🆓 免费 Token 渠道实战

0先厘清三种「免费」

1永久免费模型（最香，不操心额度）

• 智谱 GLM-4-Flash：完全免费，128K 上下文；GLM-4.7-Flash 完全免费、200K 上下文、编程能力强（SWE-Bench ~59%）。30 并发。
• 百度千帆 ERNIE-Speed-8K：永久免费，QPS=50，稳定。
• 讯飞星火 spark-lite：Token 不限量，QPS=2，响应快。
• 硅基流动小模型：Qwen2.5-7B / DeepSeek-V2.5 等 9B 以下参数模型永久免费。
• 火山豆包 Doubao-lite-32k：免费档可用。

2送额度平台（新用户白嫖）

3海外免费端点（需能访问外网）

• Google Gemini（ai.google.dev）：免费层按 RPM/TPM 限速，多模态强。
• Groq（console.groq.com）：LPU 加速，延迟 <100ms，每天 50 万 token。
• Cloudflare Workers AI：边缘部署，每日 1 万次请求，免费额度高。
• OpenRouter（openrouter.ai）：新用户送 $5，找模型名带 :free 的。
• GitHub Models：GPT-4.1 / DeepSeek-V3 等可直接免费调，适合开发者。
• Hugging Face：众多开源模型免费端点，偏研究/测试。

4本地部署（真·无限免费）

装 Ollama，几条命令拉模型本地跑，localhost 调用无额度限制：

# 安装后拉取模型（按需选大小）
ollama pull qwen2.5:7b        # 中文强，约 4.7GB
ollama pull deepseek-r1:7b    # 推理强
ollama serve                  # 默认 http://localhost:11434

调用（OpenAI 兼容）：

from openai import OpenAI
client = OpenAI(api_key="ollama", base_url="http://localhost:11434/v1")
r = client.chat.completions.create(model="qwen2.5:7b",
    messages=[{"role":"user","content":"你好"}])
print(r.choices[0].message.content)

5详细接入教程（以 4 个主力平台为例）

案例 1：硅基流动（小模型永久免费 + 送券，最推荐新手）

• 打开 cloud.siliconflow.cn → 注册 → 实名认证（送 14 元券）。
• 控制台「API 密钥」→ 新建密钥，复制保存。

from openai import OpenAI
client = OpenAI(
    api_key="你的硅基流动Key",
    base_url="https://api.siliconflow.cn/v1"
)
r = client.chat.completions.create(
    model="Qwen/Qwen2.5-7B-Instruct",   # 永久免费模型
    messages=[{"role":"user","content":"写一首关于秋天的诗"}]
)
print(r.choices[0].message.content)

案例 2：智谱 GLM-4-Flash（完全免费、中文强）

• open.bigmodel.cn 注册 → 控制台拿 API Key。

client = OpenAI(api_key="你的Key", base_url="https://open.bigmodel.cn/api/paas/v4/")
r = client.chat.completions.create(model="glm-4-flash",
    messages=[{"role":"user","content":"你好"}])

案例 3：DeepSeek 官方（送 500 万，30 天）

• platform.deepseek.com 注册（无需绑卡）→ 自动到账 500 万 tokens。

client = OpenAI(api_key="你的Key", base_url="https://api.deepseek.com/v1")
r = client.chat.completions.create(model="deepseek-chat",
    messages=[{"role":"user","content":"解释下注意力机制"}])

案例 4：阿里云百炼（模型最全）

• bailian.aliyun.com 注册+实名 → 模型广场选模型领 100 万额度（注意切到华北2/新加坡地域，否则无免费额度）。

client = OpenAI(api_key="你的Key", base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")
r = client.chat.completions.create(model="qwen-plus",
    messages=[{"role":"user","content":"你好"}])

通用 base_url 速查表

6避坑与最佳实践

• 多平台冗余：主用 1–2 个（智谱/硅基流动），再配 1 个备用，写自动切换逻辑，某家限流就 fallback。
• 额度预警：记录消耗、设阈值告警；优先用快过期的（阿里 90 天、DeepSeek 30 天先花）。
• 缓存高频结果：相同 query 本地缓存，少调 API。
• 重试退避：实现指数退避，别硬怼限流。
• 隐私：敏感数据走本地部署或国内平台，别丢给海外免费端点。
• 看清限速：免费档普遍有 QPS/RPM 限制，生产高并发基本得付费。