG 實驗的免費額度：可以拿公開文章建立小型索引、比較 chunking、測試 reranking、觀察 citation grounding，或把 Reader 的輸出交給另一個已批准的文字模型。它不是永久免費方案，也不是可以拿來大量抓站、繞過網站限制或自動建立未授權資料集的 token。免費 token、網站內容權利、模型 license 和 API rate limits 必須分開管理。

Jina 免費燃料的定位

當日敲門能力：jina-reranker-v3.5

如果主要 Agent 需要一個今天能直接驗證的 RAG 能力敲門候選，先選 Jina 官方目前列出的 jina-reranker-v3.5。官方頁面說它改善多語言 retrieval，context length 為 131,072 tokens；Reranker／Embedding free key 的產品表列 100 RPM、100,000 TPM，token 仍與同一把 key 的其他 Search Foundation 產品共用。模型以 CC-BY-NC 4.0 發布，適合非商業原型，不等於商業 production 或自架可以直接使用。

第一個 smoke 只送少量、已核准的公開 query 與文件片段，保存 model、查核日期、token usage、rate-limit headers、score 和來源 provenance。若 free balance 無法回讀、輸入超過 context、回傳 401／403、任務資料不是非商業允許內容，或需要把 rerank 結果直接發布，就回到 manual_review；不 top-up、不開 auto-recharge、不把 reranker 當成聊天後端。

Jina Search Foundation 目前涵蓋 Reader、Search、Embeddings、Reranker、Classifier、Segmenter 和 DeepSearch 等不同能力。主要 AI Agent 可以把它們組成一條低副作用的 retrieval pipeline：先讀取使用者已經允許的公開來源，再切分文字、建立向量、取得候選，最後 rerank 並附回來源 URL。這條 pipeline 的輸出是證據與候選，不是自動發布或自動行動。

在學生課程裡，Jina 特別適合教「先找證據再回答」。學生可以固定同一個 query，分別比較沒有 rerank、使用 rerank、不同 chunk 大小和不同語言內容的結果；再讓另一個模型只根據通過 allowlist 的片段回答。這比直接把一個長網頁塞給聊天模型更能看出 token 花在哪裡，也更容易驗證 citation 是否真的支持答案。

10M free tokens 的共用規則

Jina 官方 Reader 頁面目前寫明每一把新 API key 含有 10M free tokens；同一把 key 可用於 Reader、Embeddings、Reranker、Classifier 和 Segmenter，token 會跨產品共用。這代表一個學生先用 Reader 抓出大量網頁，再用 embedding 建索引，最後用 reranker 重排，三段消耗都會打到同一個餘額。帳本不能只記錄單一 API 的用量。

免費額度也有使用條件。Jina 的 Search Foundation pricing 卡目前把 10M Toy Experiment 標示為 Free，並標注 Non-commercial use only 和 CC-BY-NC 4.0 情境。學校課程、個人研究和商業產品不一定有相同法律定位；如果主要 Agent 服務公司、客戶或收費網站，不能只看到 free 就假設允許商業使用，應先查 Jina 或 Elastic 的商業授權路線。

10M 也不是固定的 10M 個中文字符。Reader 依輸出 token 計數，Search 可能每次請求從固定的 10,000 tokens 起算，Embedding 與 Reranker 依輸入 token 計數，Classifier 也可能把 label token 算入。正式排程前先對 endpoint 建立成本模型，禁止把 Search 的一次請求和 Embedding 的一次請求用相同單位相減。

Reader API 的兩種使用方式

Reader API 有一條不帶 key 的基本使用路線：在公開 URL 前加上 https://r.jina.ai/，取得整理成 LLM-friendly text 的內容。官方表格目前把無 key 的 Reader 基本限制列為 20 RPM；帶 free API key 的 Reader 則列為 500 RPM，並依輸出內容長度計算 token。這兩條路要分開記帳，不能用無 key 的免費 Reader 來推導 Search Foundation key 的餘額。

Reader 會在伺服器端抓取 URL、移除導覽與廣告等 boilerplate，並轉成 Markdown。頁面可以使用 direct fetch、瀏覽器渲染、selector 保留或移除等能力，但學生仍要確認來源允許被抓取、內容可被再處理，且不把付費牆、登入後資料、私人頁面或 robots／網站條款當成可以忽略的障礙。

const apiKey = process.env.JINA_API_KEY;
const sourceUrl = process.env.PUBLIC_SOURCE_URL;

if (!apiKey || !sourceUrl) {
  throw new Error('Set JINA_API_KEY and PUBLIC_SOURCE_URL on the server');
}

const response = await fetch(`https://r.jina.ai/${sourceUrl}`, {
  headers: {
    Authorization: `Bearer ${apiKey}`,
    Accept: 'text/plain'
  }
});

if (!response.ok) throw new Error(`Jina Reader failed: ${response.status}`);
const markdown = await response.text();
console.log(markdown.slice(0, 4000));

範例中的 PUBLIC_SOURCE_URL 必須經過 allowlist 和人工或課程規則批准；不能讓模型自行提供任意 URL 後直接抓取。gateway 也要限制回傳長度、保存來源 URL、抓取時間和內容雜湊，避免在 log 寫入整份文章。若同一 URL 在短時間內被重複請求，先使用本地快取，不要讓學生的每一次畫面刷新都消耗遠端額度。

Reader 的來源權利與非商業界線

Reader 產生的是另一種格式的內容，不會自動替學生取得原文章的著作權或再發布權。若課堂只把公開文章轉成內部短期檢索材料，仍應保留原始 URL、作者、發布日期和抓取時間；若要把大量內容存成公開資料集、對外提供搜尋或用於商業產品，就要另外確認網站條款、內容授權和 Jina／Elastic 的使用條件。

這個來源邊界也影響主要 Agent 的回答格式。答案應引用原始 URL 和必要的段落定位，而不是把 Reader 回傳內容當成自己創作的百科。遇到來源禁止抓取、內容需要登入、版權狀態不明或結果看起來不完整時，Agent 應回傳需要人工查證，不應以另一個搜尋服務偷偷替代。

Embeddings 與 Reranker 的分工

Embeddings 把文字或影像轉成向量，適合建立 semantic search、similarity 或分類索引；Reranker 則在初步候選之後，根據 query 重新排序文件。兩者不是同一件事：向量檢索負責快速找出較大的候選集合，reranker 負責提高前幾名的相關性。學生可以先用本地小索引驗證資料清洗，再用 Jina free tokens 做一小批真實公開資料。

Jina 官方目前列出 Embedding 與 Reranker free API key 的單項限制為 100 RPM、100,000 TPM，且 token 在同一把 key 的產品之間共享。另一方面，Search Foundation API 文件的 Free tier 目前列出 500 RPM、1M TPM、5 concurrency；這些數字來自不同頁面和產品表，不能混成一個全域上限。執行時以所用 endpoint 的當日 response headers 和官方表格為準，採較保守數字。

const apiKey = process.env.JINA_API_KEY;
const model = process.env.JINA_RERANKER_MODEL || 'jina-reranker-v3.5';
const query = '公開資料中的三個主要結論';
const documents = [
  { text: '只放入已批准的公開文件片段', id: 'doc-1' },
  { text: '每個片段都保存來源 URL 與抓取時間', id: 'doc-2' }
];

if (!apiKey || !model) {
  throw new Error('Set JINA_API_KEY and JINA_RERANKER_MODEL on the server');
}

const response = await fetch('https://api.jina.ai/v1/rerank', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${apiKey}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({ model, query, documents, top_n: 2 })
});

if (!response.ok) throw new Error(`Jina Reranker failed: ${response.status}`);
const result = await response.json();
console.log(result.results ?? result);

Reranker 的 documents 必須是經過清理和權利檢查的片段；不要把整個私有資料庫直接交給外部 API。預設模型是當日敲門候選，仍可由 JINA_RERANKER_MODEL 覆寫；v3.5、v3、multilingual 和 multimodal reranker 的 context、license 和能力不同。回覆結果要保留原始 document id、score、來源 URL 和 query snapshot，讓人工可以追溯排序理由。

免費 API key 的管理方式

Jina 官方 Reader 頁面目前說 API key 不會自動過期，可以在 API Key Management dashboard 立即 revoke；撤銷不可復原，舊 key 會立即停止使用，但現行 FAQ 說剩餘 token balance 留在帳戶而不是已撤銷的 key。這使得 key lifecycle 比某些只有一次顯示的 provider 更清楚，但不代表可以把一把 key 發給全班。每位使用者仍應使用自己的合法 key，並把它放在 gateway 或受控的個人環境。

若 key 可能洩漏，先停止所有使用，檢查 API Key & Billing 的 balance 和最近用量，再立即 revoke；需要避免中斷時，先由合法持有人建立替代 key，然後撤銷舊 key。不要把剩餘免費 token 當成保留 key 的理由。不要 transfer、top-up 或 auto-recharge，除非已由管理者批准付費與帳單責任。

Reader、Search 與檢索額度的帳本

Jina 的 token ledger 至少要有 endpoint、key identifier 的非敏感雜湊、model、輸入或輸出 token、RPM、TPM、concurrency、來源 URL、抓取時間、查核結果和剩餘 balance。API key 原文絕對不能進入這份帳本。對 Search API，要另外記錄一次請求可能從 10,000 tokens 起算的警示，避免把小 query 誤認為小成本。

response headers 可提供 X-RateLimit-Remaining-Requests 和 X-RateLimit-Remaining-Tokens 等資訊。每次請求後回讀 headers，當剩餘量低於課程保留線，就切換到本地索引或 mock。若 header 不存在、頁面內容和帳戶 balance 不一致，採較保守值並停止批次，不用建立新帳戶或輪換 key 解決。

429 與來源失敗的分流

Jina API 可能因 RPM、TPM、concurrency 或 balance 觸發限制。429 要先等 reset、降低併發、縮短輸入或排程到下一個合法窗口；403 可能是 insufficient balance 或 resource limit；401 是 key 缺失、無效或格式錯誤；400 通常是 model、label、token 或輸入欄位問題。這些狀態不能全部交給同一個 retry loop。

Reader 來源也可能 timeout、回傳不完整、遇到 JavaScript 應用、robots 阻擋或內容已移動。此時不要自動抓取更多 URL，也不要把空結果當作「沒有相關資料」。保存來源 status、抓取時間和失敗類別，回傳需要人工查證；只有在官方允許的情況下，才對暫時性網路錯誤做一次有限重試。

Jina 模型 license 的停線

Jina 官方 Reranker 頁面目前說明多個 reranker 以 CC-BY-NC 4.0 釋出；Reader 使用的 ReaderLM-v2 和 jina-vlm 也可能受 CC-BY-NC 4.0 約束。這些是模型和下載使用的授權問題，不能由「API 有免費 token」自動消除。課程可以做非商業實驗，但商業產品、客戶服務、公開 SaaS 或模型自架都要另查 commercial license。

文章不把 Jina API 的資料不訓練聲明擴大成所有 Elastic、網站或第三方服務的完整保證。Jina FAQ 目前說不使用 API requests、inputs 或 outputs 訓練 embedding、reranker 或其他模型，但內容抓取仍受來源網站權利、使用者資料分類、保留 metadata 和功能例外影響。主要 Agent 應把 provider statement、source terms 和 model license 分成三個欄位。

主要 Agent 的 RAG 工作流

推薦的學生工作流是：先建立公開來源 allowlist；再由 Reader 取得 Markdown 並保存 provenance；在本地清理、切 chunk 和去除不必要個資；使用 embedding 建立小索引；用 query 找候選；用 reranker 排序；最後只把前幾個帶來源的片段交給回答模型。每一步都要有可取消的 task id 和 token budget，並允許在 Jina 額度不足時停在上一層。

這條 pipeline 的工具權限預設是 read-only。模型可以提出要讀取哪一個已批准來源、哪一批文件需要 rerank，卻不能自行發布抓取結果、寄信、修改資料庫、改寫 canonical URL 或觸發付費 top-up。當回答沒有足夠證據時，主 Agent 應說需要人工查證，而不是為了完成輸出而擴大抓取範圍。

若要把 Jina 的 grounding 結果交給另一家聊天模型，fallback manifest 必須先確認資料分類、來源權利、provider 條款和剩餘預算。不能因為 Jina 本身宣稱不以 API 輸入訓練，就未告知地把相同內容傳給資料政策不同的 provider。跨 provider 的每一跳都要重新過資料閘門。

接入前的本機驗收

沒有真實 key 也能完成大部分驗收：測試 URL allowlist、robots 和來源欄位；用 fixture 模擬 Reader Markdown、空內容、403、429 和 timeout；用本地向量和固定 rerank 結果測試 provenance；檢查 API key 不會出現在前端和 log；確認 token ledger 會把 Reader、Embedding 和 Reranker 的用量合併；確認 tool denylist 會阻擋寫入操作。

真正 smoke 只能由有權限的持有人，在自己的合法 key、低量、公開來源和非商業實驗前提下完成。Smoke 結束後回讀 API Key & Billing 的餘額、response headers、來源 provenance 和撤銷狀態；若要交接，只交接非敏感摘要和 fixture，不交接 key。這樣才能證明 Jina 確實能成為主要 Agent 的 RAG fuel，而不是把秘密搬進下一個系統。

Search、Segmenter 與 DeepSearch 的分流

Search Foundation 裡的 Search、Segmenter 和 DeepSearch 不能和 Reader 混成同一條免費路徑。Search 會搜尋並把結果轉成 LLM-friendly text，官方表格目前顯示帶 free key 的 Search 每分鐘 100 次，且每次可能從 10,000 tokens 起算；Segmenter 主要做長文切分，官方表格列為 200 RPM 且 token 不計入使用；DeepSearch 則會進行較複雜的搜尋與推理，應用前要單獨查當日限制和成本。

主要 Agent 不要把 Search 當成無限瀏覽器，也不要把 DeepSearch 當成免費聊天後端。先由課程或管理者提供查詢範圍、網域 allowlist、最大結果數和截止時間，再讓工具執行一次。若 Search 結果有重複、低品質或來源不明，交回人工，不用把請求數乘上去。Segmenter 可以先在本地完成，只有需要遠端模型的部分才使用免費 token。

RAG 評估不只看相似度

學生評估 Jina RAG pipeline 時，至少要分開記錄 retrieval recall、rerank top-k、citation precision、來源新鮮度、空答案比例、平均 latency 和每個 task 的 token。向量相似度高不代表段落真的回答 query；reranker score 高也不代表來源可信。每個測試集要包含有答案、沒有答案、相近但錯誤、已過期和來源被拒絕的案例。

人工驗收可以使用固定 rubric：答案是否只使用允許的片段、每個關鍵主張是否有對應來源、是否誠實說明資料不足、是否保留原始 URL、是否把模型推測標成推測。這種 rubric 能避免學生只用一個漂亮回答宣稱 RAG 成功，也能讓主要 Agent 在換模型或換 chunk 大小後比較同一套品質證據。

快取、去重與重複抓取

免費 token 最容易浪費在重複抓取與重複 embedding。建立本地 provenance cache 時，可以用來源 URL、ETag 或 Last-Modified、抓取時間、內容 hash 和 parser 版本作為鍵；同一來源內容沒有變更時，不重新送 Reader 或 embedding。cache 不應保存超過課程目的的全文，也不應把登入內容、私人文件或不明授權資料放入共享磁碟。

若要共享課堂 fixture，只共享已批准的短片段、來源資訊和 hash，不共享原始 API key、完整遠端回覆或付費內容。刪除政策要包含本地 cache、向量索引、rerank 結果、錯誤 log 和備份；一份資料如果已被 embedding 成向量，也不能因為刪掉原文檔案就假設所有副本都消失。

免費 key 的撤銷與交接

一把 Jina key 可以跨多個 Search Foundation endpoint 使用，這對學生很方便，也提高了洩漏時的影響範圍。gateway 應把 key identifier 的雜湊、建立者、課程、最後使用時間和允許 endpoint 記錄在本地；學生離開課程、工作結束或 key 出現在錯誤位置時，由合法持有人在 dashboard revoke，並重新檢查任何排程、CI、notebook 和環境變數。

Jina 官方 FAQ 說撤銷會立即停用 key 且不可復原；剩餘 balance 目前留在帳戶，premium key 另有轉移已付費 tokens 的管理流程。這表示撤銷前仍要保存非敏感的 usage snapshot；撤銷後不要把舊 key 放回任何設定檔，也不要為了恢復服務而向同學索取新的 key。替代 key 必須由同一位合法持有人在自己的帳戶中建立。

非商業試驗的治理邊界

Jina 免費 token 的非商業標示需要在課程一開始就寫進 manifest。若學生作品放到公開網站、被公司拿去支援客戶、成為收費服務、用於行銷內容或對外提供檢索結果，就應停止使用免費實驗設定，重新確認商業授權、來源內容權利、資料保存和費用。不能在作品完成後才回頭猜測「教育」是否涵蓋所有用途。

主要 Agent 也應把模型下載和 API 使用分開。即使 API 可以免費試用，下載 Reader 或 Reranker 模型到自己的 GPU、雲端或 on-premises 環境，仍可能需要 CC-BY-NC 或付費 commercial license。自架還會增加 GPU、儲存、監控、更新和資料安全成本，不能把它當成免費 token 的替代品。

課堂若需要長期服務，應把 Jina free tier 留給評估和原型，正式資料則改用已批准的付費、校內或自架路線。移轉時保存一小份非敏感的 benchmark、來源清單、chunk 規則和 rerank 指標即可，不必把全部遠端內容永久複製。這能讓下一輪學生在較低成本下重現結果，也能在 provider 條款更新時快速重做評估。

真正可持續的 Jina fuel 是一個受控的證據管線：來源可追溯、內容有權利、用量可回讀、key 可撤銷、模型可替換，並且在額度耗盡時能安全退回本地流程。

學生交接時只交接來源、規則、fixture 和查核結果，不交接 API key；這讓同一份課程設計可以安全地在下一個合法帳戶重播。

這種交接也能保留撤銷後的可重現性，讓舊 key 失效不會抹掉課程證據。

真正需要保留的是方法、來源和評估，不是永遠有效的秘密。

保護秘密，才能讓免費額度真正服務學習。

可撤銷、可查核、可交接，才是穩定的 Agent fuel。

來源與權利也必須可追溯。

這才是可持續的 grounding 燃料。

安全可用。

官方來源與查核方式

本篇的 10M free tokens、共用 key、Reader／Search／Embedding／Reranker 的 token 計數與限流以 Jina Reader API pricing and FAQ 為核心；Search Foundation API 的新文件與模型、headers、錯誤碼參照 Jina Search Foundation API；Reranker 的模型、免費額度、撤銷 key 和 license 參照 Reranker API；embedding 功能參照 Embedding API；商業／自架模型界線參照 Commercial License Terms。來源若更新，應重新查核免費 token、endpoint-specific limits、商業用途和模型 license。

本篇目前只完成官方文件查核與本地 HTML 草稿驗收，沒有代替任何人建立 Jina key，也沒有向 Jina 發出真實 API 請求。若要延伸閱讀主要 Agent 的通用邊界，可參考 YOLO LAB AI Agent 常見問題。Jina 的免費 token 適合作為可追溯的 grounding 實驗燃料；它的持續性來自良好的來源、配額、授權和停止管理，不來自共享 token 或無限抓取。