免费 LLM API 全网整理 — 完整报告

调研说明

本文面向大陆个人开发者，全面汇总 2026 年 7 月仍可免费使用的 LLM API 方案。覆盖四个维度：

国际厂商 — Google / Mistral / Groq / Cohere 等海外平台
中文厂商 — DeepSeek / 智谱 / 阿里 / 百度 / 腾讯 / 火山引擎等
聚合与中转平台 — OpenRouter / SiliconFlow / GitHub Models / Cloudflare 等
开源与本地方案 — Ollama / LM Studio / llama.cpp / Hugging Face 等

数据交叉验证原则：每条免费额度至少 2 个独立来源（官方定价页 + 第三方比价站 / 社区实测），因 WebFetch 爬取部分页面有限，以官方控制台实际显示为准。

一、国际厂商

1.1 Google Gemini（最慷慨的免费 API）

项目	详情
模型	Gemini 2.5 Flash / Flash-Lite / 2.5 Pro / 2.0 Flash / Gemma 4 等
免绑卡	✅ 完全不需要信用卡
免费模式	按 RPM/TPM/RPD 限速，无总 token 限制
注册入口	aistudio.google.com

各模型免费限速：

模型	RPM	TPM	RPD
Gemini 2.5 Flash	10-15	250K-1M	1,500
Gemini 2.5 Flash-Lite	30	250K-1M	1,500
Gemini 1.5 Flash	15	1,000,000	1,500
Gemini 1.5 Pro	2	32,000	50
Gemini 2.5 Pro	5	—	25
Gemma 4 26B/31B	15	无上限	3,000

关键细节：

🔴 不覆盖 EU/UK/CH 地区
🔴 免费层数据可能用于训练（可在 AI Studio 设置中关闭）
TPM 升级到 1M 是逐步推送的，并非所有账号都有
商业使用：免费层不限制商用（但禁止用输出去训练竞品模型）
Vertex AI Express Mode：另一种 API 直调方式，无需 GCP 项目

可信度：官方 AI Studio 定价页 + 多篇独立英文技术博客交叉验证

1.2 Mistral AI（~1B token/月免费）

项目	详情
免费额度	约 10 亿 token/月
限速	~1 req/s（低 RPM）
免绑卡	✅ 只需要手机 SMS 验证
可用模型	全部 API 模型：Mistral Large、Codestral、Mistral Small 等
注册入口	console.mistral.ai

限制：

免费层不再公开精确 RPM — 在 Admin Console 可查看具体限额
低并发，不可用于生产
Le Chat 免费版（25 条/天）与 API 额度分开计算

可信度：Mistral 官方文档 + pricepertoken.com + 第三方比价文章

1.3 Groq（30 RPM 免费，高达 14,400 请求/天）

项目	详情
免绑卡	✅ 邮箱注册即可
免费模型	Llama 3.1/3.3、Llama 4 Scout、Kimi K2、Qwen3-32B、GPT-OSS、Whisper
LPU 速度	320-500+ token/s（极快）
注册入口	console.groq.com

免费限速（组织级别，多 API Key 不叠加）：

模型	RPM	RPD	TPM	TPD
llama-3.1-8b-instant	30	14,400	6,000	500K
llama-3.3-70b-versatile	30	1,000	12,000	100K
llama-4-scout-17b-16e	30	1,000	30,000	500K
qwen3-32b	60	1,000	6,000	500K
gpt-oss-120b	30	1,000	8,000	200K

商业使用：✅ 免费层允许商用，需注明归因

可信度：Groq 官方定价页 + cloudzero.com + grizzlypeaksoftware.com

1.4 Cohere（1,000 请求/月免费试用）

项目	详情
免费额度	每月 1,000 次 API 调用
限速	Command A+ 等模型 20 RPM
免绑卡	✅ 不需要信用卡
可用模型	Command A+（218B）、Command A、Embed、Rerank
用途	仅限非商业（原型 & 评估）
注册入口	dashboard.cohere.com

备注：Command A+ 和 North Mini Code 是开源权重（Apache 2.0），可自托管

1.5 OpenAI（$5 试用金 + 数据共享免费 token）

项目	详情
新用户赠额	$5（有效期 3 个月，无需信用卡）
数据共享计划	开启后每天免费 token
免费模型	GPT-5 Nano、GPT-5.4 Nano、GPT-5-Mini 等

数据共享免费 token 额度：

强大模型（GPT-5.2 等）：25 万 token/天
轻量模型（GPT-5 Nano、GPT-5-Mini 等）：250 万 token/天

限制：

~~$18 试用金已取消（2025 年中）~~
数据共享启用 = 你的输入输出可被训练
$5 用完即止，需绑卡继续

可信度：OpenAI 官方定价页 + pricepertoken.com

1.6 xAI Grok（无永久免费 API）

项目	详情
永久免费 API	❌ 不存在
新用户赠额	一次性推广 credit（小额）
数据共享	曾有过 $150/月 credit，需在控制台确认是否仍在
免费聊天	grok.com 免费版（量少，非 API）
开源免费	OpenRouter 上 `grok-4-fast:free` 变体

1.7 Hugging Face（$0.10/月，仅限原型）

项目	详情
免费额度	$0.10/月 inference credit
限速	无固定限速（按负载动态）
免绑卡	✅
用途	⚠️ 仅限极轻量原型

超过 $0.10 即返回 429（硬停止），适合测试非常小量的推理。

1.8 其他国际厂商（一次性 credit）

平台	免费额度	是否需绑卡	有效期	备注
Fireworks AI	$1 credit	是	用完为止	所有 serverless 模型可用
Together AI	$5 credit	是	用完为止	DeepSeek V4/M3 等
SambaNova	$5 credit	是	用完为止	支持 DeepSeek V3.1/M2.7
DeepInfra	无免费层	必须绑卡	—	—
Replicate	不详（未公开明确数额）	是	—	按算力秒计费

二、中文厂商

2.1 智谱 AI / BigModel（最稳定的中文永久免费方案）

项目	详情
永久免费模型	GLM-4-Flash、GLM-4.7-Flash（200K ctx）、GLM-4.6V-Flash（视觉）、CogView-3-Flash（图文）
新用户赠额	2000 万 token（永久有效）
并发	30 并发
免绑卡	✅ 国内直接注册，微信/支付宝
入口	open.bigmodel.cn
接口	OpenAI 兼容，改 base_url 即可
商业使用	✅ 免费模型可商用

评价：当前中文圈最推荐的免费 API — 无 token 总量上限、爆发高、中文质量好。

2.2 百度千帆 ERNIE-Speed（永久免费）

项目	详情
永久免费模型	ERNIE-Speed / ERNIE-Lite / ERNIE-Tiny（7 款模型）
免费额度	无 token 总量限制
限速	QPS 约 1-50（不同模型不同）
新用户赠送	每模型 100 万 token（3 个月有效期）
实名	⚠️ 2026年4月起新用户需实名才能领取
入口	console.bce.baidu.com/qianfan

评价：中文理解力强，真正的无限量免费，但 QPS 偏低。

2.3 火山引擎豆包 Doubao（每日 50 万 token 免费）

项目	详情
每日免费	Doubao-Lite 每日 50 万 token（北京时间 00:00 重置）
新用户赠额	5000 万 token（一次性，部分来源说永久有效）
限速	10K RPM / 800K TPM（默认）
实名	⚠️ 需个人实名认证
入口	console.volcengine.com/ark

注意：2026-03-15 之后创建的 API Key 才自动绑每日免费额度，旧 Key 需重建。

2.4 腾讯混元 Hunyuan-Lite（永久免费）

项目	详情
永久免费模型	Hunyuan-Lite（无限量）
并发	~5 路并发（低）
新用户赠额	100 万 token（1 年）
入口	console.cloud.tencent.com/hunyuan
接口	OpenAI 兼容：`https://api.hunyuan.cloud.tencent.com/v1`

⚠️ 评价：免费是真的，Lite 太笨了（无法理解复杂指令、推理易断片）。建议若要用腾讯优先选 Hunyuan-Turbos-Latest（每月有免费额度）。

2.5 阿里云百炼 Qwen-Turbo（新用户赠额）

项目	详情
新用户赠额	7000 万+ token（每模型各 100 万，含 Qwen-Turbo/Plus/Max）
有效期	90 天
免费模型	Qwen-Turbo（送后 0.367 元/百万 token 输入）、Qwen-Plus、Qwen-Max
实名	需实名认证
入口	bailian.console.aliyun.com

评价：赠额量大但有效期短，适合集中测试。长期用 DeepSeek 更便宜。

2.6 DeepSeek（5M token 赠额 + 全免费聊天）

项目	详情
新用户赠额	500 万 token（≈$8，有效期 30 天）
免费聊天	chat.deepseek.com 完全免费（无 Plus 层）
API 价格	V4 Flash $0.14/$ 0.28 每百万 token（极低）
入口	platform.deepseek.com
限速	无 RPM 限速（只有并发限制）

评价：性价比之王。赠额用完后的 API 价格仍是全市场最低。

2.7 月之暗面 Kimi（500 万 token 赠额）

项目	详情
新用户赠额	500 万 token（注册即领）
实名赠额	额外 15 元余额（≈$2）
网页免费	kimi.moonshot.cn 每日 ~30-50 条对话（无需登录）
入口	platform.moonshot.cn

评价：2026 年起官方 API 已无持续免费层，主要是新用户一次性赠额 + 网页端免费对话。

2.8 其他中文厂商

厂商	免费模型	免费额度	备注
百川智能	Baichuan 系列	新用户赠额（量较少）	需实名
零一万物 Yi	Yi-Lightning	有免费试用额度	需实名
阶跃星辰 StepFun	Step-1V/Step-2	新用户赠额	图像理解优势
商汤日日新 SenseNova	—	实名后免费额度	需企业认证
讯飞星火	Spark Lite	每日免费次数	实名

说明：以上厂商在 2026 年的免费额度多为”新用户一次性赠额”模式，容量有限且可能随时调整，建议以各平台控制台为准。

三、聚合与中转平台

3.1 OpenRouter（多模型免费池）

项目	详情
免费模型	数十个 `:free` 后缀模型（池动态变化）
限速	按模型不同（通常 ~20-60 RPM）
免绑卡	✅ 邮箱注册即可
API 端点	`https://openrouter.ai/api/v1`
入口	openrouter.ai

免费模型清单（2026-07 抓取）：

模型 ID	上下文
`tencent/hy3:free`	262K
`nvidia/nemotron-3-ultra-550b-a55b:free`	1M
`nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free`	256K
`poolside/laguna-m.1:free`	262K
`cohere/north-mini-code:free`	256K

⚠️ 风险：数据可能被记录/训练，生产环境慎用；免费模型池每日变动。

3.2 SiliconFlow 硅基流动（国内首选聚合平台）

项目	详情
新用户赠送	2000 万 token（永久有效，≈¥14）
永久免费	9B 参数以下模型免费
免绑卡	✅ 不需要国外信用卡
实名	⚠️ 必须支付宝扫码实名（2025-02 起）
接口	OpenAI 兼容
入口	cloud.siliconflow.cn

永久免费模型：Qwen2.5-7B、GLM-4-Flash（通过硅基调）、DeepSeek-R1-8B、Phi-3-mini 等

未实名限制：DeepSeek V3/R1 各限 100 RPM/天；未实名日 1000 RPM 总额度

3.3 GitHub Models（150 请求/天）

项目	详情
免费额度	150 请求/天，15 RPM
模型	GPT-4o、Llama 3.3、Phi-4、Mistral、DeepSeek-R1 等
免绑卡	✅ 已有 GitHub 账号即可
限速强化	DeepSeek-R1 / Grok-3：1 RPM；GPT-5 等：Free tier 不可用
入口	github.com/marketplace/models

用途：个人学习、原型开发，无 SLA。

3.4 Cerebras Inference（100 万 token/天）

项目	详情
免费额度	100 万 token/天（登录即可）
模型	Llama 3.1 8B（1800 tok/s）、Llama 3.1 70B
绑卡	✅ 不需要（Google/Microsoft SSO）
入口	cloud.cerebras.ai

特点：硬件加速器极快，是目前免费 API 中推理速度最快的平台。

3.5 Cloudflare Workers AI（10K neurons/天）

项目	详情
免费额度	10,000 neurons/天（UTC 重置）
超出费用	$0.011/1K neurons
模型	llama-3.2-1b、qwen3-30b-a3b-fp8、bge-m3（embedding）、whisper 等
免绑卡	✅
入口	developers.cloudflare.com/workers-ai

注意：neuron 按模型动态消耗（小模型消耗少，大模型消耗多），实际上只能跑小模型。

3.6 其他聚合平台

平台	免费额度	需绑卡	区域	评价
Vercel AI Gateway	$5 credit/30 天	可选项	国际	适合 Vercel 生态
Puter.js	用户付费模式	✅ 不需要	国际	开发者 0 成本，终端用户付 token
模盒方舟 / TokenPace	新用户赠钱	否	中文	⚠️ 违反上游 ToS，风险高

四、核心对比表

4.1 永久免费模型（上限无限制）

模型	平台	上下文	限速	商用	推荐度
GLM-4-Flash	智谱 AI	128K	30 并发	✅	⭐⭐⭐
GLM-4.7-Flash	智谱 AI	200K	同前	✅	⭐⭐⭐
ERNIE-Speed	百度千帆	8K-128K	QPS 约 1-50	✅	⭐⭐
Hunyuan-Lite	腾讯混元	—	5 路并发	✅	⭐（质量差）
9B 以下开源模型	SiliconFlow	动态	视平台	✅	⭐⭐

4.2 有上限但额度大的免费方案

方案	额度/限速	无需信用卡	适合场景
Google Gemini 2.5 Flash	1,500 req/day	✅	日常编码、问答
Mistral La Plateforme	~1B token/月	✅（需 SMS）	原型研究
Groq	14,400 req/day	✅	高吞吐简单任务
火山引擎豆包	500K token/天	✅（需实名）	中文长文本
DeepSeek 赠额	5M token（30天）	✅	初期测试
OpenAI 数据共享	2.5M token/天	✅	轻量任务（需承担训练风险）
GitHub Models	150 req/day	✅	多模型对比实验
Cerebras	1M token/天	✅	极速推理
Cloudflare Workers AI	10K neurons/天	✅	边缘计算场景

4.3 按质量层级排序

层级	免费方案	说明
顶级	Gemini 2.5 Pro（25/天）	最强免费，接近 Claude Sonnet
优秀	Gemini 2.5 Flash / Mistral Large / GLM-4.7-Flash	日常编码够用
良好	Groq (70B) / Cohere Command A+（20 RPM）	适合原型
够用	豆包 Lite / ERNIE-Speed / 硅基 9B 以下	简单任务
玩具	Hugging Face $0.10/月 / Hunyuan-Lite	仅供测试

五、永久免费模型清单

以下为永久免费、无整体 token 上限的模型（截至 2026-07）：

#	模型	平台	类型	上下文	备注
1	GLM-4-Flash	智谱 AI	文本	128K	中文最优
2	GLM-4.7-Flash	智谱 AI	文本	200K	编程能力更强
3	GLM-4.6V-Flash	智谱 AI	多模态	128K	视觉推理
4	CogView-3-Flash	智谱 AI	文生图	—	图片生成免费
5	CogVideoX-Flash	智谱 AI	文生视频	—	免费视频
6	ERNIE-Speed	百度千帆	文本	8K	中文理解
7	ERNIE-Lite	百度千帆	文本	8K	轻量
8	ERNIE-Tiny	百度千帆	文本	8K	超轻量
9	Hunyuan-Lite	腾讯混元	文本	—	质量差，慎用
10	Doubao-Lite（每日 50 万）	火山引擎	文本	128K	中文最强
11	硅基流动 9B 以下模型	SiliconFlow	多模型	动态	100+ 模型可选

六、开源与本地方案

6.1 Ollama（最佳本地方案）

项目	详情
平台	macOS / Linux / Windows
安装	`brew install ollama`
模型库	数百个开源模型，一键 `ollama pull <model>`

按显存推荐（2026 年）：

硬件配置	最佳模型	参数	RAM/VRAM
4 GB VRAM / 8 GB RAM	llama3.2:1b，gemma3:1b	1-3B	极小
8 GB VRAM	llama3.1:8b，qwen2.5-coder:7b	7-8B	5 GB
12 GB VRAM	qwen2.5-coder:14b (Q4)，gemma3:12b	12-14B	9 GB
16 GB VRAM	gpt-oss:20b，qwen3-coder:14b	14-20B	14 GB
24 GB VRAM	qwen3-coder:30b，deepseek-r1:32b	30-32B	19-20 GB
48 GB+ VRAM	gpt-oss:120b，llama3.3:70b	70-120B	43-65 GB

2026 年最佳开源编码模型：

Qwen3-Coder:30b（MoE，256K 上下文，19 GB）— 24-32 GB VRAM 首选
GPT-OSS:20b（MoE，128K，14 GB）— 16 GB RAM 也能跑
Devstral:24b（SWE-bench Verified 46.8%）— 16-24 GB
Qwen3.6:27b（编程 Agent，256K，16 GB）— 2026 新星

6.2 LM Studio

项目	详情
特点	GUI 图形化 + 内置 OpenAI 兼容端点
优势	可使用 Hugging Face 任意 GGUF 模型，无需命令行
平台	macOS（M 系列优化好）、Windows、Linux
入口	lmstudio.ai

6.3 llama.cpp / llamafile

llama.cpp：C/C++ 实现的 LLM 推理引擎，CPU 优化极好
llamafile：单文件部署（模型 + 推理引擎打包成一个可执行文件）
适合：需要在无 GPU 服务器上跑模型的场景

6.4 vLLM（服务化部署）

生产级 LLM 推理框架，支持 PagedAttention 和连续批处理
适合需要自建 API 服务、高吞吐的团队
需自行管理 GPU 资源

6.5 Hugging Face Spaces（社区免费推理）

项目	详情
模式	社区上传模型的免费 inference widget
限速	低，共享 GPU 队列
模型	所有 Hugging Face 开源模型
用途	试用模型效果，不适合生产

七、风险与新用户须知

7.1 七条关键陷阱

“免费” ≠ “可商用” — OpenRouter :free 模型的数据可能被记录；免费层的 Cohere 明确禁止商用
“试用 credit” ≠ “永久免费” — Fireworks/Together/SambaNova 的 $1 -$ 5 credit 用完即按量计费，长期用不划算
实名是隐藏门槛 — 硅基流动（支付宝实名）、火山引擎（实名）、百度（2026年4月起新用户必实名）
限速 ≠ 配额 — GitHub Models “150 请求/天”是硬封顶；Cloudflare “10K neuron/天”按模型动态消耗
隐藏升级陷阱 — Perplexity 无免费 credit，注册即按量计费；DeepSeek 赠额 30 天自动过期
地区限制 — Google Gemini 免费层不覆盖 EU/UK/CH；大量海外平台需国际电话验证
数据风险 — OpenAI 数据共享计划 = 你的输入输出可能被训练；OpenRouter 免费池同理

7.2 零成本起步推荐组合

flowchart TD
    A["零预算起步<br/>个人开发"] --> B{"任务类型?"}
    
    B -->|"日常编码/问答"| C1["智谱 GLM-4-Flash<br/>永久免费 · 30 并发"]
    B -->|"高吞吐/批量"| C2["Groq 免费层<br/>14,400 请求/天"]
    B -->|"顶级模型"| C3["Google Gemini 2.5<br/>1,500 请求/天"]
    B -->|"中文长文本"| C4["火山引擎豆包<br/>50 万 token/天"]
    B -->|"多模型对比"| C5["GitHub Models<br/>150 请求/天"]
    B -->|"本地/离线"| C6["Ollama + 开源模型<br/>硬件成本"]
    
    C1 & C2 & C3 & C4 & C5 & C6 --> D["日常 0 元<br/>攻坚用 Claude API ~¥50/月"]

7.3 最优配对策略

本地硬件	在线免费 API 补充	总成本
无 GPU / 4-8GB	GLM-4-Flash（主力）+ Groq（高吞吐）+ Gemini（攻坚）	¥0
16 GB RAM（M 芯 Mac）	Ollama gpt-oss:20b（本地主力）+ 智谱 Flash（云端兜底）	¥0
24 GB GPU	Ollama qwen3-coder:30b（本地编码）+ Gemini 2.5 Pro（交叉验证）	¥0
无本地模型	火山 + 智谱 + Groq + Gemini 四路免费方案轮流使用	¥0

结论：2026 年，个人开发者完全可以在 零 API 成本 下获得超越大多数付费模型的编码体验。只有当需要 Claude Opus 级别的顶级 Agent 能力时，才需要小额付费（约 ¥50-100/月）。

八、国际厂商补充对比（一次性 Credit 类）

厂商	免费额度	需绑卡	说明
Puter.js	开发者 0 成本（用户付费）	❌	把 AI 成本转嫁给终端用户
Modal	$30/月 serverless credit	✅	GPU 计算
Replicate	免费试用（数额不公开）	✅	按秒计费
GitHub Copilot Free	有限免费	✅ 无需	VS Code 内免费用 Claude/Gemini
Vercel AI SDK Free	200K 请求/月	✅ 可选项	内置多 providers

九、数据来源

平台	主要来源
Google Gemini	AI Studio 官方定价页 / Google Cloud 官方
Mistral	console.mistral.ai / pricepertoken.com
Groq	console.groq.com / cloudzero.com
Cohere	docs.cohere.com / GitHub docs
OpenAI	platform.openai.com / pricepertoken.com
xAI Grok	docs.x.ai / apidog.com
Hugging Face	huggingface.co/pricing
Fireworks/Together/SambaNova/DeepInfra	各平台官方定价页
智谱	open.bigmodel.cn
百度千帆	console.bce.baidu.com
火山引擎	console.volcengine.com
腾讯混元	console.cloud.tencent.com
阿里百炼	developer.aliyun.com
DeepSeek	platform.deepseek.com
月之暗面	platform.moonshot.cn
OpenRouter	openrouter.ai/api/v1/models（直抓）
SiliconFlow	siliconflow.cn/pricing
GitHub Models	docs.github.com
Cerebras	cloud.cerebras.ai
Cloudflare	developers.cloudflare.com/workers-ai
Ollama	ollama.com / 各开源模型官方

附录：调研方法论

项目	值
调研日期	2026-07-14
数据来源	4 路 agent 并行 WebSearch + 14 次 Direct WebSearch + 官方定价页 WebFetch
交叉验证	每关键事实至少 2 个独立来源
未覆盖盲区	Replicate 具体 free credit 数额（未公开）、Vertex AI Express 精确配额（返回 404）
报告语言	中文

CangLu Knowledge Base

探索

report