填哪些字段
打开沉浸式翻译的设置 → 翻译服务 → OpenAI，展开高级选项，需要填三样东西：
- API 地址：
https://ai.idcidiot.com/v1/chat/completions - API Key：
sk-... - 模型：
gemini-3.1-flash-lite
不同版本对地址的期望不一样：有的只填到 /v1，由插件自己拼 /chat/completions；有的要完整路径。填完点「测试」，报 404 就换另一种写法。地址里不要带空格和换行，从网页复制时经常会把换行一起带进来，表现为莫名其妙的 400。
模型名可以手填，不一定非要从下拉里选。站点上的 ID 带点号和连字符，gemini-3.1-flash-lite 不是 gemini-3-1-flash-lite，填错会直接报 model not found。测试通过后先把流式输出关掉试一次，能排除流式解析导致的空译文。
先用一条翻译请求确认链路和译文格式：
curl -s https://ai.idcidiot.com/v1/chat/completions \
-H "Authorization: Bearer $YUN25_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gemini-3.1-flash-lite","messages":[{"role":"user","content":"Translate into Chinese: Hello, world."}]}'如果插件里同时有 OpenAI 和「自定义 API」两个入口，选 OpenAI 那个，它的请求体和站点一致；自定义入口有的版本要求填完整 URL，还要自己指定模型字段名，多一层出错的可能。
模型怎么选
翻译是短输入、短输出、调用量极大的任务，便宜稳定比能力上限更重要。gemini-3.1-flash-lite 的 model_ratio 是 0.25，Gemini Antigravity 分组 0.65 倍，输入 $0.325/百万 token，输出 $0.975/百万 token，上下文 1,048,576 token，整页文档一次发得下。
需要更强的语气把握和专业术语时，换 claude-sonnet-5 或 glm-5.3，成本会高一个数量级。先用便宜模型跑一周，看译文质量够不够，再决定要不要升级；一上来就用最贵的模型，多数人回头发现差别没有价格差那么大。
翻译不需要推理能力。带思考过程的模型容易把思考内容混进译文，选非推理或低推理档位的模型更稳，响应也更快。
并发与分段
设置里的并发数和每批段落数决定速度与失败率。默认值偏保守，可以往上调，但别一次拉满：
- 并发 3 到 5 比较稳，分组额度小时再降
- 每次请求的段落数 8 到 12，太多容易漏译
- 请求间隔留 200 到 500 毫秒，避免瞬时打出几十个请求
网页正文会被切成很多段，段落之间没有上下文，代词和省略容易译错。需要连贯性的文档，把「上下文」或整页翻译的选项打开，让插件把前后段落一起发；代价是 token 变多，长文更明显。
并发不是越高越快。浏览器对同一域名的并发连接有限制，超过之后请求会排队，表现和降并发差不多，还多了一段等待。先小步加，观察失败率再决定停在哪一档。
译文不全怎么排
- 只译了一半：并发太高触发 429，降并发、加间隔。
- 空译文：模型返回了空 content，换模型或关掉流式输出。
- 译文里夹着原文：提示词冲突，恢复默认提示词再试。
- 长页面卡住：单次请求太大，调小每批段落数。
- 术语前后不一致：在术语表里统一，别指望模型每次译法相同。
- 字幕或 PDF 排版乱：先换回网页原文测试，排除文档解析的问题。
成本
按一页 2,000 汉字、约 3,000 输入 token 和 3,000 输出 token 算：输入 0.003 × 0.325 ≈ $0.001，输出 0.003 × 0.975 ≈ $0.003，一页不到半分钱。一天 100 页约 $0.4，一个月 $12 左右，比多数翻译订阅便宜，前提是模型选对了。
倍率表在 价格页，单模型页在 /model/gemini-3.1-flash-lite/。配好先拿一篇英文长文试，确认分段和术语都正常，再开自动翻译。
字幕是按条翻译的，一条字幕一次请求，固定开销比正文大得多。批量字幕先把相邻几条合并成多行再发，能省下不少调用次数。