OpenRouter 讓您透過單一 API 存取 300 多個 AI 模型，其中約 30 個完全免費。但哪些模型實際上能寫出像樣的程式碼？
我在 OpenRouter 的 Playground 上，針對每個免費程式碼模型執行了相同的 FastAPI 註冊端點任務，從活動日誌中測量其速度，並審查生成的程式碼在結構與正確性方面的表現。以下是結果——包括哪些「免費」模型已悄然消失。
TL;DR — 我的首選（測試於 2026 年 6 月 23 日）
模型 | 速度 | 輸出 | 回應時間 | 評價 |
|---|---|---|---|---|
GPT-OSS 120B | 36.0 tok/s | 3,013 tok | ~84s | 整體最佳免費程式碼模型 |
North Mini Code | 69.1 tok/s | 2,910 tok | ~42s | 速度最快——非常適合快速迭代 |
Nemotron 3 Ultra | 15.1 tok/s | 2,375 tok | ~2m 37s | 穩定但速度慢，促銷定價 |
Laguna M.1 | 8.0 tok/s | 2,457 tok | ~5m 7s | 以代理為主，對話速度極慢 |
OpenRouter 免費模型排名 — 依實際使用量排序（2026年6月）
我如何進行測試
我給每個模型相同的任務：
「使用 FastAPI 撰寫一個處理使用者註冊的 Python REST API 端點。包含使用 Pydantic 進行輸入驗證、針對重複電子郵件的適當錯誤處理、使用 bcrypt 進行密碼雜湊，並回傳適當的 HTTP 狀態碼。請撰寫生產就緒的程式碼，而非玩具範例。」
這是一個中等複雜度的任務，一次測試多個面向：驗證、安全性、錯誤處理與 API 設計。
測試設置：OpenRouter Playground（openrouter.ai/chat），免費帳戶且無點數，2026 年 6 月 23 日。速度與 token 數量來自 OpenRouter 的活動記錄。所有模型均使用 :free 端點。
Qwen3 Coder 模型頁面 — 注意：:free變體在我們的測試日期之前已被移除
在 OpenRouter Playground 中並排測試所有模型——相同提示，不同分頁
警告：兩款熱門模型已失去免費存取權限
在排名之前——一個其他指南尚未提及的重要提示：
Qwen3 Coder (:free) 已下線。自 2026 年 6 月下旬起，:free 端點已不再存在。您仍可使用 Qwen3 Coder Plus，但每次請求費用約為 $0.004 美元。許多「最佳免費模型」的文章仍將其列為免費——那些資訊已經過時。
DeepSeek R1 (:free) 也已下架。情況相同。目前在此關鍵字排名前十的多篇文章仍將其推薦為免費選項，但事實並非如此。
Llama 3.3 70B (:free) 有上游速率限制。技術上它仍然是免費的，但我在測試期間遇到了上游提供商的速率限制——該模型無法使用。
這正是真實測試如此重要的原因。免費模型的市場變化速度，遠比部落格文章的更新速度還要快。
排名——現在真正有效的方法
第一級 — 最佳免費程式設計模型
GPT-OSS 120B (:free) — 首選
OpenAI 以 Apache 2.0 授權開源的 1200 億參數模型。在所有測試模型中產生了最多的輸出（3,013 個 token），速度達到穩定的每秒 36.0 個 token——完成一個完整的端點實作約需 84 秒。
在這種輸出量下，GPT-OSS 傾向於生成包含匯入、錯誤處理與內嵌文件的完整實作。它是目前可用的最高容量免費模型，能夠妥善處理複雜的多重需求任務。對於需要一次到位的問題，這是目前 OpenRouter 上最佳的免費選項。
Cohere North Mini Code (:free) — 速度之王
總參數量 30B，僅 3B 參數處於活躍狀態（稀疏 MoE）。速度極快 — 每秒 69.1 個 token，僅需 42 秒即可完成相同任務，同時輸出 2,910 個 token。針對程式碼生成與終端任務進行優化，支援 256K 上下文與 64K 輸出。
我原本預期一個輕量模型只會產生簡單的扁平式程式碼。然而，North Mini Code 卻生成了一個完整的多檔案專案結構：獨立的 database.py（使用 SQLAlchemy ORM）、schemas.py（包含 Pydantic 模型，以及一個要求同時含有數字與字母的密碼強度驗證器）、password_utils.py（透過 passlib 使用 bcrypt），以及一個採用 FastAPI 依賴注入的 auth_router.py。它甚至在回應模型上設定了 orm_mode = True。
對於一個擁有 30 億活躍參數的模型來說，這表現相當出色。其生成的程式碼條理性，可以說勝過許多更大型模型的產出。取捨之處在於：面對真正複雜的多檔案重構或細微的架構決策時，較少的參數量將會顯露出其局限性。但若是生成單一端點和腳本？在零成本的條件下，其速度與品質的比值無可匹敵。
第二級 — 可使用但有注意事項
NVIDIA Nemotron 3 Ultra (:free)
1M context，MoE 架構。輸出品質尚可（2,375 個 token），但以 15.1 tok/s 的速度，單次回應需要等待將近 3 分鐘。生成的程式碼可以運行，但結構性不如 GPT-OSS 或 North Mini Code。
更大的隱憂：這是一個促銷活動——NVIDIA 正在暫時補貼它。隨時可能在某週開始收費。不要將你的工作流程建立在這上面。
Poolside Laguna M.1 (:free)
專為代理式編程打造——工具呼叫、多步驟工作流程。但以每秒 8.0 個 token 的速度，等待超過 5 分鐘才能得到一個回應，對互動式使用來說實在難以忍受。
輸出量合理（2,457 個 token），但 5 分鐘的等待時間會讓任何互動式工作流程難以為繼。
如果您正在執行一個在背景發送請求的編程代理，且不介意等待，Laguna 是可行的。若需要任何互動式操作，請改用 GPT-OSS 或 North Mini Code。
第三級 — 不推薦
Llama 3.3 70B Instruct (:free) — 技術上仍為免費，但在測試期間達到了上游速率限制。即使可以正常運作，它也是通用模型，並非專為程式碼設計。穩定性不佳。
Gemma 4 31B (:free) — 在視覺任務上表現優於程式碼任務。未針對此基準測試進行測試。
Mistral Devstral 2 (:free) — Reddit 上的反饋兩極分化：有些人喜歡它，有些人說它會產生幻覺式的 import。不夠可靠，不建議使用。
有什麼陷阱？
每個關於 OpenRouter 免費模型的 Reddit 討論串都在問這個問題。以下是來自實測的誠實解答：
速率限制是真實存在的。 每分鐘 20 次請求，每天 200 次。足夠用於學習和原型開發，但不足以支撐一整天的智能體編程。
速度差異極大。 North Mini Code 達到每秒 69.1 個 token，而 Laguna 僅有每秒 8.0 個 token——相差 8.6 倍。而且這些數字會隨流量變動。正如一位 Reddit 用戶所說：「視流量而定，時好時壞。」
模型會在毫無預警的情況下消失。我親眼目睹了這一切：Qwen3 Coder 和 DeepSeek R1 都失去了 :free 狀態。Moonshot Kimi K2.6 和 DeepSeek V4 Flash 也在 2026 年 6 月下架。任何標記為「promo」的模型都可能是下一個。
品質等同於付費，可用性則不然。免費端點使用相同的模型權重，輸出結果完全一致。差異在於優先順序：付費請求優先處理。
穩定性評級（2026年6月）
模型 | 免費起始時間 | 穩定性 | 風險 |
|---|---|---|---|
GPT-OSS 120B | Apr 2026 | 穩定 | 低 — 開源，多家供應商 |
North Mini Code | Jun 2026 | 新上線 | 中 — Cohere 首個免費程式碼模型 |
Nemotron 3 Ultra | Jun 2026 | 新上線 | 高 — 標註為「promo」，NVIDIA 可能隨時下架 |
Laguna M.1 | May 2026 | 穩定 | 低 — Poolside 積極推廣中 |
Qwen3 Coder |
| 已下架 | 已移除 — 不再免費 |
DeepSeek R1 |
| 已下架 | 已移除 — 不再免費 |
OpenRouter 程式設計模型排行榜 — 包含免費與付費模型
當免費版不夠用時 — 最佳平價升級方案
免費模型已能滿足許多需求，但當您需要更高的速率限制或前沿級別的品質時，以下是 2026 年 6 月最具價值的選擇：
Qwen3 Coder Plus (qwen/qwen3-coder-plus) — 每次請求約 $0.004
現已下架的免費版 Qwen3 Coder 的付費繼承者。在我的測試中：44.1 tok/s，輸出 1,060 個 token，約 24 秒完成。程式碼品質明顯提升——它產出了一個採用非同步 SQLAlchemy 實作的完整服務層架構，包含自訂例外類別、結構化日誌記錄，甚至透過捕捉 IntegrityError 來處理競態條件。如果你曾喜歡免費版的 Qwen3 Coder，它現在就在這裡——說實話，$0.004 的代價換來這樣的品質提升是值得的。
GLM 5.2 (z-ai/glm-5.2) — 每百萬 token $0.98/$3.08
目前可用的最強開放權重程式碼模型。共 744B 參數（40B 啟用，MoE），1M 上下文，MIT 授權。在 Terminal-Bench 2.1 上得分 81.0，在 SWE-bench Pro 上得分 62.1。如果您希望以極低的成本獲得媲美 Claude 的程式碼能力，這就是您的最佳選擇。
Qwen 3.7 Max (qwen/qwen3.7-max) — 每百萬 token $1.25/$3.75（五折優惠）
阿里巴巴以代理為核心的旗艦模型。支援 1M 上下文，專為需要數百次工具呼叫的任務而設計。在 SWE-Pro 上獲得 60.6 分。若您需要長上下文代理可靠性，這是從 Laguna M.1 升級的最佳選擇。
費用實況：一般的程式編寫工作階段約需 50-100K tokens。以 Qwen3 Coder Plus 的費率計算，費用不到 $0.01。以 GLM 5.2 的費率計算，約為 $0.05-0.15。相較之下，Claude Opus 則需 $7-15。
如何開始使用
此 API 與 OpenAI 相容 — 只需更改 base URL 即可：
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key="your-openrouter-key", # 免費，無需信用卡
)
response = client.chat.completions.create(
model="openai/gpt-oss-120b:free",
messages=[{"role": "user", "content": "Write a Python function to..."}],
)
將 gpt-oss-120b:free 替換為任何帶有 :free 後綴的模型 ID。當您超出免費方案的限制後，只需 $5 美元的點數即可解除所有速率限制，並解鎖 300 多個模型。
結論
對於大多數程式設計任務：GPT-OSS 120B — 在免費模型中，輸出品質與速度的最佳平衡。
快速迭代：North Mini Code — 69 tok/s，在一分鐘內為您提供答案。
對於背景代理：Laguna M.1 — 如果您不介意等待 5 分鐘，它是專為工具呼叫工作流程所打造的。
若有正式需求：儲值 $5 美元，使用 Qwen3 Coder Plus（$0.004／次請求）或 GLM 5.2（$0.05／次對話）。免費方案僅供原型開發使用，正式上線請改用付費方案。
讓我最驚訝的是 North Mini Code。它只有 3B 個活躍參數，我原本預期只能產出玩具等級的結果——沒想到它在 42 秒內生成了一個結構完整的多檔案 FastAPI 專案，包含 SQLAlchemy、依賴注入與密碼驗證。GPT-OSS 120B 產出的內容最為詳盡，但花費的時間是前者的兩倍。真正的教訓是：不要相信任何沒有標註測試日期的「最佳免費模型」清單。Qwen3 Coder 兩週前還是大家的首選——如今已不見蹤影。
所有模型均於 2026 年 6 月 23 日透過免費帳戶（無儲值）在 OpenRouter 上進行測試。速度數據來自 OpenRouter 的活動記錄。免費模型的可用性變動頻繁——請查看免費模型頁面以獲取最新清單。