免费的 LLM API 有哪些？选项、限制与真实试用

简短回答：三种免费类型

当人们询问什么是免费的 llm api 时，他们通常指三种不同的情况，而这些区别比价格标签更重要。

• 托管提供商的免费额度。你获得有限的用量，通常伴有严格的速率限制，且条款可能在不另行通知的情况下更改。
• 你自行运行的模型。 许多开放模型的权重下载免费。但 GPU、电力和设置时间并非免费。
• 试用额度。 小额预付余额，让你在实际投入资金前，使用真实请求测试真实服务。

这些都不是面向有用户产品的永久免费 API。如果你只需尝试模型、编写原型或检查接口是否与客户端兼容，这三种都可以胜任。如果你正在构建人们每天使用的产品，请从一开始就规划付费路径，因为免费额度结束的时刻通常也是你的项目最繁忙的时刻。

免费额度通常的样子

不同提供商的免费额度差异很大且经常变化，因此将本节视为检查清单，而非对任何一家公司的陈述。如需当前数据，请查看他们的当前定价和条款页面。

• 请求上限。免费使用通常按分钟和按天限制。一个拥有少量用户的聊天应用可能在一个下午内达到这些上限。
• 模型选择。 免费访问可能仅涵盖较小或较旧的模型，或优先级较低的队列。
• 数据条款。 一些免费服务允许提供商使用你的提示词来改进其产品。这对于使用公共文本的测试没问题。但对于私有文档、客户消息或个人小说，则不太合适。
• 内容规则。 主流提供商应用自己的安全过滤器。如果你的用途合法但偏向成人，例如小说、角色扮演或成人伴侣应用，经过过滤的模型会频繁拒绝，而拒绝仍会消耗你的免费配额。

内容点是让人惊讶的地方。一个返回拒绝的免费请求在任何意义上都不是免费的，因为你花费了时间和部分配额却一无所获。如果你需要无过滤模型，请首先按此条件筛选免费选项列表。

自托管开放权重模型

在自己的机器上运行模型是最接近真正免费的方式，但有一个缺点：你需要支付硬件和注意力的成本。模型权重通常可免费下载，但每个权重都有各自的许可证，如果你计划基于它构建产品，请阅读许可证。

你实际花费的内容：

• 内存。 模型必须适合 GPU 内存，或者如果你接受较慢的输出，则适合系统内存。较大的模型需要更多内存，通过对模型进行量化来缩小体积会以牺牲部分质量为代价换取空间。
• 设置时间。 你需要安装运行时，选择量化，调整上下文窗口大小并保持所有更新。
• 功耗和噪音。 负载下的 GPU 消耗大量电力，笔记本电脑会提醒你这一点。
• 并发请求。 一块 GPU 舒适地服务一两个请求。同时服务十个用户则是另一个项目。

对于学习、离线工作和默认隐私，本地部署非常出色。对于必须随时从任何设备响应的小型应用，许多开发者最终选择租用容量。托管 API 将硬件的固定成本转化为按 token 计费，当你的用量小且不均匀时，这更便宜。

共享密钥和社区代理

搜索免费 API 时，你会找到由爱好者运行的公共接口列表、共享密钥和代理。请对此保持怀疑。共享密钥可能在演示中途被撤销。运行代理的人可以读取经过它的所有提示词。没有支持，没有明确的上限，通常也无法知道是哪个模型在回答你。

如果你的提示词包含任何你不会粘贴到公共论坛的内容，请完全跳过此类。具有清晰数据政策的小额付费余额比无法识别所有者的免费接口更划算。

本站试用提供什么

该服务是一个托管的、兼容 OpenAI 的文本 API，只有一个模型 uncensored，经过调整以在无内容拒绝的情况下回答合法的成人用途。它没有永久免费额度。它有试用：使用 Google 或电子邮件和密码注册后，API 密钥页面 会显示一个按钮，可领取 $0.50 试用额度。只需一键，无需支付信息，有效期 7 天，每人限领一次。

试用密钥以 2 个并发请求和每分钟 60 个请求的速度运行，足以测试客户端或提示词。定价为每 1M 输入 token $0.15，每 1M 输出 token $0.50。以下是 $0.50 对于几种典型请求规模能买到的精确计算结果：

请求大小	每次请求成本	$0.50 可进行的请求次数
500 输入 token，200 输出 token（短聊天轮次）	$0.000075 + $0.000100 = $0.000175	约 2,857
2,000 输入 token，500 输出 token（带有部分历史的聊天）	$0.000300 + $0.000250 = $0.000550	约 909
20,000 输入 token，1,000 输出 token（长场景或文档）	$0.003000 + $0.000500 = $0.003500	约 142
90,000 输入 token，2,000 输出 token（接近 100,000 上下文窗口）	$0.013500 + $0.001000 = $0.014500	约 34

因此，试用额度足以运行几百次真实的请求，测试流式输出，尝试 JSON 模式和工具调用，并观察模型如何处理你的提示词。它不是用于运行产品的。对于确切的设置步骤，文档中的快速入门 提供了 OpenAI SDK、Node 和 curl 的工作代码。

何时充值更划算

试用额度用完后，模型按预付额度付费。无订阅。你可以充值 $20 到 $500 之间的任何整数金额，且额度永不过期，因此本月未使用的余额下月仍然存在。失败或被拒绝的请求不收费。大额充值享有奖金：$50 起 +5%，$100 起 +10%，$200 起 +15%。

奖金计算如下：

• $20 购买 $20.00 额度。
• $50 购买 $52.50（5% 奖金 $2.50）。
• $100 购买 $110.00（10% 奖金 $10）。
• $200 购买 $230.00（15% 奖金 $30）。

本网站仅接受加密货币充值：TRC20 上的 USDT 或 Base 上的 USDC。如果你没有持有其中任何一种，这是一个实际障碍，值得在开始之前了解。价格页面有当前详情。

要了解 $20 充值在实际中意味着什么，请使用上述相同的请求规模。500 输入 token 和 200 输出 token 时，$20 可覆盖约 114,000 次请求。2,000 输入 token 和 500 输出 token 时，可覆盖约 36,000 次。拥有少量用户的小型聊天应用很少在一个月内花费这么多，这就是为什么最低充值额对于小型项目也是可行的。

在依赖任何免费选项之前如何测试

无论你选择哪条路线，花一个下午进行正式测试，而不是只做一个 hello-world 调用。

1. 使用你的真实提示词。 能写出漂亮俳句的模型仍可能在你的系统提示词、语言或输出格式上失败。
2. 测量拒绝率。 发送来自你实际用例的二十个提示词，并计算有多少被拒绝或弱化。
3. 故意触发限制。 并行发送请求，看看错误是什么样的。在这里，超过每分钟限制会返回 HTTP 429 错误，代码为 rate_limited，同时请求过多会返回 429 错误，代码为 concurrency。临时过载也返回 429 错误，并带有 Retry-After: 5 头，因此你的客户端应等待并重试。
4. 阅读数据条款。 此处的提示词不用于训练。对于其他服务，请找到书面声明。
5. 估算付费成本。 取你每个请求的平均 token 数，乘以预计请求数，然后进行比较。计算只需五分钟，可避免大多数意外。

该服务仅支持文本。不支持图像、音频或视频生成，不支持嵌入，也不支持微调，并且有一个硬性限制：禁止涉及未成年人的性内容。如果你的项目需要上述任何缺失功能，其他地方的免费选项无法解决该问题，因此请先解决此问题。OpenAI 兼容文本模型 页面解释了该接口支持和不支持的功能。

更多指南

• 角色扮演最佳本地 LLM，还是托管 API？
• Python 中的 NSFW LLM API：流式输出、JSON 和工具
• 无审查 LLM API：OpenAI 兼容文本模型