零成本搞定大模型API：一份持续更新的免费 LLM 资源清单

零成本搞定大模型API一份持续更新的免费 LLM 资源清单【免费下载链接】free-llm-api-resourcesA list of free LLM inference resources accessible via API.项目地址: https://gitcode.com/GitHub_Trending/fre/free-llm-api-resourcesfree-llm-api-resources 把各家免费大语言模型 API的模型清单和请求限额整理成一份自动更新的 Markdown。学生、独立开发者、想零成本验证想法的 AI 应用作者拿来即查即用。 5 个理由让你关注这份清单免费渠道一网打尽26 家服务商分两类——13 家完全免费OpenRouter、Groq、Google AI Studio、NVIDIA NIM 等13 家注册送试用金Baseten 给 30 美元AI21 和 Upstage 各给 3 个月 10 美元。限额精确到单个模型收录从 3B 小模型到 Llama 405B、GPT-5 的大模型每个都标着每天多少请求、每分钟多少 token——Groq 的 Llama 3.3 70B 每天 1000 次Cerebras 的 gpt-oss-120b 每分钟 30 次。数据直接抓官方接口清单不是人工抄的而是脚本实时拉取各家 API 的结果比任何转载博客都新。只收正规军项目明确排除了逆向第三方聊天机器人之类的灰色渠道照着清单注册不用担心账号安全。门槛要求写在条目里哪些平台要手机验证、哪些会用你的数据训练注册前心里有数。 三步把资源库拉到本地装之前先说个好消息只读清单的话连 Python 都不用装README 就是现成的生成结果。想自己刷新数据才需要跑下面三步。克隆仓库git clone https://gitcode.com/GitHub_Trending/fre/free-llm-api-resources进入目录并安装依赖一共就四个包cd free-llm-api-resources pip install -r src/requirements.txt在.env配好各家 API Key 后跑一次更新脚本python src/pull_available_models.py 拆三个核心功能一份清单看清 26 家渠道README 按完全免费和试用额度两大块组织每个条目固定三样可用模型列表、速率限制每分钟/每天多少请求、多少 token、注册要求。试用金那边还标了有效期——Novita 的 0.5 美元管一年SambaNova 的 5 美元只有 3 个月注册顺序自己排。挑渠道基本不用做二次调研对着限额表挑就行。让脚本替你刷新模型清单硬核的是 src/pull_available_models.py它直接调各家官方接口拿最新数据——Gemini 的免费额度走 Google Cloud 的 Quotas APIGroq 的限额是真实调一次接口后从x-ratelimit响应头里读出来的GitHub Models 靠分页抓取模型市场页面。数据拉完按 src/README_template.md 重新生成文档你仓库里的清单永远停在几分钟前的状态。查模型名映射和过滤黑名单src/data.py 维护了 260 多条模型 ID → 可读名称的映射还给了每家一个剔除名单——比如 OpenRouter 上那些限速严到没法用的实验模型会被自动扔出清单。哪个新模型没进映射表脚本运行时也会记录下来提醒你补。 用熟之后试试两个进阶玩法错峰摊开各家额度免费配额的刷新周期不一样有按分钟、按天、按月算的。写个定时任务把请求分散到几家上轮着调整体吞吐能比只押一家高一个量级。发现新渠道就提 PR照着脚本里现成的 fetch 函数写一个新渠道的抓取逻辑跑一遍就能生成新条目这是这个项目最常见的贡献方式。判断这个项目适不适合你适合第一次做 AI 应用的学生和独立开发者练手成本是零想先对比几家免费档的性能、稳定性再决定付费给谁的技术选型需要批量调用开源模型做实验、数据标注的研究场景不适合要生产级 SLA 和高并发保障的业务免费额度天生被限速不接受部分平台会用你的数据训练模型这类条款的团队想要开箱即用客户端工具的人——本项目是一份清单加一个更新脚本不是应用⚠️ 踩坑前先看这三条别把免费服务跑挂README 第一行就是警告滥用会直接导致资源消失Key 被封得不偿失。跑脚本满屏 401 先查环境变量脚本从.env读各家 Key缺了先补别怀疑网络。免费不等于零门槛NVIDIA NIM、Mistral 都要手机验证而且限额说调就调今天读到的数字明天未必成立做方案留点余量。现在就动手克隆仓库打开清单挑两三家和场景对得上的平台注册起来。 发现新渠道、或者发现限额数字过期了欢迎直接提 issue 或 PR。【免费下载链接】free-llm-api-resourcesA list of free LLM inference resources accessible via API.项目地址: https://gitcode.com/GitHub_Trending/fre/free-llm-api-resources创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考