这周新发现的3个免费AI API

这周新发现的3个免费AI API（附限速对比）

上周做一个小项目，需要调API做文本生成和代码补全。翻了一圈发现，7月有好几个平台悄悄更新了免费额度——有的每天100万token白送，有的一个月10亿token不限量，还有一个国内直连14个模型永久免费。

我花了两天实测注册、写代码调用、记录响应速度和限速数据。结果挺有意思：同样的任务，三个API的速度差距能到20倍。

今天把实测结果和限速对比完整分享出来，你按需选择就行。

先说Cerebras：晶圆级推理，每天100万token白送

Cerebras是做AI芯片的美国公司，用的是晶圆级引擎——一块芯片上集成几十万个核心，推理速度比传统GPU快20倍。

听起来很高端对吧？但关键是：它有免费API，每天100万token，不需要信用卡。

7月1日Cerebras更新了rate limit文档，新增了几个模型：

gpt-oss-120b

120B参数开源大模型 · 5 RPM · 30万 TPM · 每天100万 token

zai-glm-4.7

GLM-4.7中国版推理接口 · 5 RPM · 30万 TPM · 每天100万 token

gemma-4-31b

Google最新开源模型 · 15 RPM · 30万 TPM · 每天100万 token

实测速度：2000+ tokens/秒。 一个300字的回复，从发出请求到收到完整结果，不到0.2秒。

注册步骤

1. 打开 cloud.cerebras.ai

2. 邮箱注册（不需要信用卡）

3. 进入Dashboard → "Create API Key"

4. 复制key，OpenAI兼容格式调用

from openai import OpenAI

client = OpenAI(
    api_key="你的Cerebras API Key",
    base_url="https://api.cerebras.ai/v1"
)

response = client.chat.completions.create(
    model="gpt-oss-120b",
    messages=[{"role": "user", "content": "用Python写一个快速排序"}]
)
print(response.choices[0].message.content)

用下来感受：

好的地方

- 速度是真的快，写代码的体验像本地模型

- 100万token/天大约能生成500次对话

- API格式完全兼容OpenAI，迁移零成本

不太好的地方

- 大模型只5 RPM，高并发场景不够用

- 需要代理访问（中国大陆无法直连）

- 模型选择较少，只有3个

适合：需要极速响应的代码生成、单次长文生成、Agent工作流中的快速推理步骤。

再说Mistral：每月10亿token，含编程专用模型

Mistral是法国AI公司，模型质量在欧洲排第一。今年他们的免费tier直接拉满——每月10亿token，所有模型都能调，包括编程专用的Codestral。

10亿token是什么概念？大约能生成3万次完整对话，或者跑5万次代码补全。对个人开发者来说，基本等于无限用。

Mistral Large

通用对话 · Mistral最强模型，推理能力接近Claude

Codestral

编程专用 · 代码生成和补全，支持80+编程语言

Mistral Small

轻量对话 · 速度更快，适合日常任务

Pixtral 12B

多模态 · 支持图片+文字输入

Mistral Embed + OCR

向量检索 + 图片文字识别 · RAG系统搭建利器

限速数据

RPM	2（每分钟2个请求）
TPM	50万/分钟
月上限	约10亿token

2 RPM听起来很紧，但实际用下来发现：大多数场景你不需要高频调用。写一篇2000字的文章，一次请求就够了。

注册步骤

1. 打开 console.mistral.ai

2. 邮箱注册（不需要信用卡）

3. 创建API Key

4. OpenAI兼容格式调用

from openai import OpenAI

client = OpenAI(
    api_key="你的Mistral API Key",
    base_url="https://api.mistral.ai/v1"
)

# 编程补全
response = client.chat.completions.create(
    model="codestral-latest",
    messages=[{"role": "user", "content": "写一个React登录组件"}]
)

# 通用对话
response = client.chat.completions.create(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "分析一下2026年中国AI市场趋势"}]
)

用下来感受：

好的地方

- Codestral编程质量极高，代码补全准确率接近Claude

- 模型种类齐全，从对话到编程一站式搞定

- 欧洲数据合规标准，隐私安全性高

- 还提供免费聊天界面 Le Chat

不太好的地方

- 2 RPM限速是硬伤，批量任务需要排队

- 中国大陆需要代理访问

- 大模型响应速度中等（约15-20 tokens/秒）

适合：代码补全和编程辅助（Codestral）、长文写作（Mistral Large）、RAG系统搭建。

最后说硅基流动：14个模型永久免费，国内直连

硅基流动是国内AI推理平台，主打开源模型托管。最狠的一点：14个模型永久免费，不限量，中国大陆直连。

不需要代理、不需要信用卡、手机号注册就行。这是三家里面唯一一个国内开发者零门槛就能用的。

DeepSeek V3.2 · 671B

通用对话 · 国产最强开源模型之一 · 注册赠送额度

Qwen 3.5 72B

中文对话 · 阿里最新开源，中文一流 · 注册赠送额度

Qwen 2.5 7B

轻量任务 · 永久免费不限量

DeepSeek R1

推理思考 · 类o1推理链 · 注册赠送额度

GLM-4 · Llama 3.3 70B · Pixtral 等

共14个模型 · 涵盖对话、编程、多模态、嵌入

限速数据

永久免费模型	不限量调用，约10-20 RPM
注册赠送模型	2000-3000万token，永久有效
赠送模型限速	约5-10 RPM

注册步骤

1. 打开 siliconflow.cn

2. 手机号注册

3. 完成实名认证（身份证）

4. 创建API Key

5. OpenAI兼容格式调用

from openai import OpenAI

client = OpenAI(
    api_key="你的硅基流动 API Key",
    base_url="https://api.siliconflow.cn/v1"
)

# 调用DeepSeek V3.2
response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V3",
    messages=[{"role": "user", "content": "帮我写一个Python爬虫"}]
)

用下来感受：

好的地方

- 国内直连，延迟极低（50ms以内）

- 注册送2000万token+永久免费模型，性价比无敌

- 模型覆盖面广，国产和国际开源都有

- API格式完全兼容OpenAI

不太好的地方

- 需要实名认证（身份证）

- 免费模型多为轻量版（7B），重度任务需赠送额度

- 赠送额度用完后，大模型需要付费

适合：日常中文对话、轻量代码生成、文本分类/提取等批量任务、国内项目的默认API。

三家限速对比

这才是你最关心的。我统一用"生成300字中文短文"这个任务做对比测试：

Cerebras

日免费额度	100万/天
RPM限速	5-15
响应速度	2000+ tok/s
300字耗时	0.15秒 ⚡
大陆直连	需代理
门槛	邮箱注册，无需信用卡
最擅长	极速响应

Mistral

日免费额度	3300万/天
RPM限速	2
响应速度	15-20 tok/s
300字耗时	约20秒
大陆直连	需代理
门槛	邮箱注册，无需信用卡
最擅长	编程/RAG

硅基流动

日免费额度	永久免费 🔥
RPM限速	10-20
响应速度	30-50 tok/s
300字耗时	约6秒
大陆直连	直连 ✅
门槛	手机号+身份证实名
最擅长	日常中文

有意思的是：

- 速度差距20倍：Cerebras生成300字只要0.15秒，Mistral要20秒

- 额度差距30倍：Mistral每月10亿token vs Cerebras每天100万

- 门槛差距：硅基流动国内直连零门槛，其他两家需要代理

我日常怎么搭配的

别只选一个，三家各有所长，组合使用才是最优解。

日常中文任务（80%的使用场景）

→ 硅基流动 Qwen 2.5 7B

永久免费不限量，国内直连

编程和代码补全

→ Mistral Codestral

每月10亿token，编程专用模型

需要极速响应的场景

→ Cerebras gpt-oss-120b

2000+ tok/s，Agent工作流首选

成本：0元。

三家加起来，你每天至少有100万+3300万+不限量的token额度。对个人开发者来说，超过任何付费方案能给的量了。

几个要注意的事

1. Cerebras的5 RPM是硬限制——批量任务要加延时

2. Mistral的2 RPM更严格——循环调用务必加sleep(30)以上

3. 硅基流动实名认证是必须的——没认证就不能用

4. 免费额度政策随时可能变——注册后尽快用，不要囤着

5. 代理稳定性影响体验——代理不稳的话Cerebras和Mistral会频繁超时

你最想试哪个？速度最快的Cerebras，编程最强的Mistral，还是零门槛的硅基流动？

评论区说说你的场景，我帮你选最合适的。

本文数据基于2026年7月实测。各平台免费政策可能随时调整，请以官方最新公告为准。

如果你觉得有用，转发给同样在白嫖AI API的朋友。