2026 年免费 AI API:额度、接入示例与 token 预算
按账号限额选择免费 AI API
做原型时,可以用 Groq 接入兼容 OpenAI 的文本 API,用 Gemini Developer API 试用受支持的文本或多模态模型,或用 OpenRouter 比较明确标为免费的模型变体。三家都限制免费推理用量。根据你的请求量、token 用量和数据要求来选。
我们于 2026 年 11 月 6 日执行了下文的 OpenRouter 文本探测请求,并确认费用为 0 美元。Groq、Gemini 和 Together AI 的信息来自各自的官方文档。运行示例前,请核对自己的项目和具体模型。
| 提供商 | 免费范围 | 计费条件 | 开发与生产注意事项 |
|---|---|---|---|
| Groq | Free Plan 内的调用,受模型和组织限额约束 | 保持 Free 档位。升级到 Developer 需添加付款方式,并会开启按用量计费 | 适合评估集成。用于生产前,确认容量和生产要求 |
| Gemini Developer API | 部分模型和功能的免费输入与输出 | 确认项目处于 Free Tier。关联账单并完成付费设置后,即可按付费档位使用 | 检查地区资格、模型配额和数据使用条款。部分功能没有免费档位 |
| OpenRouter | 账号限额内明确标为免费的模型变体 | 基础免费访问无需购买额度。历史购买金额可提高每日上限 | 适合评估模型。目录价格为零时,仍要确认实时容量 |
| Together AI | 当前没有免费试用 | 预付余额须大于 0 美元。组织首次购买额度至少 15 美元,后续每次至少 5 美元 | 可选择开启自动充值。当余额降至设定阈值以下时,系统会购买额度 |
表中条款来自 Groq 计费说明、Gemini 计费说明和价格页、OpenRouter 限制及 Together 额度说明。
分清免费配额、赠送额度和聊天订阅
API 免费配额按提供商的规则定期重置。促销赠送额度是有限余额,受资格和有效期限制。面向个人用户的聊天订阅覆盖其列明的聊天产品。只有订阅条款明确包含 API 调用时,才能把它算入 API 预算。
旧教程可能把 Google Cloud 的 300 美元赠送额度称为免费 Gemini API 用量。根据现行的 Gemini 计费规则,2026 年 3 月 2 日之后开立的账号获得的新 Welcome credits 无法支付 Gemini API 用量。Cloud 免费计划也明确将 AI Studio 中的 Gemini API 排除在外。请按这两项规则判断资格。符合旧规则且尚未过期的赠送额度仍是一次性余额,用完后不会重置。Gemini 计费指南、Cloud 免费计划文档。
Gemini 价格页注明,免费档位的内容可能用于改进 Google 产品,具体以相关条款为准。发送保密材料前,先确认这项条款符合你的要求。还需单独核查服务是否承诺可用率。
先查找模型 ID,再发送请求
使用 Bash 或 Zsh,并安装 curl 7.76 或更新版本以及 jq。通过本地环境变量或服务器的密钥管理器提供密钥。公开的浏览器代码、截图、shell 跟踪输出和日志中都不要放入密钥。示例不会打印密钥。启用 pipefail,让管道中的命令失败时整个管道返回失败状态。
在 OpenRouter 上发送文本请求并核验零费用
- 打开免费模型集合,选择一个以
:free结尾的完整模型 ID。在模型目录中核对文本输入价格、输出价格和按次收费,并查看列出的提供商端点。将OPENROUTER_MODEL设为该 ID。 - 选择已停用默认插件和自带密钥(BYOK)的工作区进行测试。示例只发送纯文本,将输出限制为 64 个 token,将端点价格上限设为零,并且只选一个模型,关闭提供商回退。付费插件和上游 BYOK 调用各有计费规则。启用前先核对提供商路由和价格。
- 发送请求前,查看密钥所属账号的免费配额。公开上限为每分钟 20 次请求,标准免费档位每个 UTC 日 50 次,累计购买额度达到文档列明的 10 美元门槛时,每日上限为 1,000 次。文档还说明了金额取整的容差。用下方的计数器确认自己档位的实际配额。余额为负时,免费调用可能会被阻止。使用付费模型或开启自动充值都可能产生费用。OpenRouter 限制、查询当前密钥的 API。
curl -q --fail-with-body --silent --show-error --max-time 30 \
'https://openrouter.ai/api/v1/key' \
-H @<(printf 'Authorization: Bearer %s\n' "${OPENROUTER_API_KEY:?Set OPENROUTER_API_KEY}") |
jq -e '.data | objects | {free_model_daily_requests, key_spend_remaining: .limit_remaining}'
在适用的档位,free_model_daily_requests 会显示每日已用次数 used、上限 limit 和剩余次数 remaining。账号的每日配额在 UTC 00:00 重置。key_spend_remaining 单独显示密钥支出上限下的剩余额度,值为 null 表示未设置密钥支出上限。账号余额可在额度页面查看。
脚本先校验模型 ID 的后缀,再发送请求。它只尝试一次,并把响应头和 JSON 响应体保存在本地,供排查时使用。
(
umask 077
: "${OPENROUTER_API_KEY:?Set OPENROUTER_API_KEY}"
case "${OPENROUTER_MODEL:?Set OPENROUTER_MODEL}" in
*:free) ;;
*) printf '%s\n' 'Choose an exact :free model ID.' >&2; exit 1 ;;
esac
probe_dir=$(mktemp -d) || exit 1
printf 'Probe files: %s\n' "$probe_dir"
request=$(jq -cn --arg model "$OPENROUTER_MODEL" '{
model:$model, messages:[{role:"user",content:"Reply with OK."}],
max_tokens:64, stream:false,
provider:{allow_fallbacks:false,max_price:{prompt:0,completion:0,request:0}}
}') || exit 1
curl -q --proto '=https' --retry 0 --silent --show-error --max-time 30 \
--fail-with-body 'https://openrouter.ai/api/v1/chat/completions' \
-H @<(printf 'Authorization: Bearer %s\n' "$OPENROUTER_API_KEY") \
-H 'Content-Type: application/json' --data-binary "$request" \
--dump-header "$probe_dir/headers.txt" --output "$probe_dir/body.json" \
--write-out 'HTTP %{http_code}\n'
)
将 probe_dir 设为 Probe files: 后显示的路径,再检查响应。
jq '{id, model, provider, error, text: .choices[0].message.content,
finish_reason: .choices[0].finish_reason, usage}' "$probe_dir/body.json"
11 月 6 日,我们通过 Liquid 调用 liquid/lfm-2.5-2.6b:free,收到 HTTP 200,文本为 OK,结束原因为 stop。这次调用用了 14 个输入 token 和 56 个输出 token,响应中的 usage.cost 为数值 0。我们按响应 ID 查询了同一请求的生成记录,其中的 data.total_cost 也为 0。生成记录 API。
你自己运行时,即使收到 HTTP 200,也要检查实际返回的模型和提供商、可见文本、结束原因,以及响应体中的错误。如果缺少 usage.cost,费用尚未核实。需要确认时,查询生成记录。本次测试只执行了一次文本请求。用量计费说明。
Groq
先列出密钥可访问的模型 ID,再用 Free Plan 表和账号的 Limits 页面核对选定的文本模型。模型文档说明了查找方法。例如,公开的 Free Plan 配额表为 qwen/qwen3.8-27b 列出每分钟 30 次请求、每日 1,000 次请求、每分钟 8,000 个 token 和每日 200,000 个 token。采用这些数字前,先核对组织限额和项目限额。项目可以设置更低的上限。添加付款方式并升级到 Developer 后,会开启按用量计费。
set -o pipefail
curl -q --fail-with-body --silent --show-error --max-time 30 \
'https://api.groq.com/openai/v1/models' \
-H @<(printf 'Authorization: Bearer %s\n' "${GROQ_API_KEY:?Set GROQ_API_KEY}") |
jq -r '.data[].id'
将 GROQ_MODEL 设为选定的 ID。这个最小请求使用官方文档中的聊天端点。兼容性文档还列出了不受支持的参数。聊天 API、OpenAI 兼容性说明。
request=$(jq -cn --arg model "${GROQ_MODEL:?Set GROQ_MODEL}" \
'{model:$model,messages:[{role:"user",content:"Reply with OK."}],max_completion_tokens:64}') &&
curl -q --fail-with-body --silent --show-error --max-time 30 \
'https://api.groq.com/openai/v1/chat/completions' \
-H @<(printf 'Authorization: Bearer %s\n' "${GROQ_API_KEY:?Set GROQ_API_KEY}") \
-H 'Content-Type: application/json' --data-binary "$request"
Gemini Developer API
通过模型 API查找支持 generateContent 的模型资源名称。如果返回了 nextPageToken,继续查询下一页。在 AI Studio 的项目页面确认密钥属于 Free Tier 项目,再检查项目的当前限额。例如,Gemini 3.5 Flash-Lite 的定价条目为符合条件的项目提供免费的标准文本输入和输出。资格因模型和功能而异。付费方式取决于账号,可能需要预付额度并可选自动充值,也可能采用后付费。关联账单或开启自动充值前,先查看计费指南。
model_page_args=()
if [ -n "${GEMINI_PAGE_TOKEN:-}" ]; then
model_page_args=(--data-urlencode "pageToken=$GEMINI_PAGE_TOKEN")
fi
curl -q --get --fail-with-body --silent --show-error --max-time 30 \
'https://generativelanguage.googleapis.com/v1beta/models' \
--data-urlencode 'pageSize=1000' "${model_page_args[@]}" \
-H @<(printf 'x-goog-api-key: %s\n' "${GEMINI_API_KEY:?Set GEMINI_API_KEY}") |
jq '{models:[.models[] |
select((.supportedGenerationMethods // []) | index("generateContent")) | .name],
nextPageToken}'
输出保留了 nextPageToken。查询第一页时,让 GEMINI_PAGE_TOKEN 保持未设置。如果返回分页令牌,就将 GEMINI_PAGE_TOKEN 设为该值,再运行一次代码块以获取下一页。--data-urlencode 会对 pageToken 参数编码。没有分页令牌时停止查询,重新从第一页开始前清除该变量。
将 GEMINI_MODEL 设为返回的完整名称,包括 models/ 前缀。请求使用 API 密钥认证,并调用原生 generateContent 端点。API 密钥认证、generateContent 端点。
curl -q --fail-with-body --silent --show-error --max-time 30 \
"https://generativelanguage.googleapis.com/v1beta/${GEMINI_MODEL:?Set GEMINI_MODEL}:generateContent" \
-H @<(printf 'x-goog-api-key: %s\n' "${GEMINI_API_KEY:?Set GEMINI_API_KEY}") \
-H 'Content-Type: application/json' \
--data-binary '{"contents":[{"parts":[{"text":"Reply with OK."}]}],"generationConfig":{"maxOutputTokens":64}}'
这些示例的输出上限为 64 个 token。推理模型可能在返回可见文本之前就用尽输出预算。调整上限前,先检查结束原因和用量。Gemini 要看 candidates[0].content.parts、finishReason 和 usageMetadata,Groq 要看 choices[0].message.content、finish_reason 和 usage。
估算免费配额能否覆盖用量
按预计负载计算,无需参考提供商宣传的最大上下文窗口。下表以一个假设的文本应用为例,所有数字都由假设推算。
| 假设或计算 | 结果 |
|---|---|
| 每日 60 名用户 × 5 次操作 × 每次 2 次模型调用 | 每日 600 次请求 |
| 每次调用输入 800 个 token,输出 200 个 token | 每日输入 480,000 个 token,输出 120,000 个 token |
| 为重试和重复操作预留 20% | 每日 720 次请求,输入 576,000 个 token,输出 144,000 个 token |
| 预留余量前,峰值为每分钟 30 次调用 | 每分钟输入 24,000 个 token,输出 6,000 个 token |
| 假设每次调用耗时 4 秒,调用速率保持稳定 | 平均约有 2 个请求同时进行 |
把完整提示词、检索到的文本片段、工具定义和对话历史都计入用量。智能体循环中的每一步都是一次请求。如果提供商有 token 计数工具,先用它估算,再用响应中的实际用量替换估算值。
逐一对照适用的上限。Groq 可在组织层面限制每分钟和每日的请求数与 token 数,其响应头区分每日请求数和每分钟 token 数。Gemini 通常按项目统计每分钟输入 token 数(TPM)、每分钟请求数(RPM)和每日请求数(RPD),部分模型还有额外限制。Gemini 的每日请求配额按太平洋时间重置。即使提示词很短,OpenRouter 的免费访问也可能触及请求次数上限。Groq 限额、Gemini 限额。
按表中的用量,OpenRouter 基础免费档位的每日 50 次和每分钟 20 次都会超限。提高每日上限后,每分钟的请求数仍然超限。对照上文的 Groq 示例,即使不计预留余量,输入和输出合计每分钟 30,000 个 token、每日 600,000 个 token,也分别超过 8,000 TPM 和 200,000 TPD。减少调用、缩短提示词、把任务排队,或改用已核实能覆盖用量的配额。
并发需要单独控制。平均有两个请求同时进行时,仍须限制突发的 30 次调用。突发请求先排队,平时预留余量,任一配额用尽就停止。共用项目或组织时,把其他应用的用量也算进去。
估算备用付费方案时,用 月费用 = 输入 token 数 / 1,000,000 × 输入单价 + 输出 token 数 / 1,000,000 × 输出单价。另计单独收费的工具、媒体和托管费用。是否启用付费计费,需要另行决定。
排查 HTTP 429,避免触发付费推理
记录一次请求的状态码、响应头和错误响应体。对于 OpenRouter 探测请求,使用脚本保存的文件。运行其他 curl 示例时,使用 --dump-header 保存响应头,并用 --output 保存响应体。把文件留在本地。
awk 'tolower($0) ~ /^(http\/|retry-after:|x-ratelimit-|x-request-id:|request-id:)/' \
"$probe_dir/headers.txt"
jq '.error' "$probe_dir/body.json"
| 现象 | 如何确认触发了哪项限制 | 处理方式 |
|---|---|---|
| 触及每分钟请求或 token 上限 | 核对当前模型的限额,以及共用账号或项目的所有应用的流量。Groq 的 x-ratelimit-*-requests 响应头对应每日请求数,x-ratelimit-*-tokens 对应每分钟 token 数。Gemini 可能返回 RESOURCE_EXHAUSTED 和配额详情 |
放慢队列处理速度。如果先触及 token 上限,缩短提示词。响应包含 Retry-After 时,按它指定的时间等待 |
| 每日配额用尽 | 将 OpenRouter 密钥的每日计数或 Gemini 项目用量与适用的每日上限对照。Groq 可查看每日请求数响应头和控制台 | 暂停请求,等配额重置。OpenRouter 在 UTC 午夜重置,Gemini 的每日请求配额在太平洋时间午夜重置 |
| 上游模型容量不足 | OpenRouter 平台触发限流时会返回 X-RateLimit-* 响应头,其中包括重置时间提示。上游错误可能包含 error.metadata.provider_code。仅凭每日配额还有剩余,无法区分上游容量不足和触及每分钟上限 |
如果是暂时故障,限制重试次数。必要时明确选择另一个已核查的 :free ID,并重新核对价格 |
| 触及付费支出速率、支出上限,或用完预付额度 | Gemini 付费项目可能因触及 10 分钟支出速率限制或支出上限而返回 429。Gemini 预付额度用完后可能返回 402。Groq 因支出限制阻止访问时,返回 HTTP 400 和 blocked_api_access |
适用时,按文档等待支出速率限制重置。额度用完或触及硬性上限时停止请求,继续付费前先核对计费设置 |
响应字段与限额详见 Groq 速率限制和支出上限、Gemini 速率限制和计费说明,以及 OpenRouter 错误元数据。
对临时故障,可在应用中规定总时限内最多重试两次。Retry-After 可以是以秒计的等待时长,也可以是 HTTP 日期。如果服务端未给出等待提示,采用带随机抖动的指数退避。如果等待会超过总时限,就把任务排队或返回临时失败。SDK 自动发起的重试也计入同一预算。如果 429 的原因不明,增加重试次数前先检查配额面板。
收到 402 时,检查额度和计费详情。按 OpenRouter 文档,如果响应包含 openrouter_in_flight_budget 和 Retry-After,属于临时限制。收到 403 时,按错误提示解决权限、策略或预算限制。收到 404 时,重新核对基础 URL、API 版本、模型 ID 和请求方法。遇到其他 400 或 401 错误,先修正参数或凭证。
维护一份已核查的免费模型 ID 列表,供回退时使用。如果这些模型的容量也不足,就把任务排队或返回明确的失败结果。选用付费模型、更改档位或开启自动充值前,先明确决定是否付费。
记录提供商、模型 ID、状态码、token 用量、重试次数和可取得的请求 ID。遮盖密钥,省略敏感提示词和响应。将接口接入生产前,测试应用需要的结构化输出、工具调用和失败处理。