AI工具都在收费了?这些大模型API现在还能免费用

不知道你有没有这种感觉：去年还能随便白嫖的 AI 接口，今年一个个都开始要钱了。GitHub Models 直接下线，Cerebras 开始绑卡，OpenAI 和 Anthropic 从头到尾就没给过免费 API 档，连 Hugging Face 的免费额度都缩到了每月 0.1 美元。

但说实话，"免费"并没有消失，只是变得更隐蔽、更需要你挑。我这两天把国内外主流平台的免费政策重新翻了一遍，发现真正常驻免费、不绑卡的还有十来个，日常写脚本、做原型、跑批处理完全够用。

这篇我把它们按国内直连 / 海外一手 / 聚合路由三类整理清楚，附上额度、限制和可直接跑的代码。

先搞清楚"免费"到底有几种

这是我个人认为最该先建立的一个认知——你看到的"免费"，其实是三种完全不同的东西：

我的经验是：只有第一种值得写进你的项目架构里，第二种拿来评测模型还行，第三种我一律不碰——尤其是那些"免费试用需绑定信用卡"的，设个日历提醒都比赌自己记得强。

另外有个坏消息得先说：GitHub Models 已于 2026 年 7 月 30 日正式下线，playground、模型目录和推理 API 全停了。现在网上一堆 2025 年的"免费 API 汇总"还在推荐它，别再去踩了（这个时间点有待你在官方页面复核）。

国内直连：不用折腾网络，中文场景首选

我的建议：如果只是跑中文的摘要、分类、抽取、翻译这类轻活，智谱 Flash 档 + 讯飞 Spark Lite + 百度 ERNIE-Speed 三家轮着用，基本不会断供，而且都是永久免费档，不用担心哪天到期。

海外一手：额度更大，但要考虑可达性

一句话总结：要性能用 Groq，要上下文和多模态用 Gemini，要模型数量用 NVIDIA build 和 OpenRouter，要边缘部署用 Cloudflare。

把一堆 key 变成一个：聚合路由实战

说实话，注册七八个平台拿七八个 key，管理起来是灾难。我的做法是把它们焊成一个 OpenAI 兼容端点——因为上面这些平台几乎全都兼容 OpenAI 协议，所以改 base_url 就能切。

1. 最简调用：换 base_url 即可

from openai import OpenAIimport osclient = OpenAI(    base_url="https://openrouter.ai/api/v1",   # 换成任意兼容平台的地址    api_key=os.environ["OPENROUTER_API_KEY"],  # 永远从环境变量读，别硬编码)resp = client.chat.completions.create(    model="deepseek/deepseek-v4-flash:free",   # OpenRouter 上带 :free 后缀    messages=[{"role": "user", "content": "用一句话解释什么是幂等性"}],)print(resp.choices[0].message.content)

2. 多 key 自动故障转移（LiteLLM）

某个平台限流了，自动切下一个，这是把一堆小额度凑成"可靠额度"的关键：

from litellm import completionimport os# 同一个逻辑名配置多条通道，LiteLLM 会按顺序重试fallbacks = [    {"model": "openrouter/deepseek/deepseek-v4-flash:free","api_key": os.environ["OPENROUTER_API_KEY"]},    {"model": "groq/openai/gpt-oss-120b","api_key": os.environ["GROQ_API_KEY"]},    {"model": "gemini/gemini-2.5-flash","api_key": os.environ["GEMINI_API_KEY"]},]for target in fallbacks:try:        r = completion(model=target["model"],                       api_key=target["api_key"],                       messages=[{"role": "user", "content": "你好"}])print(r.choices[0].message.content)breakexcept Exception as e:print(f"{target['model']} 不可用：{e}")

3. 自建网关：One-API / New-API

如果你想给团队统一出口，开源网关是更省事的选择：

docker run -d --name new-api -p 3000:3000 calciumion/new-api:latest

进去把各家 key 填进去，它就对外暴露一个 OpenAI 兼容地址，自带负载均衡、额度统计和故障转移。团队里每人发一个子 key，谁用了多少一目了然。

这对我们意味着三件事：

1. 免费层的定位是"原型和低频"，不是"生产"。想跑线上业务，老老实实付费，别把用户命运押在随时会变的限流策略上。
2. 小模型能力已经够用了。分类、抽取、格式化、简单摘要这些活，7B-30B 的模型做得不比旗舰差，而它们恰好是免费的主力。
3. 多云/多平台会成为默认架构。既然没有哪家能保证永久免费，把调用层抽象出来、随时可切，比押注某一个平台重要得多。这也是我推荐 LiteLLM / New-API 这类中间层的原因。

薅之前先看这四条

1. 先分层再选型：学习和原型全用免费档；一旦要上线，至少准备一个付费通道做兜底。我见过太多 demo 跑得好好的，一上线就被限流打回原形。

2. Key 管理必须上规矩：

   # 放进 .env，并加进 .gitignoreecho".env" >> .gitignoreexport OPENROUTER_API_KEY="sk-or-xxxx"

   三条铁律：不进代码仓库、不下发到前端、不同项目用不同 key。前端暴露 key 是最常见的泄露方式，几分钟就会被扫走刷爆额度。

3. 读一遍免费层条款，重点看两件事：数据会不会被用于训练、允不允许商业用途。Gemini 免费层明确写了可能用于改进产品，Cohere 直接限制非商业——涉及公司业务数据的，别往免费层送。

4. 警惕第三方"中转站"。2026 年 CISPA 的一份研究指出，接近一半的中转服务存在"偷换模型"行为——你调的是某个旗舰模型，实际返回的可能是别的小模型。加上这类站点跑路风险高，我的建议是：只用厂商官方端点，敏感项目一律不碰中转。（该研究的具体比例和结论我来自二手引用，有待核实。）