有哪些 LLM 提供免费的 API？免费额度包含什么？

简短回答

如果你问的是 是否有支持免费 API 访问的 LLM，诚实的答案包含三个方面。一些提供商提供带有严格速率限制的免费套餐。一些开放权重模型可以在你自己的硬件上运行，这需要支付电费和使用 GPU，而不是发票。还有一些托管 API（包括本服务）提供小额试用余额，以便你在付费前进行测试。

本服务没有免费无限套餐。你获得的是在 API 密钥页面一键领取的一次性 $0.50 试用余额。无需绑卡，有效期 7 天，每人限领一次。之后你需要充值并按 token 付费。本文的其余部分将用数字说明这两个阶段，以便你判断 $0.50 是否足以进行测试，以及一个月的实际使用成本是多少。

试用额度提供什么

试用旨在完成一项任务：让你确认 API 符合你的需求，然后再花费任何费用。你通过 Google 或邮箱密码注册，打开 API 密钥页面，然后领取额度。该密钥与付费密钥使用相同的接口和相同的模型 ID（uncensored）。

试用密钥有两个限制：允许 2 个并发请求和每分钟 60 个请求，完整密钥则允许 8 个并发和每分钟 300 个请求。此外，余额在 7 天后过期。如果你正在配置客户端、脚本或小机器人，这些限制已经足够。如果你计划使用并行工作负载进行负载测试，你会很快遇到 HTTP 429 错误，错误代码为 concurrency，这表示需要充值，而不是出现了 bug。

失败或被拒绝的请求不会收费，因此出错的请求不会消耗你的试用余额。每个响应还包含一个 X-Balance-USD 头，让你可以在测试时观察余额的减少。

$0.50 能兑换多少：已计算的 token 成本

价格为输入 token 每 1M $0.15，输出 token 每 1M $0.50。除以一百万得到每个 token 的成本：输入为 $0.00000015，输出为 $0.0000005。输出成本略高于输入的三倍，因此长回复比长提示词更费钱。

短聊天消息

考虑一个包含 1,000 个输入 token（系统提示词加几次对话）和 500 个输出 token 的请求。

• 输入：1,000 x $0.15 / 1,000,000 = $0.00015
• 输出：500 x $0.50 / 1,000,000 = $0.00025
• 总计：每次请求 $0.0004

$0.50 除以 $0.0004 等于 1,250 次请求。这是一整个下午的手动测试，或者是多次运行的小脚本。

更重的请求

现在是 4,000 个输入 token 和 1,000 个输出 token，即带有详细回复的长对话历史。

• 输入：4,000 x $0.15 / 1,000,000 = $0.0006
• 输出：1,000 x $0.50 / 1,000,000 = $0.0005
• 总计：每次请求 $0.0011

$0.50 除以 $0.0011 约为 454 次请求。

填满整个上下文窗口

上下文窗口为 100,000 个 token，即提示词加上补全的总和。一个包含 98,000 个输入 token 和 2,000 个输出 token 的请求，输入成本为 98,000 x $0.15 / 1,000,000 = $0.0147，输出成本为 2,000 x $0.50 / 1,000,000 = $0.001，总计 $0.0157。试用额度大约可以覆盖 31 次这样的请求。长上下文工作负载是试用余额消耗最快的地方，所以请用几次请求来测试，而不是循环。

试用结束后会发生什么

当 $0.50 用完或 7 天到期后，你将转入预付额度。没有订阅，也没有月度最低消费。你一次性添加额度，请求按上述每 token 价格消耗额度。额度永不过期，所以你缓慢使用的充值不会衰减。

充值金额为 $20 至 $500 的任意整数金额。大额充值会额外赠送奖励：满 $50 赠送 5%，满 $100 赠送 10%，满 $200 赠送 15%。实际效果如下：

你支付	奖励	你获得的额度
$20	无	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00

你可以通过银行卡（Visa、Mastercard、Apple Pay、Google Pay）或加密货币（TRC20 上的 USDT、Base 上的 USDC）支付。定价页面 有当前的充值详情。

实际一个月的使用情况

试用可以告诉你 API 是否可用。决定是否继续使用的问题是稳定使用的成本。以下是两种估算，均基于相同的价格计算。

小型伴侣或聊天机器人。 假设每月发送 10,000 条消息，每条消息包含 1,500 个输入 token 和 400 个输出 token。输入量为 10,000 x 1,500 = 15,000,000 个 token，即 15 x $0.15 = $2.25。输出量为 10,000 x 400 = 4,000,000 个 token，即 4 x $0.50 = $2.00。一个月花费 $4.25，因此 $20 的充值在同等消耗速度下可覆盖略少于五个月的使用。

批处理作业。 假设你处理 2,000 份文档，每份文档输入 3,000 个 token，输出 600 个 token。输入为 6,000,000 个 token，即 $0.90。输出为 1,200,000 个 token，即 $0.60。整个批处理作业成本为 $1.50。在你自己测试的慢速下午，同样的作业只需几分钱，这就是为什么试用额度通常足以做出决定。

这些是示例，不是对你工作负载的承诺。你自己的数字取决于提示词长度、你重新发送的历史记录量以及回复的长度。每个响应中的 usage 字段提供确切的 token 计数，所以你可以使用一天后自己计算并预测月度成本。

无需付费获取 LLM 的其他途径

如果 $0.50 不够且你不想立即付费，还有其他途径，每种途径都有不在发票上显示的成本。

• 其他提供商的免费层级。 几个提供商提供有限的免费访问。限制、模型和条款经常变化，所以在基于其中一个构建之前，请检查它们当前的定价和规则。
• 自行运行模型。 开放权重模型可以使用 Ollama 或 llama.cpp 等工具在本地运行。你承担的是硬件和设置时间的成本，更大的模型需要强大的 GPU。当隐私或零边际成本比速度更重要时，本地模型是一个很好的选择。
• 在代理后面自托管。 如果你已经运行了 LiteLLM 等网关，你可以将其指向 OpenAI 兼容的端点。LiteLLM 比较 涵盖了网关在何时有帮助以及何时直接连接更简单的情况。

免费访问有一些容易忽略的权衡：免费套餐可能会拒绝合法成人使用案例需要的内容，可能限制你每分钟只有几次请求，或者可能在不通知的情况下更改条款。如果你需要一个没有内容拒绝、OpenAI 兼容且价格稳定的端点，一旦计算你自己的时间，小额预付余额通常是更便宜的选择。本服务的一个硬性限制是不允许涉及未成年人的性行为内容。

充分利用试用额度

一些习惯可以让 $0.50 更耐用，并给你更真实的测试。

1. 在测试时设置 max_tokens，这样失控的回复不会花费超过你计划的费用。在生产环境中这是可选的。
2. 在行为正确之前保持提示词简短，然后使用真实的提示词长度进行一次测试。
3. 对交互式测试使用流式输出。流式输出在结束时返回使用情况，这样你仍然可以看到 token 计数。
4. 运行后检查 X-Balance-USD 头，以确认支出与你的计算相符。

此请求花费不到一分钱，并显示响应形状和头：

Copycurl -i https://api.llmapisource.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Say hello in one sentence."}],
    "max_tokens": 50
  }'

一旦更改基础 URL 和密钥，相同的调用适用于任何 OpenAI SDK。快速入门 展示了 Python 和 Node 版本，包括流式输出和工具调用。

更多指南

• AnythingLLM API 密钥：连接自定义 OpenAI 接口
• 2025 年最佳角色扮演 LLM：你应该关注什么
• LiteLLM 与直接无审查 LLM API