IDEAS · SIGNALS · BUILDS
2026年8月20日星期四
DRAFTREVIEWLIVE
乔氪智造Ideas, Signals, Builds.
ZHEN
DraftReviewPublishedArchived
文章LEGENDARY+30 XP

2026 年4月免费 AI API 实战指南：6 个零成本接入方案的真实体验

跟 AI agent 协作跑完全部免费额度，帮你避坑

跟 AI agent 协作，把市面上能白嫖的 AI API 都跑了一遍——智谱、SiliconFlow、Gemini、Groq、OpenRouter，6 个 provider 全部接入生产。额度、限制、踩坑记录、多模型编排架构全部拉通对比。

#AI#API
By Joker2026/04/1715 min

跟 AI agent 协作，很快就把市面上能白嫖的 AI API 都跑了一遍。不是那种看官网截几张图就写的“盘点”，是真的每家都注册、拿 key、跑请求、踩坑、记数据。最后选了 6 家全部接入生产，跑了一套多模型编排系统，AI 功能的 API 费用是 $0。

这篇文章的目标很简单：如果你是个人开发者或小团队，想零成本接入 AI 能力，看完这篇就知道该选谁。

测评对象

我们实测并接入了 6 个免费 AI API 平台：

平台免费模型免费额度速率限制上下文窗口区域注册门槛
智谱 AIGLM-4-Flash无限（并发限制）并发限制128K国内直连手机号注册
SiliconFlowDeepSeek-V3 / Qwen2.5-72B免费额度（限速）排队制128K国内直连邮箱注册
Google GeminiGemini 2.5 Flash250 次/天，250K TPM10 RPM1M需代理Google 账号
GroqLlama 4 Scout 17B14,400 次/天30 RPM，6K TPM512K需代理邮箱注册
OpenRouterDeepSeek R1 (free)50 次/天（无充值）20 RPM164K需代理邮箱注册

注意：SiliconFlow 一个 key 可以跑多个模型（DeepSeek-V3 和 Qwen2.5-72B），相当于一个平台顶两个 provider。

逐家拆解

1. 智谱 AI — GLM-4-Flash

接入体验：⭐⭐⭐⭐⭐

这是目前所有免费方案里最无脑的选择。注册给 key，直接调，没有 token 限制、没有每日次数限制，只有并发限制。

亮点：

  • 完全免费，官方明确标注“永久免费”
  • 128K 上下文窗口，够用
  • OpenAI 兼容格式，切换成本为零
  • 国内直连，延迟低
  • 中文理解能力在免费模型里属于第一梯队

限制：

  • 模型能力不如 DeepSeek-V3 或 Gemini 2.5
  • 并发高的时候偶尔排队
  • 英文输出质量一般

我们把它设为 fallback chain 的第一优先级。国内直连、无额度限制，作为兜底永远不会挂。

适合场景：国内项目首选兜底，中文场景全覆盖，不限量。

2. SiliconFlow — DeepSeek-V3 + Qwen2.5-72B

接入体验：⭐⭐⭐⭐

SiliconFlow 是国内做模型推理服务的平台，核心卖点是一个 API key 可以调多个开源大模型。免费层提供 DeepSeek-V3 和 Qwen2.5-72B 两个重量级模型。

DeepSeek-V3：

  • 目前开源模型综合能力天花板
  • 代码生成、推理、多语言都很强
  • 128K 上下文
  • 免费层有额度，高峰期会排队

Qwen2.5-72B：

  • 通义千问系列，中文输出质量极高
  • 适合内容生成、翻译、摘要类任务
  • 同样 128K 上下文

限制：

  • 免费额度有上限（具体额度不透明，用完需充值）
  • 高峰期排队明显，响应时间不稳定
  • 部分模型偶尔下线维护

我们在生产里把这两个模型作为独立 provider 注册，用 Fisher-Yates 随机分配给日报的不同编辑角色，效果很好。

适合场景：需要强模型能力的中文任务，一个 key 两个模型，性价比极高。

3. Google Gemini 2.5 Flash

接入体验：⭐⭐⭐⭐

免费层里模型能力最强的选项，没有之一。Gemini 2.5 Flash 是 thinking model，推理能力接近 Claude Sonnet 水平。

亮点：

  • 1M 上下文窗口，碾压所有竞品
  • thinking model，复杂推理能力极强
  • 多模态支持（图文混合输入）
  • 免费层还能用，虽然额度比较抠

实际踩坑（这些坑我们都踩过并解决了）：

  • 每天 250 次请求、10 RPM，额度是最紧的
  • Gemini 2.5 Flash 是 thinking model，响应 parts 里会混入 thought: true 的思考过程，必须过滤掉，否则你拿到的“内容”其实是模型的内心独白
  • 需要设 thinkingConfig.thinkingBudget 控制思考 token 消耗，不然思考 token 会吃掉大量输出配额
  • API 格式不是 OpenAI 兼容的，要单独写 adapter（我们的 client.ts 里 callGemini 就是干这个的）
  • 中国大陆 IP 需要代理，生产环境走 clash

适合场景：需要强推理的低频任务，比如日报生成、复杂分析。日调用量 < 250 次。

4. Groq — Llama 4 Scout 17B

接入体验：⭐⭐⭐⭐

Groq 主打速度。他们自研的 LPU 推理芯片确实快，首 token 时间（TTFT）体感不到 200ms。

亮点：

  • 速度极快，用户体验丝滑
  • 14,400 次/天的免费额度很慷慨
  • OpenAI 兼容 API，接入零成本
  • Llama 4 Scout 17B 是 Meta 最新的 MoE 模型，512K 上下文
  • 16 个 expert，参数效率高

限制：

  • 30 RPM 的速率限制比较紧
  • 6K TPM（tokens per minute）是最大瓶颈，长文本生成会被卡住
  • 中国大陆需要代理
  • 模型能力弱于 DeepSeek-V3 和 Gemini 2.5

TPM 的坑要特别注意：即使你的 RPM 没到 30，但如果单次请求的 token 数多一点，6K TPM 很快就会被打满。适合短输入短输出的场景。

适合场景：对延迟敏感的实时交互，比如对话机器人、轻量级分类和提取。

5. OpenRouter — DeepSeek R1 (free)

接入体验：⭐⭐⭐

OpenRouter 是一个 AI 模型路由平台，聚合了几十个模型。免费层提供 DeepSeek R1 的 free tier。

亮点：

  • DeepSeek R1 是目前最强的开源推理模型之一
  • 164K 上下文
  • OpenAI 兼容 API
  • 平台上还有很多其他模型可以付费使用

限制：

  • 不充值只有 50 次/天，非常抠
  • 充值 $10 可以升到 1000 次/天
  • 20 RPM 速率限制
  • 免费模型排队严重，响应时间不稳定
  • R1 是推理模型，响应里有 reasoning_content 字段，需要正确处理

我们在 client.ts 里处理了 reasoning_content 的解析：msg?.content?.trim() || msg?.reasoning_content?.trim()。

适合场景：低频但需要深度推理的任务，或者作为最后的 fallback。每天 50 次够用就行。

横向对比

模型能力排名（基于实测）

  1. Gemini 2.5 Flash — thinking model，推理能力最强，多模态支持
  2. DeepSeek R1 (OpenRouter) — 开源推理模型顶流，但额度太少
  3. DeepSeek-V3 (SiliconFlow) — 开源综合能力天花板
  4. Qwen2.5-72B (SiliconFlow) — 中文输出质量最佳
  5. GLM-4-Flash (智谱) — 中文够用，胜在免费无限
  6. Llama 4 Scout (Groq) — 速度第一，能力中等

免费额度性价比排名

  1. 智谱 GLM-4-Flash — 无限免费，跑量王者
  2. SiliconFlow — 一个 key 两个强模型
  3. Groq — 14,400 次/天 + 极速推理
  4. Gemini 2.5 Flash — 250 次/天但能力最强
  5. OpenRouter DeepSeek R1 — 50 次/天，兜底用

接入难度排名（从易到难）

  1. 智谱 / Groq / SiliconFlow — 标准 OpenAI 格式，改个 endpoint 就行
  2. OpenRouter — OpenAI 格式但要处理 reasoning_content
  3. Gemini — 独立 API 格式，要写专用 adapter，还要处理 thinking parts

我们的生产架构

在乔氪智造的 Signal Hub 日报系统里，我们把这 6 个 provider 全部接入了一套多模型编排系统：

核心设计：

  1. 统一 Provider 注册表（providers.ts）：每个 provider 声明 id、endpoint、model、apiKeyEnv、区域、格式等元信息
  2. 统一 AI Client（client.ts）：根据 format 字段自动选择 OpenAI 兼容调用或 Gemini 原生调用
  3. 自动 fallback chain：按 preferRegion 排序 provider，一个挂了自动切下一个
  4. 随机模型分配（Fisher-Yates shuffle）：日报的 3 个编辑角色每次生成时随机分配不同 provider，确保内容多样性
  5. 代理配置：通过 undici 的 EnvHttpProxyAgent 全局设置，解决 Node.js fetch 不走系统代理的问题

实际效果：

  • 日报生成：Phase 1（事实层）走国内 provider，Phase 2（观点层）3 个编辑并行，随机分配模型
  • 零 API 费用运行
  • 没有因为单一平台故障导致服务中断过

接入注意事项

几个所有平台通用的坑，我们都踩过：

  1. Node.js fetch 不走系统代理。这是最坑的一个。Node.js 内置的 fetch（基于 undici）不会读 HTTP_PROXY/HTTPS_PROXY 环境变量。解决方案：用 undici 的 EnvHttpProxyAgent + setGlobalDispatcher 全局设置
  2. thinking model 的响应要过滤。Gemini 2.5 Flash 和 DeepSeek R1 都是推理模型，响应里会夹带思考过程。Gemini 在 parts 里用 thought: true 标记，DeepSeek R1 放在 reasoning_content 字段。不处理的话你拿到的“内容”可能是一堆思维链
  3. 速率限制要做客户端节流。不要靠 429 重试，用 token bucket 或 leaky bucket 算法主动控制
  4. 超时要设合理。thinking model 可能需要 60-120 秒，普通模型 30 秒够了
  5. 响应格式要校验。免费模型偶尔输出格式不稳定，尤其是 JSON 输出
  6. 记录调用日志。我们的 SignalFetchLog 表记录了每次调用的 provider、耗时、成功失败，方便排查问题

总结

2026 年是免费 AI API 最繁荣的时候。各家为了抢开发者生态，都在疯狂发免费额度。

实际跑下来的结论：

  • 国内项目首选智谱 + SiliconFlow，直连无代理，额度够用，模型质量在线
  • 需要强推理选 Gemini 2.5 Flash，但要做好 adapter 和 thinking parts 过滤
  • 需要低延迟选 Groq，但 TPM 限制要注意
  • 多模型编排是最优解，把所有免费 provider 串起来，fallback + 随机分配，零成本跑出商用级别的 AI 功能

唯一的建议：现在就动手。免费额度不会永远这么慷慨，各家商业化压力上来之后必然收紧。趁窗口期把架构搭好，等收费了再优雅降级。

别等了，注册几个 key，开始写代码。

QUEST COMPLETE—REWARD: +30 XP, +1 LEGENDARY ITEM
Build Progress100%
无信号
PULSE
0PULSES