AIREITER11 家免费 LLM API：核心差异速览
本次信息核查日期为 2026 年 9 月 8 日。实际限制会因模型、账号、地区和供需状况而变化，最终请以服务商链接中的官方文档为准。
有关绑卡、商用和 OpenAI 兼容性的标注，也参考了 Free LLM API Hub comparison 作为交叉验证来源。
| 服务商 | 免费访问与公开配额 | 绑卡/付款条件 | API 形态 | 条款信号 | 主要限制 |
|---|---|---|---|---|---|
| Google AI Studio | Gemini 各模型不同：5–30 RPM、15–1,000 RPD；以 Gemini 2.5 Flash 为例：10 RPM / 250 RPD | 未列出绑卡要求；可能需要完成账号和项目验证 | 经验证的对比资料显示兼容 OpenAI | 标注为可商用；请确认最新条款 | Google 要求在 AI Studio 中查看当前实际限制 |
| Groq | 以 qwen/qwen3.6-27b 为例：30 RPM / 1,000 RPD / 8,000 TPM / 200,000 TPD | Free Plan 无需升级至付费方案；Developer 层级需要付款方式 | 基本兼容 | 标注为可商用；Free Plan 的限制不同于付费容量 | 限制按组织和模型维度生效 |
| OpenRouter | 免费变体：累计购买积分低于 $10 时为 20 RPM / 50 RPD；累计购买至少 $10 后为 1,000 RPD | 基础免费路径无需绑卡；购买积分可提高上限 | 是，已统一为 OpenAI Chat API | 标注为可商用；免费模型可用性会变动 | 更高的每日额度以购买为前提 |
| Cloudflare Workers AI | 全账号共享的 10,000 Neurons/天，于 00:00 UTC 重置 | 基础额度免费；部分模型要求开通付费计费 | 经验证的对比资料显示兼容 OpenAI | 标注为可商用；不同模型的资格不同 | Neuron 衡量的是算力，并非固定 Token 配额 |
| Cerebras Inference | Free Trial：所列模型可用 5 RPM / 30K 未缓存 TPM / 90K 总 TPM / 1M TPD | 必须验证付款方式 | 引用文档中未能确认 | 试用访问；积分会在 30 天后失效 | $5 试用积分不是长期额度 |
| SambaNova Cloud | Free Tier：所列模型为 20 RPM / 20 RPD / 200,000 TPD | Free Tier 无需付款方式；绑定后会激活付费 Developer Tier | 是，但存在已文档化的差异 | 标注为可商用；请检查模型条款 | 20 RPD 的限制较严 |
| Cohere | 1,000 次调用/月；Chat 为 20 RPM，Embed 为 2,000 inputs/min，Rerank 为 10 RPM | 经验证的对比资料未列出绑卡要求；注册时请确认 | 经验证的对比资料显示兼容 OpenAI | 经验证的对比资料标注为仅限评估 | 调用次数不能直接等同于 Token 数 |
| Z.AI | GLM-4.7-Flash 和 GLM-4.5-Flash 在展示的 Token 类别中标价 $0；未公开 RPM/TPM | 经验证的对比资料未列出绑卡要求 | 经验证的对比资料显示兼容 OpenAI | 标注为可商用；请核实模型条款 | 每 Token $0 不代表容量已知 |
| NVIDIA NIM | 提供用于原型开发的 Free Inference Endpoints；落地页没有统一配额 | 付款条件因端点而异；请查看具体模型页面 | 引用文档中未能确认 | 引用页面显示原型/评估用途信号 | 落地页写着免费，不等于已经公开配额 |
| Hugging Face Inference Providers | 免费用户每月可获得 $0.10/month 积分，可能调整；未公布 RPM/TPM | 官方定价文档未说明绑卡条件 | 经验证的对比资料显示兼容 OpenAI | 请检查服务商和模型条款 | 这是小额积分，不是请求配额 |
| Mistral Studio | Studio 提供 Free mode；文档首页没有公开配额 | 首页未说明绑卡条件 | 已文档化 OpenAI 风格端点；未宣称完全兼容 | 显示试用和探索/评估用途信号；请核实条款 | Free mode 不等于无限量，也不代表适合生产环境 |
不要只看哪一行的数字最大。请求、Token、调用次数、金额和 Neurons 属于不同计量单位；会过期的试用也不等于可持续续期的免费额度。
如果你还需要图像、语音、Embedding 等其他模态，可参考更全面的 free AI API comparison。本文只聚焦托管式 LLM 推理服务。
免费额度更明确、或无需绑卡的选择
Google AI Studio：通用原型的务实起点
Google 官方速率限制文档说明，Gemini 配额取决于模型和项目。常见指标包括 RPM、输入 TPM 和 RPD；配额归属 Google Cloud 项目，而不是单个 API Key。开发者应在 AI Studio 中查看当前生效的数值。每日请求配额会在太平洋时间午夜重置。
经验证的辅助对比资料显示，Gemini 2.5 Flash 的额度为 10 RPM、250 RPD，不同模型大致落在 5–30 RPM、15–1,000 RPD。这些数字更适合用于前期规划，因为 Google 明确表示实际限制会变动，且不作保证。
Gemini 适合通用和多模态原型；但具体模型的每日上限，可能会制约请求密集型工作负载。
Groq：公开请求配额最有竞争力的免卡方案
Groq 的速率限制文档按模型和组织列出限制。目前，qwen/qwen3.6-27b 的 Free Plan 条目为 30 RPM、1,000 RPD、8,000 TPM 和 200,000 TPD。其他模型的每日和 Token 上限各不相同。
“速率限制适用于组织级别，而不是单个用户。”——Groq 速率限制文档
因此，创建多个 API Key 并不会自动获得彼此独立的组织级容量。Groq 文档提供了用于处理 HTTP 429 响应的 retry-after 和 x-ratelimit-* 响应头说明。
如果选定模型能满足任务需求，Groq 是高频小请求最清晰的起点。不要把服务商级别的标签当作统一配额，务必查看目标模型对应的具体条目。
OpenRouter：免费模型选择最灵活的统一入口
OpenRouter 通过一套 API 接入持续变化的免费模型变体。当前免费访问说明显示：当账号累计购买积分低于 $10 时，限制为每分钟 20 次、每天 50 次；累计购买积分达到至少 $10 后，每日额度会提高到 1,000 次请求。也就是说，较高上限需要先购买。
官方限制文档说明，新增账号或 API Key 不会改变平台的全局速率限制。该服务会通过 Key 端点和限流错误响应头暴露配额信息。
你可以通过 :free 后缀固定使用某个模型，也可以使用 openrouter/free，由它自动选择当前可用的免费模型。路由器可以按工具调用、图像理解等能力筛选，但底层模型可能发生变化。
OpenRouter 很适合实验和备用路由，不适合依赖某一免费模型稳定行为的应用。
Cloudflare Workers AI：提供的是持续算力，不是免费 Token
Cloudflare 官方定价页为每个账号提供总计 10,000 Neurons/天 的免费额度。该额度在 Workers AI 活动之间共享，并于 00:00 UTC 重置。在 Workers Free 方案中，额度耗尽后，后续操作会失败。
Neuron 代表完成一次请求所需的 GPU 算力。Cloudflare 会公布不同模型对应的 Token 换算关系，而非承诺 10,000 Neurons 一定等于固定数量的提示词请求。
Cloudflare 还说明，部分较新的 DeepSeek、GLM 和 Kimi 模型需要开通付费计费方式。“免费 10,000 Neurons”并不意味着所有模型都无需计费即可使用。
免费，但有前提条件
Cerebras：适合短期评估，不是长期免费的 API
Cerebras 的速率限制文档为所列 Free Trial 模型给出了 5 RPM、30,000 未缓存 TPM、90,000 总 TPM 和 100 万 TPD。文档还解释，其令牌桶会持续补充，而不是等待简单的每日重置。
新账号可获得 $5 免费积分，积分会在 30 天后失效；启用 Playground 和 API 访问还需要验证付款方式。积分到期或用完后，如不额外购买，访问将会停止。已核查的文档并未说明存在永久、定期续发的公开免费额度。
Cerebras 适合短期评估，但不应成为必须在试用期结束后持续运行项目的唯一依赖。
SambaNova Cloud：付费状态的分界最明确
SambaNova 以计费状态来界定 Free Tier：即未绑定付款方式。针对所列 Free Tier 模型，官方文档给出的限制为 20 RPM、20 RPD 和 200,000 TPD。即使 Token 额度尚未用完，20 RPD 也可能先让高频轮询工作流停下来。
绑定付款方式会激活付费的 Developer Tier，不应再将其算作免费。SambaNova 也会在响应头中提供剩余请求数和重置时间信息。
SambaNova 更适合低调用量的概念验证：在引入任何 Agent 工作流前，都必须先确认 20 RPD 的上限是否够用。
Cohere：适合 RAG，但要仔细核算调用次数
Cohere 的试用 Key 不同于按 Token 发放的免费层级。当前经验证的对比资料显示，它提供每月 1,000 次调用；各端点限制分别是 Chat 20 RPM、Embed 每分钟 2,000 个输入、Rerank 10 RPM。Cohere 的 FAQ 也将试用 Key 描述为免费但受限。
这一组合适合检索增强生成实验：一个项目就能同时测试生成、Embedding 和重排序。但它并不意味着试用 Key 可以充当高吞吐量聊天后端。不要把每月 1,000 次调用与每天 100 万 Token直接比较。
经验证的对比资料将该试用标注为仅限评估。在用于公开或商业应用前，请确认当前的使用政策。
Z.AI：免费定价不等于配额明确
Z.AI 的定价文档将 GLM-4.7-Flash 和 GLM-4.5-Flash 在展示的 Token 类别中列为免费。已核查的公开定价页没有给出明确的 RPM、RPD、TPM 或 TPD 数值。
应将 Z.AI 的配额视为未知：它或许适合手动测试，但不适合直接用于批处理任务；注册时请验证端点、模型可用性和相关条款。
NVIDIA、Hugging Face 与 Mistral：适合探索，但公开配额信息不完整
| 服务商 | 免费访问信号 | 缺失的公开配额信息 | 实际用途 |
|---|---|---|---|
| NVIDIA NIM | 提供用于原型开发的 Free Inference Endpoints | 落地页未提供统一的 RPM、Token 额度、绑卡规则或超额价格 | 先测试选定端点，再阅读其模型专属条款 |
| Hugging Face Inference Providers | 免费用户每月可获 $0.10/month 积分，可能调整 | 没有可直接对比的 RPM 或 TPM 配额 | 无需管理 GPU 基础设施，即可进行小规模的路由模型实验 |
| Mistral Studio | Studio 提供 Free mode 和 API 快速入门 | 文档首页未说明配额或绑卡规则 | 在决定接入付费配置前，先体验 Mistral API 功能 |
免费 LLM API 到底该怎么选？
| 你的优先需求 | 首选起点 | 原因 |
|---|---|---|
| 通用原型开发 | Google AI Studio | Gemini 提供清晰的通用基线；可在 AI Studio 查看当前限制 |
| 高频小请求 | Groq | 公开了按模型划分的 Free Plan 条目，并有 1,000 RPD 的示例 |
| 通过一个 API 使用多个模型 | OpenRouter | 提供免费变体、路由能力和 OpenAI 风格接口 |
| Cloudflare 原生应用 | Workers AI | 持续提供 10,000 Neurons/天 的额度 |
| 公开标注 Token 数最高的试用 | Cerebras | 最高可达 1M TPD，但仅限 30 天且需要绑卡的试用 |
| 严格不绑定付款方式 | 优先 Groq；极低调用量可选 SambaNova | SambaNova 的 Free Tier 上限为 20 RPD |
| RAG 组件 | Cohere | Chat、Embed 和 Rerank 共用同一套试用 Key 生态 |
| 测试 GLM Flash | Z.AI | 展示的 Token 价格为 $0，但公开配额未知 |
| 无 GPU 条件下探索开源模型 | Hugging Face | 提供路由访问，免费用户每月有 $0.10/month |
先从一家服务商开始，并为每次请求记录四项数据：模型 ID、HTTP 状态、Token 用量和剩余额度响应头。只有确认第一条路径到底撞上了哪种限制后，再增加第二家服务商；使用多个 Key 并不一定能获得更多容量。
接入前，如何核实免费 LLM API
上线前请确认以下五件事：
- 配额单位：该方案按请求、Token、调用次数、金额还是算力单位计算？
- 重置机制：是在 UTC 或太平洋时间的固定时点重置、持续补充、按月续期，还是一次性到期？
- 适用范围：限制绑定在模型、项目、账号还是组织上？
- 付款条件：添加银行卡是解锁更多容量、激活付费层级，还是试用的强制要求？
- 条款与失败路径：该方案是否仅限测试或评估？客户端能否正确处理 HTTP 429，避免引发重试风暴？
免费 LLM API 常见问题
综合来看，哪家免费 LLM API 最好？
通用原型可选 Google AI Studio；需要更高免费请求量可选 Groq；看重模型多样性则可选 OpenRouter。
不用信用卡也能使用免费 LLM API 吗？
可以。经验证的对比资料将 Google、Groq、OpenRouter 的基础路径、Cloudflare 的基础额度和 SambaNova 的 Free Tier 列为无需绑卡的选项。Cerebras 的 Free Trial 则需要验证付款方式。
免费 LLM API 真的会永久提供吗？
部分定期额度会在条款持续有效期间保留，但试用、促销价格以及轮换的 :free 路由，都不是服务商范围内永久有效的额度。依赖某一家之前，请确认最新文档和模型状态。
免费 LLM API 能用于生产环境吗？
除非其当前条款、配额和模型可用性能满足你的生产要求，否则不要将其作为唯一后端。
达到免费额度上限后会怎样？
服务商通常会返回限流或配额错误。Groq 文档说明了 HTTP 429 的处理方式；Cloudflare 表示 Free 方案的每日额度耗尽后，后续操作会失败；Cerebras 的试用积分到期或用完后则会停止访问。