免费模型
可以免费用到的模型
快照里所有调用不花钱的模型，按获取方式分组：托管 API、自己的机器，或已付费套餐里包含的模型。截止日期来自厂商，不是我们编的。
可以免费用到的模型
快照里所有调用不花钱的模型，按获取方式分组：托管 API、自己的机器，或已付费套餐里包含的模型。截止日期来自厂商，不是我们编的。
75 models · 23 providers · 价格校验时间: 2026-10-25
托管 API47
零价托管接口。请求频率与每日上限通常按账号历史充值额分档。
| 模型 | 厂商 | 上下文 | 免费截止 | 来源 |
|---|---|---|---|---|
| mistral-7b-instruct-v0.2-loraHosted on Cloudflare's edge; billed by neural usage, free within the daily allowance. | Cloudflare Workers AI | 15K | — | litellm |
| gemma-2b-it-loraHosted on Cloudflare's edge; billed by neural usage, free within the daily allowance. | Cloudflare Workers AI | 8K | — | litellm |
| llama-2-7b-chat-hf-loraHosted on Cloudflare's edge; billed by neural usage, free within the daily allowance. | Cloudflare Workers AI | 8K | — | litellm |
| gemma-7b-it-loraHosted on Cloudflare's edge; billed by neural usage, free within the daily allowance. | Cloudflare Workers AI | 4K | — | litellm |
| north-mini-code | Cohere | 256K | — | openrouter |
| dots-3-note-preview | Dots Studio | 512K | 2026-12-31 | openrouter |
| GigaChat-2 | GigaChat | 128K | — | litellm |
| GigaChat-2-Max | GigaChat | 128K | — | litellm |
| GigaChat-2-Pro | GigaChat | 128K | — | litellm |
| gemma-4-26b-a4b-it | 262K | — | openrouter | |
| gemma-4-31b-it | 262K | — | openrouter | |
| gemma-3-27b-it | Google Gemini | 131K | — | litellm |
| learnlm-1.5-pro-experimental | Google Gemini | 33K | — | litellm |
| lfm-2.5-2.6b | Liquid AI | 66K | — | openrouter |
| labs-leanstral-1-5-1 | Mistral | 262K | — | litellm |
| nemotron-3-ultra-550b-a55b | NVIDIA | 1000K | — | openrouter |
| nemotron-3.5-lightning | NVIDIA | 1000K | — | openrouter |
| nemotron-3.5-super-vl | NVIDIA | 1000K | — | openrouter |
| nemotron-3-super-120b-a12b | NVIDIA | 262K | — | openrouter |
| nemotron-3-nano-omni-30b-a3b-reasoning | NVIDIA | 256K | — | openrouter |
| nemotron-3.5-content-safety | NVIDIA | 128K | — | openrouter |
| qwen3-coder:480b-cloudRuns on Ollama Cloud, free within its usage allowance. | Ollama Cloud | 262K | — | litellm |
| deepseek-v3.1:671b-cloudRuns on Ollama Cloud, free within its usage allowance. | Ollama Cloud | 164K | — | litellm |
| gpt-oss:120b-cloudRuns on Ollama Cloud, free within its usage allowance. | Ollama Cloud | 131K | — | litellm |
| gpt-oss:20b-cloudRuns on Ollama Cloud, free within its usage allowance. | Ollama Cloud | 131K | — | litellm |
| laguna-s-2.1 | Poolside | 262K | 2026-10-31即将结束 | openrouter |
| laguna-xs-2.1 | Poolside | 262K | 2026-10-31即将结束 | openrouter |
| Olmo-3-32B-Think | Public AI | 33K | — | litellm |
| Olmo-3-7B-Instruct | Public AI | 33K | — | litellm |
| Olmo-3-7B-Think | Public AI | 33K | — | litellm |
| Qwen-SEA-LION-v4-32B-IT | Public AI | 33K | — | litellm |
| salamandra-7b-instruct-tools-16k | Public AI | 16K | — | litellm |
| ALIA-40b-instruct_Q8_0 | Public AI | 8K | — | litellm |
| apertus-70b-instruct | Public AI | 8K | — | litellm |
| apertus-8b-instruct | Public AI | 8K | — | litellm |
| Gemma-SEA-LION-v4-27B-IT | Public AI | 8K | — | litellm |
| flint-v1.0 | Recursive | 262K | — | openrouter |
| sarvam-m | Sarvam | 8K | — | litellm |
| inkling | Thinking Machines | 1049K | — | openrouter |
| inkling-small | Thinking Machines | 1049K | — | openrouter |
| Ternary-Bonsai-27B | Together AI | 262K | — | litellm |
| kimi-k2-thinking-251104 | Volcengine | 229K | — | litellm |
| glm-4-7-251222 | Volcengine | 205K | — | litellm |
| deepseek-v3-2-251201 | Volcengine | 98K | — | litellm |
| xing4.0-29b-a4b | Xingchen | 262K | — | openrouter |
| glm-4.7-flash | Z.ai | 200K | — | litellm |
| glm-4.5-flash | Z.ai | 128K | — | litellm |
自行部署21
权重免费，算力自理。Ollama、Lemonade 跑在本机，Cloudflare 跑在边缘节点但仍按 CPU 时间计费。
| 模型 | 厂商 | 上下文 | 免费截止 | 来源 |
|---|---|---|---|---|
| Qwen3-4B-Instruct-2507-GGUF | Lemonade (local) | 262K | — | litellm |
| Qwen3-Coder-30B-A3B-Instruct-GGUF | Lemonade (local) | 262K | — | litellm |
| gpt-oss-120b-mxfp-GGUF | Lemonade (local) | 131K | — | litellm |
| gpt-oss-20b-mxfp4-GGUF | Lemonade (local) | 131K | — | litellm |
| Gemma-3-4b-it-GGUF | Lemonade (local) | 128K | — | litellm |
| mixtral-8x22B-Instruct-v0.1 | Ollama (local) | 66K | — | litellm |
| codegeex4 | Ollama (local) | 33K | — | litellm |
| deepseek-coder-v2-instruct | Ollama (local) | 33K | — | litellm |
| deepseek-coder-v2-lite-instruct | Ollama (local) | 33K | — | litellm |
| internlm2_5-20b-chat | Ollama (local) | 33K | — | litellm |
| mistral-7B-Instruct-v0.2 | Ollama (local) | 33K | — | litellm |
| mixtral-8x7B-Instruct-v0.1 | Ollama (local) | 33K | — | litellm |
| llama3 | Ollama (local) | 8K | — | litellm |
| llama3:70b | Ollama (local) | 8K | — | litellm |
| llama3:8b | Ollama (local) | 8K | — | litellm |
| llama3.1 | Ollama (local) | 8K | — | litellm |
| mistral-7B-Instruct-v0.1 | Ollama (local) | 8K | — | litellm |
| llama2 | Ollama (local) | 4K | — | litellm |
| llama2:13b | Ollama (local) | 4K | — | litellm |
| llama2:70b | Ollama (local) | 4K | — | litellm |
| llama2:7b | Ollama (local) | 4K | — | litellm |
套餐内免费7
在已付费套餐内免费。请求仍然消耗套餐额度，不能借此绕过订阅。
| 模型 | 厂商 | 上下文 | 免费截止 | 来源 |
|---|---|---|---|---|
| beam:freeNo daily request limit | Command Code | — | — | vendor |
| glyph-cluster:free100 requests/day | Command Code | — | — | vendor |
| laguna-s-2.1-freeWhile capacity lasts | Command Code | — | — | vendor |
| MiniMax M3.1 Flash | Command Code | — | — | vendor |
| Ornith 1.5 122B | Command Code | — | — | vendor |
| Beam Freelimited time | OpenCode | 1049K | — | vendor |
| longcat-2.5-preview-free | OpenCode | 1000K | — | litellm |
这样读这些数字
- 免费是价格，不是承诺：厂商随时可能限流、排队或下架，已有条目写明了截止日期。
- 托管免费接口按账号限流，通常取决于你历史充值了多少。适合试用和小任务，不适合生产流量。
- 自行部署的条目按 token 计是零成本，因为你付的是机器钱。模型大小决定了它跑在笔记本还是 GPU 节点上。
- 套餐内免费指的是模型标价为零，但每次请求仍然消耗套餐额度。
这样读这些数字
- 套餐不等于 token 单价。同样是 20 美元，买便宜的开源模型能换 15 亿 token，买旗舰模型只有 4000 万；不少套餐对不同模型给的额度还不一样。
- 按请求次数计费的套餐用“每次请求 token 数”换算，因为请求数不是 token 数。这类行属于估算，请按自己的任务规模调整。
- 积分按厂商自己的公式换算（积分 = 加权 token / 除数，并计入峰谷倍率），对该模型是精确的，但会随时间段的峰谷变化。
- Claude、ChatGPT、Cursor、Kimi、MiniMax 完全不公开可换算额度。它们依然留在表里、排在最后并显示价格——诚实的空缺好过编造的数字。
常见问题
为什么有的行有 token 数，有的写“未公开”？
因为套餐卖的不是 token。有的卖美元额度（OpenCode、Command Code、OpenDesign），有的直接给 token 量（Synthetic、Cerebras、百度千帆），有的给厂商积分并按模型倍率抵扣（Z.ai、火山 Agent Plan），有的给请求次数（火山 Coding Plan、阿里百炼），而几家最大的厂商只说“用量”（Claude、ChatGPT、Cursor、Kimi、MiniMax）。额度类型一列标明是哪种，避免把推算值当成官方值。
为什么不直接比每百万 token 的单价？
输入、缓存读、缓存写、输出四档分别计价，各厂商之间的倍率差异可达一个数量级。只有在明确假设下算出的混合单价，才是能横向比较的数字。
我只看某一个模型，怎么用？
先选模型家族（DeepSeek、GLM、Claude、通义千问……），页面就会列出所有转售该家族的厂商、每个套餐多少钱、按你的缓存命中率能换多少 token，以及折算出的混合单价。
token 估算准吗？
请求次数是本页唯一的估算：它乘以一个明确标注、可调整的“每次请求 token 数”。其他换算都用厂商自己公布的数字，每一行都给出源链接供你核对。
这些数据从哪里来？
单价来自 LiteLLM 与 OpenRouter；套餐价格与额度解析自各厂商自己的套餐页（若页面只在浏览器里渲染价格，则用锚点守卫的声明值）。每行都标注校验日期——价格会变，签年付前请自行复核。