本文来源：https://mp.weixin.qq.com/s/SV-xv0bNxUM9jtI7jQJRCg
若有版权问题，请来信告知：13951431913#139.com 或在右方提交评论。
AI Agent的火爆正在带动大模型 token 集体涨价。
智谱 GLM 的 Coding Plan 每天 10:00 放量，几分钟售罄，年内已经三度提价累计 83%。腾讯 CodeBuddy 企业版价格直接翻倍。字节豆包上线专业版收费，加强版 200 元/月，5 小时额度没做多少任务就烧完。
这是整个行业的转向——从"烧钱抢用户"到"让用户买单"。40块一个月挺划算？不是幻觉，是之前各平台在补贴。2026 年中，补贴结束了。
但有一个事实容易被忽略——说"AI太贵"的前提是你只用一家。如果愿意花十几分钟注册几个免费账号，把各家免费额度统一调度呢？每个大模型厂商其实都在提供免费额度。 Google 每天 1500 次免费推理、Groq 每天 7000 次、GitHub Models 每月 $150 额度、OpenRouter 和 HuggingFace 也有免费套餐……
单独看每一个都不够用，但 15+ 家叠在一起，就是每月约 13 亿 Token 的免费池子。
但问题在于每次注册一个新平台就要换一个 SDK、换一个 Key，还要写代码做负载均衡。
有个开源项目叫 FreeLLMAPI，就是做这件事的。它解决的不是注册，是注册完之后的统一调度。
这是怎么做到的
FreeLLMAPI 本质是一个智能路由器。它把 15+ 家厂商的免费 API 全部接进来，统一成一个 /v1 接口。
你的代码连这一个地址，发请求时指定 model="auto"，路由器自己决定用哪个模型。
它聚合了哪些模型
项目聚合了 15+ 家厂商的免费模型。以下是部分示例（完整列表见项目官网）：
| 提供商 | 代表模型 | 说明 |
|---|---|---|
| Gemini 2.5 Flash / 3.x | 有免费额度，速率限制较低 | |
| Groq | Llama 4 / Qwen 3 | 速度快，免费额度充足 |
| GitHub Models | GPT-4.1 / GPT-4o | 月度免费额度 |
| Mistral | Large 3 / Codestral | 每日免费额度 |
| Cloudflare | Kimi K2 / GLM-4.7 | 免费，低延迟 |
| HuggingFace | DeepSeek V4 / Qwen 3 | 每日免费推理 |
| OpenRouter | 21 个免费模型 | 聚合多个来源 |
| 智谱 (Z.ai) | GLM-4.7 Flash | 国内模型，无需代理 |
还有 OpenAI 兼容的自定义提供商——你可以把自己的付费 API Key 也加进去，允许路由器优先用免费额度，免费额度用完自动走你的付费 Key。
六种路由策略
路由器不只"谁有空用谁"。六种模式对应不同场景：
auto 是默认选项，适合大多数人。路由器每几秒检测一次各模型的响应延时和剩余额度，谁快用谁。你写一封邮件它可能选 Gemini，写一段代码它选 Llama，做一个翻译它选 GPT-4o-mini——不需要你手动干预。
priority 让你指定顺序。比如你先想用智谱（国内快），智谱不行走 Groq，Groq 不行走 Google。路由器按顺序尝试，前面的不行自动跳到后面的。
smartest 和 fastest 是一对。写方案、做分析时用 smartest 选最强模型（GPT-4o 或 Gemini），简单问答用 fastest 选轻量模型（Gemini Flash 或 Groq 上的小模型）。可以手动切，也可以让路由器根据 prompt 长度自动判断。
reliable 适合对稳定性有要求的场景。路由器会避开近期错误率高的提供商，选最不容易报错的。
custom 是高级模式，你可以定义路由链规则——比如"当 prompt 超过 2000 tokens 时走 Gemini，否则走 Groq"。通过管理面板配置。
故障转移和粘性会话
如果正在用的模型突然报 429 限速或 5xx 错误，路由器会自动切换到下一个可用的模型。切换过程你是无感的——不会看到报错，只会收到其他可用大模型的回复。
同一个话题如果中途换模型，AI 会丢失刚才的上下文。FreeLLMAPI 会自动保持同一个模型 30 分钟，只有当你开启新话题或超时才尝试切换。
额度预警
管理面板会显示每个提供商今天的用量、剩余额度、响应速度排行。你可以直观地看到哪个模型今天快用完了，提前手动切换策略——而不是等到请求报错了才知道。
怎么装
先用好桌面版。 去 GitHub Releases 下载对应系统的安装包（Windows .exe 或 macOS .dmg），安装后在系统托盘运行。
但使用之前需要先注册几个免费账户。 FreeLLMAPI 本身不生产免费额度，它是把你已注册的各家厂商免费额度统一调度。以下是你需要提前注册的平台：
| 平台 | 注册难度 | 说明 |
|---|---|---|
| OpenRouter | 低 | 邮箱注册，免费模型多；充值 $10 后日限额从 50 提升到 1000 |
| Google AI Studio | 低 | 有谷歌账号即可，免费额度充足 |
| Groq | 低 | 邮箱注册，无需海外卡，速度最快 |
| GitHub Models | 低 | 有 GitHub 账号即可，每月免费额度 |
| HuggingFace | 低 | 邮箱注册，无需海外卡 |
| 智谱 (Z.ai) | 国内直连 | 手机号注册，无需代理 |
注册后在控制台生成 API Key，然后在 FreeLLMAPI 管理面板的 Keys 页面逐一添加。
代码中只需要改一行（统一 API Key 在管理面板 Keys 页面获取）：
from openai import OpenAIclient = OpenAI( base_url="http://localhost:3001/v1", api_key="freellmapi-your-key",)其他一切不变。model="auto" 让路由器自动选模型，也可以指定具体模型名。
你也可以混入自己的付费 Key（比如 OpenAI 的付费 API），路由器会自动优先用免费额度，免费的用完再走你的付费 Key，不会浪费一分钱。
如果想用 Docker 部署或从头编译，项目 GitHub 上有完整的安装文档。
什么时候该用，什么时候不该用
适合的场景：
Agent日常写作、AI 聊天、内容创作、原型验证、作业汇报、个人项目——这些场景模型偶有切换不影响最终结果。你省下的可能是一年几千块的 API 费用。
不适合的场景：
代码补全和 IDE 内联建议——模型切换会打乱补全逻辑，前一秒用 GPT-4o 后一秒切到 Gemini，上下文不一致会导致补全质量跳水。
生产环境——需要确定性的模型行为、固定的延迟表现、可追溯的调用链路。免费额度的不确定性和路由器的黑盒决策不适合线上业务。
一句话判断： 如果 AI 输出的质量波动你能接受，用它省钱；如果需求更精准的输出质量，就搭一个固定的付费Plan。
觉得有用的话，点个关注+赞再走～我是专注AI自动化的启明，咱们下一篇接着聊。