菜单

2026 年免费 AI API:额度、接入示例与 token 预算

2026 年免费 AI API:额度、接入示例与 token 预算

更新于 • BestFreeAI
LLM API OpenRouter Groq Gemini Together AI 免费 AI 工具 AI 开发

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

  1. 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。
  2. 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。
  3. 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。

相关文章

Kilo Code 免费 OpenRouter 模型:筛选、工具验收与限额排查

Kilo Code 免费 OpenRouter 模型:筛选、工具验收与限额排查

通过可复现的 OpenRouter 目录查询筛选 Kilo Code 免费模型,验收工具调用,并区分额度、模型 ID、路由和计费错误。

阅读更多 : Kilo Code 免费 OpenRouter 模型:筛选、工具验收与限额排查