免费大模型连测 22 天，全勤的只有 3 个
从 8 月 17 日到 9 月 8 日，22 天，同一批免费大模型入口我完整测了 5 次，同一份脚本同一道题。21 个入口里 5 次全部可用的只有 3 个。把 5 次记录叠起来看，能看出单次测试根本看不到的东西：活下来的那 3 个共同点是「常驻免费档」而不是「免费额度」；死掉的那些里，有一类死前会先变慢，Nemotron-49B 慢了 5 倍之后第二天就官方停服了；而限流型的报错基本都会自己活过来，Groq 22 天里横跳 4 次，两次复活都直接拿了第一。
从 8 月 17 日到 9 月 8 日，22 天，我把同一批免费大模型入口完整测了 5 次。同一份脚本、同一道题、同样的参数。
21 个入口，5 次全部可用的，只有 3 个。
这篇不讲今天哪个能用，那种名单我写过好几次，保质期就一周。这次讲的是把 5 次记录叠在一起之后，能看出来的东西：什么样的免费入口活得久，什么样的会突然没，以及死之前有没有征兆。
全勤的 3 个
智谱 GLM-4-Flash、Cloudflare 的 oss-120b、Kimi k2.6。
| 入口 | 8-17 | 8-25 | 9-02 | 9-04 | 9-08 |
|---|---|---|---|---|---|
| 智谱 GLM-4-Flash | 3827ms | 2546ms | 788ms | 1634ms | 1040ms |
| Cloudflare oss-120b | 2109ms | 4205ms | 2108ms | 2512ms | 1620ms |
| Kimi k2.6 | 10541ms | 11716ms | 8970ms | 10877ms | 3910ms |
速度都有波动，智谱在 788 到 3827 之间晃，Kimi 一直慢但这次快了不少。可它们 5 次一次没掉过线。
我一开始以为这只是运气。把死掉的那批拉出来对照才发现，这 3 个有个共同点：它们给的都是「常驻免费档」，不是「免费额度」。
这个区别很要命。
常驻免费档是平台长期开着的一个位置，用来拉人进来。它不承诺你能用多少，但这个档位一直在。
免费额度是给你一笔量，用完为止。
死掉的那批基本都是后者：
Cerebras 给的是免费额度，8 月 17 日它还是全场最快 593 毫秒，我当时明确推荐首选。8 天后再测，Payment required to access this resource。额度到头了。
Mistral 走的是订阅层级，This model is not available in your subscription tier。
SambaNova 更直接，要求先绑支付方式才让调。
所以挑免费入口的时候，先看它是哪一种。额度型是消耗品，你只是还没用完；常驻档是平台的获客位，它有动机一直开着。这个判断比看谁快有用得多。
死之前，它会先变慢
这是这次翻记录翻出来的、我自己也没料到的一条。
NVIDIA 的 Nemotron-49B 是最干净的样本：
8 月 17 日，2534 毫秒，正常。 8 月 25 日，15574 毫秒，慢了 5 倍，但还能用。 8 月 26 日，官方 EOL，返回里带明确日期。 之后再测，410 Gone。
变慢和停服之间只隔了一天。
我当时看到 15574 毫秒只当它那天网络不好，没多想。现在回头看，那就是它咽气前的样子。
更要命的是，现在有两个入口正走在同一条曲线上：
| 入口 | 8-17 | 8-25 | 9-02 | 9-04 | 9-08 |
|---|---|---|---|---|---|
| NVIDIA Ultra-550B | 2863ms | 1377ms | 7007ms | 8257ms | 35328ms |
| OpenRouter Nemotron | 2318ms | 1437ms | 2629ms | 9873ms | 37407ms |
连续两期变慢，最后一期直接冲到 35 秒以上。
这两个是同一个模型的两个不同入口，一起变慢。说明问题出在模型自己身上，不是某一家的路由或者限流。
它们到现在一次错都没报过。你调它，它回你，只是要等半分钟。接口层面完全健康，监控不会响，业务上早就废了。
连续两期变慢，就该准备后路了。这是唯一一种有前兆的死法，但它不会给你报错，只能靠定期测量才能发现。
三种死法，能不能活过来完全不同
看到报错先别急着划掉，先分类。
| 死法 | 报错长什么样 | 22 天里复活了吗 |
|---|---|---|
| 限流型 | Rate limit reached、429 | 都活了 |
| 额度/付费墙型 | Payment required、订阅层级不够 | 一个没回来 |
| 退役型 | end of life、410 Gone | 不可能回来 |
Groq 这一路最能说明问题：
8 月 17 日限流，我判它挂了。 8 月 25 日可用，545 毫秒，全场最快。 9 月 2 日又限流，我又判它挂了。 9 月 4 日可用。 9 月 8 日可用，579 毫秒，重回第一。
22 天里横跳 4 次，最后活着，而且两次复活都是直接拿第一。
智谱的 GLM-4.7-Flash 更极端。8 月 17 日限流、8 月 25 日限流、9 月 2 日超时 120 秒重试三次全败，我连着三期把它记进死亡名单。9 月 4 日突然通了，要 75 秒。9 月 8 日 19 秒。
连挂三期之后活过来，而且在变快。
反过来，Cerebras 撞付费墙之后 22 天没回来过，Mistral 掉进订阅层级之后也没回来过。这两类是不会自己好的。
所以：限流就等，付费墙就换家，EOL 就直接删掉。把限流当死亡处理，代价是白扔掉最快的那个，我已经扔过两次了。
第一名换了 4 次，前三任都死过
| 日期 | 第一名 | 耗时 | 上一任怎么下去的 |
|---|---|---|---|
| 8-17 | Cerebras | 593ms | 首测基准 |
| 8-25 | Groq | 545ms | Cerebras 撞付费墙 |
| 9-02 | 智谱 GLM-4-Flash | 788ms | Groq 限流 |
| 9-04 | Groq | 598ms | 智谱慢到 1634ms |
| 9-08 | Groq | 579ms | 卫冕 |
22 天换了 4 次，平均五天半一换。
这个节奏说明，任何「谁最快」的结论保质期就是几天，包括我自己写的那些。真要用，别信排名，信一个能自动切换的列表。
四条可以直接用的
依赖常驻免费档，不依赖免费额度。额度是消耗品，你只是还没用完；常驻档是平台的获客位，它有动机一直开着。全勤的 3 个全是后者。
同一个模型配多个平台入口。gpt-oss-120b 在 Cerebras、Groq、Cloudflare 三家都有，这 22 天里至少有一家是活的，从来没有同时全挂过。换平台请求体基本不用改，换模型要改代码，成本差很远。
连续两期变慢就准备后路。性能衰减是唯一有前兆的死法，代价是它不报错。给调用加个超时，超了就切下一个，别等它给你返回错误。
限流不是死亡，退避重试。隔几十秒再打，多打几轮。Groq 两次复活后都立刻拿了第一，我两次都差点错过。
几句边界
这是一个账号在 5 个时间点的记录。免费层的额度按账号算，你的结果会和我的不一样，限流这块尤其明显。
「不可用」里混了两类。服务本身没了的，比如 GitHub Models 退役、Nemotron-49B 有明确 EOL 日期，这个是确定的；还有一类是我这个账号用不了，比如欠费、订阅层级、额度打完，这种换个账号可能就是好的。正文里我尽量分开写了。
9 月 8 日那次起我把可用门槛定在 35 秒，前面几期没有这个门槛。所以 Ultra-550B 和 OpenRouter Nemotron 在最后一期判为不可用，严格说是「慢到不能用」，不是「调不通」。
只测了能不能正常返回，没测输出质量，也没跑穿额度看能白嫖多少。
这 21 个入口是我自己网关里配的，不是全市场普查。市面上肯定还有我没测到的。