免费大模型能白嫖多少次？最多 300，最少 3
之前写免费大模型，我每次都在文末交代一句「没跑穿额度」，这个坑留了一个多月，今天补上：对每个入口连着调，一直调到它把我拦住。结果差距大到我自己愣了一下，智谱打了 300 次一声不吭，Kimi 第 4 次就把我踢出来。中间还挖到一件我之前完全没意识到的事：OpenRouter 上那 16 个标 free 的模型共享同一个每日额度，大概 50 次，打完之后 16 个一起挂，换没碰过的模型也照样被拦。Cloudflare 的 10000 neurons 也是账号级的。
之前写免费大模型，我每次都在文末老实交代一句：只测了能不能调通，没跑穿额度。
这个坑留了一个多月。今天补上。
做法很简单粗暴：对每个入口连着调，一直调到它把我拦住为止。
结果差距大到我自己都愣了一下。同样是免费，有的我打了 300 次它一声不吭，有的第 4 次就把我踢出来了。
先看数字
| 入口 | 打到第几次被拦 | 中位延迟 |
|---|---|---|
| 智谱 GLM-4-Flash | 300 次没被拦 | 1498ms |
| Cloudflare oss-120b | 165 | 1975ms |
| OpenRouter ling-3.0-flash-fin | 39 | 1081ms |
| OpenRouter nemotron-3-super | 17 | 1929ms |
| Kimi k2.6 | 4 | 4861ms |
智谱那个 300 得说清楚：那是我自己设的上限，不是它的上限。跑满 300 次它没有任何反应，所以它的真实额度这次没测出来。550 秒里连着问了 300 个问题，一次没拦。
今天最值钱的一条：一堆免费模型，共用一份额度
OpenRouter 那两行数字，一个断在 39 次，一个断在 17 次。
我一开始的理解是「这个模型额度少，那个模型额度多」。直到看清报错：
Rate limit exceeded: free-models-per-day
是 free-models-per-day，不是某个模型的限制。
38 加 16，正好 54 次。
那就得验证一下。我换了 3 个今天完全没碰过的模型再打：
| 模型 | 结果 |
|---|---|
| cohere/north-mini-code:free | 一模一样的 free-models-per-day |
| liquid/lfm-2.5-2.6b:free | 一模一样 |
| nvidia/nemotron-3.5-content-safety:free | 一模一样 |
坐实了。OpenRouter 上那 16 个标 :free 的模型，共享同一个每日额度，大概 50 次。
这件事的意思是：你打开 OpenRouter 看到十几个免费模型，觉得资源真丰富。实际上它们后面接的是同一个计数器。你在 A 模型上花掉的次数，B 模型就没了。打完 50 次，16 个全部一起挂，不是只挂你用过的那两个。
Cloudflare 是同一个套路。它拦我的时候说：
you have used up your daily free allocation of 10,000 neurons
我换成另外两个小模型再打，返回一字不差。10000 neurons 是账号级的，不是每个模型一份。
实测 164 次打完这 10000 neurons，平均每次 61 个左右。
所以这里有个反常识的结论：模型数量不等于可用量。
智谱只有一个免费模型，我打了 300 次没停。OpenRouter 有 16 个，加起来每天 50 次。一个不限量的，比十六个共享 50 次的实用得多。
Groq 这个要单独说，我差点又判错
打爆测试里 Groq 的成绩是 0 次成功，第 1 次就被拦。
但它昨天还是 4 轮全通、579 毫秒。0 次成功这个数字要是直接写出去，等于告诉你 Groq 不能用，那是错的。
所以复打，隔 40 秒一轮，打 5 轮：
| 轮次 | 结果 |
|---|---|
| 第 1 轮 | 成功，619ms |
| 第 2 轮 | 限流，226ms |
| 第 3 轮 | 成功，642ms |
| 第 4 轮 | 限流，225ms |
| 第 5 轮 | 成功，655ms |
成功的都在 620 到 655 毫秒，被拦的都是 225 毫秒秒回。隔一次拦一次。
Groq 不是「额度打完了」，是持续的细粒度限流。它一直可用，只是实际吞吐要打对折。打爆测试里它 0 次成功，是因为前面刚打过一轮，正好落在限流窗口里。
这已经是这几天第三次了。前天 Cloudflare 第一轮 429 我差点判它挂了，昨天翻记录发现 Groq 被我误判过两次。免费层的限流报错，不复打就下结论，基本都会错。
Kimi 每分钟 3 次，两次测的结果一样
第 4 次就 429，返回里写明每分钟 3 次。
8 月 27 号我测过一次，也是第 4 个被拦。两次隔了半个月，结果完全一致，说明这是稳定的策略，不是那天正好赶上。
两种限制，应对完全不一样
这次跑下来，卡人的方式分两类，混在一起看就乱了。
速率型：一段时间内最多多少次。Kimi 每分钟 3 次，Groq 隔次限流。 特点是总量不封顶，放慢就能用满。Kimi 你要是每 20 秒问一次，一天下来能问 4000 多次。
总量型：每天就这么多，用完为止。Cloudflare 10000 neurons，OpenRouter 50 次。 特点是放慢也没用，打完只能等第二天重置。
搞混的代价挺实际的：你以为放慢就能省着用，结果那家是总量型，慢慢用也是那么多次；或者你以为额度打完了就放弃，结果那家是速率型，等 30 秒就能接着用。
所以怎么配
要跑批量任务，用智谱。这次唯一没测到上限的，300 次连着打没有任何拦截。
OpenRouter 别当额度池。它的价值是「你想试某个特定的模型」，不是「这儿有很多免费额度」。16 个模型共享 50 次，均摊下来每个模型 3 次。
Cloudflare 适合日常零散用。每天 164 次，一个人正常问答完全够，但你要拿它跑批量，一次就打光了。
Kimi 只能串行，两次请求之间留够 20 秒。
Groq 的限流别当挂了，重试就有，成功的那几次都是 600 毫秒出头，是这批里最快的。
几句边界
一个账号、一天之内的测试。免费额度是按账号算的，你的数字会跟我的不一样。
智谱那个 300 次是我设的上限，不是它的额度上限。它到底给多少，这次没测出来，后面找机会再往上加。
max_tokens 统一设的 150，所以输出字数受这个限制，不能拿来当「能写多少字」的依据。
Cloudflare 每次消耗多少 neurons 跟模型和输出长度有关，61 这个数是这次这个配置下的平均值，换个模型就变了。
最后说个实际的：这种测试会把当天的额度用光，影响当天其他测试。这也是为什么它拖了一个多月才做。