提供永久免费额度的LLM API，用于文本推理。

_{除非另有说明，所有接口均兼容OpenAI SDK。每个链接均指向提供商的API密钥页面。}

---

所有这些免费LLM API均可在 manifest.build 获取 - 构建可靠的智能体。

目录

• 提供商API
• 推理服务提供商
• 术语表

提供商API

由训练或微调模型的公司直接运营的API。

Aion Labs 🇮🇱

永久免费额度，无需信用卡。15次/分钟（RPM），20,000 tokens/天（TPD）。专为角色扮演和故事讲述优化。

基础URL：https://api.aionlabs.ai/v1

模型名称	上下文长度	最大输出	模态	速率限制
Aion 2.5	128K	32K	文本（角色扮演）	15 RPM，20K TPD
Aion 2.0	128K	32K	文本（角色扮演）	15 RPM，20K TPD
Aion-RP 1.0 (8B)	32K	~8K	文本（角色扮演）	15 RPM，20K TPD

Cohere 🇨🇦

免费"试用"API密钥，无需信用卡。每月1,000次API调用。仅限非商业用途。

基础URL：https://api.cohere.com/v2

模型名称	上下文长度	最大输出	模态	速率限制
Command A+ (218B)	128K	4K	文本	20 RPM
Command A (111B)	256K	4K	文本	20 RPM
Command R+	128K	4K	文本	20 RPM
Command R	128K	4K	文本	20 RPM
Command R7B	128K	4K	文本	20 RPM

Google Gemini 🇺🇸

欧盟/英国/瑞士地区无法使用免费套餐。免费套餐的提示词可能会被 Google 用于产品改进。^[1]

基础 URL：https://generativelanguage.googleapis.com/v1beta

模型名称	上下文	最大输出	模态	速率限制
Gemini 3.5 Flash	100万	64K	文本 + 图像 + 音频 + 视频	15 次/分钟，1500 次/天
Gemini 3.1 Flash-Lite	100万	65K	文本 + 图像 + 音频 + 视频	30 次/分钟，1500 次/天
Gemini 2.5 Flash	100万	65K	文本 + 图像 + 音频 + 视频	15 次/分钟，1500 次/天
Gemini 2.5 Pro	200万	65K	文本 + 图像 + 音频 + 视频	5 次/分钟，50 次/天

Mistral AI 🇫🇷

免费的“实验”计划，无需信用卡。约10亿 tokens/月。提示词可能会被用于模型改进。

基础 URL：https://api.mistral.ai/v1

模型名称	上下文	最大输出	模态	速率限制
Mistral Medium 3.5 (128B)	256K	256K	文本 + 图像 + 代码	约1次/秒，50万 tokens/分钟
Mistral Small 4	256K	256K	文本 + 图像 + 代码	约1次/秒，50万 tokens/分钟
Mistral Large 3	256K	256K	文本	约1次/秒，50万 tokens/分钟
Mistral Nemo (12B)	128K	128K	文本	约1次/秒，50万 tokens/分钟
Codestral	256K	256K	代码	约1次/秒，50万 tokens/分钟
Pixtral Large	128K	128K	文本 + 图像	约1次/秒，50万 tokens/分钟

Z AI (Zhipu AI) 🇨🇳

永久免费模型，无需信用卡。

基础 URL：https://open.bigmodel.cn/api/paas/v4

模型名称	上下文	最大输出	模态	速率限制
GLM-4.7-Flash	200K	128K	文本	1个并发请求
GLM-4.6V-Flash	128K	约4K	文本 + 图像	1个并发请求

推理服务提供商

第三方平台，托管来自不同来源的开源权重模型。

Cerebras 🇺🇸

提供免费套餐，无需信用卡。推理速度极快（约 2,600 令牌/秒）。每日限额 100 万令牌。免费套餐的上下文长度上限为 8K。

基础 URL：https://api.cerebras.ai/v1

模型名称	上下文长度	最大输出	模态	速率限制
gpt-oss-120b	128K（免费版为 8K）	8K	文本	30 次/分钟，14,400 次/天，100 万令牌/天
zai-glm-4.7	128K（免费版为 8K）	8K	文本	10 次/分钟，100 次/天，100 万令牌/天

Cloudflare Workers AI 🇺🇸

每日免费提供 10,000 神经元额度。免费套餐包含 50 多种模型。

基础 URL：https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run

模型名称	上下文长度	最大输出	模态	速率限制
@cf/meta/llama-3.3-70b-instruct-fp8-fast	131K	与上下文共享	文本	10,000 神经元/天（共享）
@cf/meta/llama-4-scout-17b-16e-instruct	最高 10M	与上下文共享	多模态	10,000 神经元/天（共享）
@cf/openai/gpt-oss-120b	128K	与上下文共享	文本	10,000 神经元/天（共享）
@cf/moonshotai/kimi-k2.7-code	262K	与上下文共享	文本（代码）	10,000 神经元/天（共享）
@cf/google/gemma-4-26b-a4b-it	256K	与上下文共享	文本	10,000 神经元/天（共享）
@cf/zhipuai/glm-4.7-flash	131K	与上下文共享	文本	10,000 神经元/天（共享）
@cf/mistralai/mistral-small-3.1-24b-instruct	128K	与上下文共享	文本	10,000 神经元/天（共享）
@cf/deepseek-ai/deepseek-r1-distill-qwen-32b	32K	与上下文共享	文本（推理）	10,000 神经元/天（共享）
+ 42 个更多模型	各不相同	各不相同	文本、图像、音频、嵌入	10,000 神经元/天（共享）

GitHub Models 🇺🇸

所有 GitHub 用户均可免费进行原型开发。提供 45 余款模型。设有单请求限制（输入 8K / 输出 4K）。

基础 URL：https://models.github.ai/inference

模型名称	上下文长度	最大输出	模态	速率限制
gpt-5	200K	32K	文本	10 次/分钟，50 次/天
gpt-4.1	1M	32K	文本	10 次/分钟，50 次/天
gpt-4.1-mini	1M	32K	文本	15 次/分钟，150 次/天
gpt-4o	128K	16K	文本 + 视觉	10 次/分钟，50 次/天
o4-mini	200K	100K	文本（推理）	10 次/分钟，50 次/天
Llama-4-Scout-17B-16E-Instruct	512K	~4K	文本 + 视觉	15 次/分钟，150 次/天
Llama-4-Maverick-17B-128E-Instruct-FP8	256K	~4K	文本 + 视觉	10 次/分钟，50 次/天
Llama-3.3-70B-Instruct	131K	~4K	文本	15 次/分钟，150 次/天
DeepSeek-R1	64K	8K	文本（推理）	15 次/分钟，150 次/天
Mistral-Small-3.1	128K	~4K	文本 + 视觉	15 次/分钟，150 次/天
+ 35 余款模型	各不相同	各不相同	文本 / 图像	按等级各不相同

Groq 🇺🇸

提供免费套餐，无需信用卡。超快速 LPU 推理。^[2]

基础 URL：https://api.groq.com/openai/v1

模型名称	上下文长度	最大输出	模态	速率限制
llama-3.3-70b-versatile	131K	32K	文本	30 次/分钟，1,000 次/天
llama-3.1-8b-instant	131K	131K	文本	30 次/分钟，1,000 次/天
llama-4-scout-17b-16e-instruct	131K	8K	文本 + 视觉	30 次/分钟，1,000 次/天
qwen3-32b	131K	131K	文本	30 次/分钟，1,000 次/天
gpt-oss-120b	131K	32K	文本	30 次/分钟，1,000 次/天

Hugging Face 🇺🇸

免费用户每月可获得 10 万次推理服务提供商额度。可路由至 Fireworks、Together、Hyperbolic、Nebius、Novita、DeepInfra 等平台。提供数千种模型。

基础 URL：https://router.huggingface.co/v1

模型名称	上下文长度	最大输出	模态类型	速率限制
Meta-Llama-3.1-8B-Instruct	128K	~4K	文本	按额度计量
gemma-3-4b-it	131K	~4K	文本	按额度计量
phi-4	128K	~4K	文本	按额度计量
Qwen2.5-Coder-7B-Instruct	131K	~4K	文本	按额度计量
Qwen2.5-7B-Instruct	131K	~4K	文本	按额度计量
+ 数千种社区模型	varies	varies	文本、图像、音频、嵌入	每月免费 10 万额度

Kilo Code 🇺🇸

提供免费模型，无需信用卡。kilo-auto/free 自动路由会将 80% 请求路由至 minimax/minimax-m2.5:free，20% 请求路由至 stepfun/step-3.5-flash:free。^[3]

基础 URL：https://api.kilo.ai/api/gateway

模型名称	上下文长度	最大输出	模态类型	速率限制
x-ai/grok-code-fast-1:free	256K	—	文本（代码）	~200 请求/小时
minimax/minimax-m2.5:free	196K	8K	文本	~200 请求/小时
bytedance-seed/dola-seed-2.0-pro:free	—	—	文本	~200 请求/小时
nvidia/nemotron-3-super-120b-a12b:free	262K	32K	文本	~200 请求/小时
arcee-ai/trinity-large-thinking:free	—	—	文本（推理）	~200 请求/小时
openrouter/free	varies	varies	文本	~200 请求/小时

LLM7.io 🇬🇧

零门槛 API 网关。基础访问无需注册。支持 30+ 模型。符合 GDPR 标准。

基础 URL：https://api.llm7.io/v1

模型名称	上下文	最大输出	模态	速率限制
deepseek-r1-0528	—	—	文本（推理）	30 次/分钟（带令牌 120）
deepseek-v3-0324	—	—	文本	30 次/分钟（带令牌 120）
gemini-2.5-flash-lite	—	—	文本 + 视觉	30 次/分钟（带令牌 120）
gpt-4o-mini	—	—	文本 + 视觉	30 次/分钟（带令牌 120）
mistral-small-3.1-24b	32K	—	文本	30 次/分钟（带令牌 120）
qwen2.5-coder-32b	—	—	文本（代码）	30 次/分钟（带令牌 120）
+ ~24 更多模型	可变	可变	文本	30 次/分钟（带令牌 120）

ModelScope 🇨🇳

注册用户可免费使用 API 推理服务。需绑定阿里云账号并完成实名认证。^[4]

基础 URL：https://api-inference.modelscope.cn/v1

模型名称	上下文	最大输出	模态	速率限制
Qwen/Qwen3.5-35B-A3B	—	—	文本	总计 2,000 次/天；单模型 ≤500 次/天（动态）
Qwen/Qwen3.5-27B	—	—	文本	总计 2,000 次/天；单模型 ≤500 次/天（动态）
+ 支持 API 推理的模型	可变	可变	LLM、MLLM	动态配额 + 动态并发

NVIDIA NIM 🇺🇸

NVIDIA 开发者计划会员可免费使用。支持 100+ 模型。有速率限制（无每日令牌上限）。

基础 URL：https://integrate.api.nvidia.com/v1

模型名称	上下文	最大输出	模态	速率限制
deepseek-ai/deepseek-v4-flash	1M	~64K	文本	~40 次/分钟
nvidia/nemotron-3-super-120b-a12b	262K	262K	文本	~40 次/分钟
nvidia/nemotron-3-nano-30b-a3b	128K	32K	文本	~40 次/分钟
nvidia/llama-3.1-nemotron-ultra-253b-v1	128K	4K	文本	~40 次/分钟
meta/llama-3.3-70b-instruct	128K	4K	文本	~40 次/分钟
mistralai/mistral-nemotron	128K	8K	文本	~40 次/分钟
google/gemma-4-31b-it	128K	8K	文本	~40 次/分钟
mistralai/mistral-large-2-instruct	128K	4K	文本	~40 次/分钟
minimax/minimax-m2.7	128K	8K	文本	~40 次/分钟
+ 90 更多模型	可变	可变	文本、图像、视频、语音、嵌入	~40 次/分钟

Ollama Cloud 🇺🇸

免费套餐包含合理的使用限制。Ollama 库提供 400 多种模型。不兼容 OpenAI SDK；使用 Ollama API。^[5]

基础 URL：https://api.ollama.com

模型名称	上下文	最大输出量	模态	速率限制
gpt-oss:120b-cloud	128K	取决于模型	文本	会话/每周限制（未公开）
deepseek-v3.1:671b-cloud	128K	取决于模型	文本	会话/每周限制（未公开）
qwen3-coder:480b-cloud	128K	取决于模型	文本（代码）	会话/每周限制（未公开）
kimi-k2:1t-cloud	262K	取决于模型	文本	会话/每周限制（未公开）
glm-4.6:cloud	128K	取决于模型	文本	会话/每周限制（未公开）
deepseek-r1:cloud	128K	取决于模型	文本（推理）	会话/每周限制（未公开）
+ 30 多种云模型	varies	varies	文本	会话/每周限制（未公开）

OpenRouter 🇺🇸

约 22 个免费模型（标有 :free 后缀）。兼容 OpenAI SDK。^[6]

基础 URL：https://openrouter.ai/api/v1

模型名称	上下文	最大输出量	模态	速率限制
qwen/qwen3-coder:free	1M	262K	文本（代码）	20 次/分钟，200 次/天
nvidia/nemotron-3-ultra-550b-a55b:free	1M	65K	文本	20 次/分钟，200 次/天
nvidia/nemotron-3-super-120b-a12b:free	1M	262K	文本	20 次/分钟，200 次/天
openai/gpt-oss-120b:free	131K	131K	文本	20 次/分钟，200 次/天
openai/gpt-oss-20b:free	131K	8K	文本	20 次/分钟，200 次/天
meta-llama/llama-3.3-70b-instruct:free	131K	~16K	文本	20 次/分钟，200 次/天
nousresearch/hermes-3-llama-3.1-405b:free	131K	~16K	文本	20 次/分钟，200 次/天
google/gemma-4-31b-it:free	262K	32K	多模态	20 次/分钟，200 次/天
poolside/laguna-m.1:free	262K	32K	文本	20 次/分钟，200 次/天
qwen/qwen3-next-80b-a3b-instruct:free	262K	~32K	文本	20 次/分钟，200 次/天
+ 约 12 个更多免费模型	varies	varies	文本 / 图像	20 次/分钟，200 次/天

OVHcloud AI Endpoints 🇫🇷

免费匿名使用等级（无需 API 密钥，无需注册）：每个 IP 每模型 2 次/分钟。20 余款开源权重模型托管于欧盟。兼容 OpenAI SDK。^[7]

基础 URL：https://oai.endpoints.kepler.ai.cloud.ovh.net/v1

模型名称	上下文长度	最大输出	模态	速率限制
Qwen3.5-397B-A17B	131K	~32K	文本	2 次/分钟（匿名）
gpt-oss-120b	128K	~32K	文本	2 次/分钟（匿名）
gpt-oss-20b	128K	~8K	文本	2 次/分钟（匿名）
Meta-Llama-3_3-70B-Instruct	131K	~4K	文本	2 次/分钟（匿名）
Qwen3.6-27B	131K	~32K	文本	2 次/分钟（匿名）
Qwen3.5-9B	131K	~8K	文本	2 次/分钟（匿名）
Qwen3-32B	131K	~32K	文本	2 次/分钟（匿名）
Qwen3-Coder-30B-A3B-Instruct	262K	~32K	文本（代码）	2 次/分钟（匿名）
Qwen2.5-VL-72B-Instruct	128K	~8K	文本 + 视觉	2 次/分钟（匿名）
Mistral-Small-3.2-24B-Instruct	128K	~4K	文本	2 次/分钟（匿名）
Mistral-Nemo-Instruct-2407	128K	~4K	文本	2 次/分钟（匿名）
Mistral-7B-Instruct-v0.3	32K	~4K	文本	2 次/分钟（匿名）

SambaNova 🇺🇸

免费使用等级，无需信用卡。超快速 RDU 推理。20 次/分钟，20 万 tokens/天。^[8]

基础 URL：https://api.sambanova.ai/v1

模型名称	上下文长度	最大输出	模态	速率限制
DeepSeek-V3.1	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天
DeepSeek-V3.2 (Preview)	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天
Meta-Llama-3.3-70B-Instruct	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天
gpt-oss-120b	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天
MiniMax-M2.7	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天
gemma-4-31B-it (Preview)	128K	~8K	文本	20 次/分钟，20 次/天，20 万 tokens/天

SiliconFlow 🇨🇳

提供永久免费模型，无需信用卡。另有 200 余款付费模型可供选择。

基础 URL：https://api.siliconflow.cn/v1

模型名称	上下文长度	最大输出长度	模态	速率限制
Qwen/Qwen3-8B	131K	131K	文本	30 次/分钟，60K tokens/分钟
deepseek-ai/DeepSeek-R1-Distill-Qwen-7B	131K	可配置	文本（推理）	30 次/分钟，60K tokens/分钟

术语表

缩写	含义
RPM	每分钟请求数
RPD	每天请求数
TPM	每分钟 tokens 数
TPD	每天 tokens 数
RPS	每秒请求数

贡献指南

知道本列表中缺少的免费套餐吗？提交 PR。请包含服务提供商、端点、速率限制（并链接到其文档）以及一些值得注意的模型。试用 credits 和限时促销活动不在此列。

---

1. 欧盟、英国或瑞士地区不提供免费套餐（可用地区）。 ↩︎

2. Groq 的速率限制在 2026 年进行了调整。免费套餐中大多数模型现在的每日请求数为 1,000 次（低于之前的 14,400 次）。Llama 4 Maverick 已被弃用。详见 速率限制。 ↩︎

3. Kilo Code 的免费模型列表可能会随时间变化。nvidia/nemotron-3-super-120b-a12b:free 仅用于试用——NVIDIA 会记录其提示词。自动路由 kilo-auto/free 将请求路由至 minimax/minimax-m2.5:free（80%）和 stepfun/step-3.5-flash:free（20%）。 ↩︎

4. API-Inference 对已注册用户免费。当前公布的限制为每位用户每天 2,000 次请求（所有模型总计），每个模型的每日配额会动态调整，上限为 500 次；并发请求也会受到动态速率限制。需要绑定阿里云账号并进行实名认证（限制说明，介绍）。 ↩︎

5. Ollama Cloud 通过 GPU 时间而非 tokens 或请求数来衡量使用量。免费套餐被描述为“轻度使用”，会话限制每 5 小时重置一次，每周限制每 7 天重置一次。另有 Pro（50 倍用量）和 Max（250 倍用量）套餐可供选择。不兼容 OpenAI SDK；使用 Ollama API。 ↩︎

6. 免费模型默认每个模型每日 200 次请求。一次性购买 10 美元及以上 credits 可解锁免费模型每日 1,000 次请求。OpenRouter 还提供 免费模型路由（openrouter/free）和 模型 fallback，用于按优先级顺序链接模型。免费服务提供商可能会记录提示词用于训练。 ↩︎

7. OVHcloud AI Endpoints 提供永久免费的匿名套餐（每 IP 每分钟每模型 2 次请求），无需注册或 API 密钥。更高的速率限制（每个公共云项目每模型 400 次/分钟）需要 API 密钥，并按 token 量按需计费；新的公共云账户可获得高达 200 美元的免费试用 credits。模型托管在欧盟数据中心。 ↩︎

8. SambaNova 在永久免费套餐的基础上，额外提供 5 美元的初始 credits（有效期 30 天）。免费套餐本身永久有效，每个模型限制为每分钟 20 次请求、每天 20 次请求和每天 200K tokens。无需信用卡。兼容 OpenAI SDK。 ↩︎