免费大模型 API：谁还能白嫖，谁真能打

今天（2026 年 7 月 30 号）我干了件挺无聊但有用的事：把手上十几个能免费白嫖的大模型 API，挨个调了一遍，掐着秒表记下它们此刻的可用性、速度和坑。

免费大模型这东西，政策变得特别快。网上那些「十大免费大模型」榜，大多是几个月前的，照着接你会踩一堆空。所以这篇不讲理论，就给你一份今天的真实况：谁还能白嫖，谁真能打，谁已经废了。免费额度和可用性随时会变，具体以各家官方为准，但方法和坑是通用的。

先把结论摆上来。

第一梯队，又快又免费，适合当主力或者高频调用。Cerebras 的 gpt-oss-120b，今天实测 0.56 秒返回，一天一百万 token 的免费额度，这个速度和量级，拿来做需要频繁调用的活最划算。智谱的 GLM-4-Flash 更狠，0.34 秒，永久免费、不封顶，它不算最聪明，但胜在快、稳、永远在，我一直拿它当整条链最后的兜底保险丝。还有 Groq、NVIDIA、Gemini，都在一秒上下，额度也够日常。

第二梯队，强但慢，适合放到对质量要求高、但调用不频繁的地方。火山的 GLM-5.2，走「协作奖励」的接入点是免费的，日额度很大，但今天实测要 7 秒才返回，还容易读超时，拿它做实时的、用户在旁边等着的活会卡。Mistral Large 一个月十亿 token 的免费额度很香，今天也要 6.8 秒。GitHub 的 GPT-4.1 质量好，可一天只给五十来次，只能留给低频的重活。

然后是今天翻车的几个。ModelScope 的 DeepSeek-V4，我连调两次都是 429，限流了，前阵子它还好好的一天两千次。OpenRouter 那个免费的 Llama，直接 404，模型下架了，它家的免费模型名换得特别勤。还有一批是彻底欠费死掉的：SiliconFlow、阿里百炼、百度千帆、腾讯混元，调过去要么余额零要么 key 失效。有意思的是 SambaNova，上个月我这儿记的是它欠费死了（402），今天再调居然复活了，又能用了。

你看，这就是免费大模型的真实状态：今天能用的明天可能限流，上个月死的这个月可能复活。别信任何一份超过一周的榜。

真跑一圈，几个坑值得单独拎出来说，都是要花过钱或者做过流程验证才知道的。

第一个坑，也是最隐蔽的：火山的免费，有个前提。它的免费额度走的是「协作奖励」，你必须用它给你的那个「授权接入点」（一串 EP 开头的 ID）去调，才被算作免费。如果你图省事直接填模型名去调，它会按 token 收费，一调就扣钱。这个规则藏在后台文档里，第一次接的人十有八九踩。

第二个坑，今天我自己就踩到了。像 gpt-oss 这类会「先思考再回答」的模型，你如果把 max_tokens 设得很小，比如只给十个，它会把这点额度全花在内部思考上，最后返回给你的正文是空的。我第一遍测 Cerebras 就这样，以为它挂了，把 max_tokens 放大到三百再调，正常的回复就出来了。用这类推理模型，token 上限别卡太死。

第三个坑，是心态上的：别把免费当成稳定。前面说了，SambaNova 复活、ModelScope 限流、OpenRouter 换模型，智谱那个 GLM-4.7-Flash 上个月实测要 46 秒、今天只要 0.8 秒，速度像过山车。免费额度是各家拿来拉新的，说砍就砍。所以真拿它做点正经东西，一定要串一条 fallback 链，主力挂了自动换下一个，别把命押在任何一个上。

最后一个坑，是花钱的坑：别把按 token 付费的模型，放进一个会自动、高频调用的池子里。豆包、DeepSeek 官方这些是一调就扣钱的，更麻烦的是一旦账户欠费，它会把你账号下所有模型都锁掉，包括那些本来免费的。免费的池子里，只放真免费的。

真要用免费大模型搭点东西，我的搭配是这样：高频、要快的活，链头放 Cerebras 或者 GLM-4-Flash；要质量、能等的重活，放火山或者 Mistral；最后永远垫一个 GLM-4-Flash 兜底，因为它不封顶、几乎不挂。关键是别只用一个，免费的随时会挂，多串几层，才不至于哪天某家一限流，你整个东西就瘫了。

免费大模型能白嫖，能干不少活，但它给你的是「额度」，别当成「承诺」。当成随时会消失的东西来用，你就不会被它坑到。