盘点免费且靠谱的AI大模型 API，统一封装，任性调用！零基础入门到精通，收藏这篇就够了

最新推荐文章于 2025-09-29 14:38:27 发布

原创最新推荐文章于 2025-09-29 14:38:27 发布 · 2.6k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #深度学习 #transformer

计算机同时被 3 个专栏收录

1732 篇文章

订阅专栏

程序员

1732 篇文章

订阅专栏

大模型

299 篇文章

订阅专栏

现在做大模型，还有靠谱且免费的 API 接口吗?

靠谱的不免费，免费的不靠谱，鱼和熊掌不可兼得？

非也！

对于简单的指令而言，绝大部分免费的 LLM API 还是能打的，本文就给大家介绍几款，猴哥亲测好用的免费的 API 接口！

1. 免费 LLM API 汇总（持续更新中）

大模型	免费版本	免费限制	备注	API
讯飞星火大模型	spark-lite	Tokens：总量不限；QPS：2		链接
百度千帆大模型	ERNIE-Speed-128K	RPM=60，TPM=300000		链接
	ERNIE-Speed-8K/ERNIE-Lite-8K/ERNIE-Tiny-8K	RPM=300，TPM=300000
腾讯混元大模型	hunyuan-lite	限制并发数 5		链接
智谱 AI 大模型	glm-4-flash	限制并发数 5	自带联网搜索，支持微调	链接
书生浦语大模型	internlm2.5-latest	RPM=10, TPM=5000	需申请使用	链接
Llama Family	Llama3-Chinese-8B-Instruct/Atom-13B-Chat	8-22 点：RPM=20；22-次日 8 点：RPM=50		链接
Groq	gemma-7b-it/llama-3.1-70b等	RPM=30, RPD=14400		链接
Google Gemini	gemini-1.5-flash/gemini-1.0-pro	RPM=15, TPM=100万, RPD=1500		链接
	gemini-1.5-pro	RPM=2, TPM=3.2万, RPD=50
	text-embedding-004	RPM=1500
硅基流动	Qwen2-7B-Instruct等	RPM=100，QPS=3		链接

RPM：每分钟处理的请求数量；
TPM：每分钟处理的Token数量；
RPD：每天处理的请求数量；
QPS：每秒内处理的请求数量；
并发数：系统同时处理的请求数量。

接下来，我们一起梳理下各家的 API 调用示例代码，以及如何把它们接入 OneAPI，方便集成到兼容 OpenAI 格式的应用中!

关于如何使用 OneAPI，可以围观教程：OneAPI-接口管理和分发神器。

2. 讯飞星火大模型

调用示例代码见：拒绝Token焦虑，盘点可白嫖的6款LLM大语言模型API

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择讯飞星火认知，模型处手动填入spark-lite。

3. 百度千帆大模型

首先，到千帆平台上开通免费的模型：https://console.bce.baidu.com/qianfan/ais/console/onlineService

然后，到应用接入中创建应用，获取API Key、Secret Key

最后，调用示例代码：

import requests
import json

API_KEY = "xxx"
SECRET_KEY = "xxx"

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))
     
url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()

payload = json.dumps({
    "messages": [
        {
            "role": "user",
            "content": "你好"
        },
    ]
})

headers = {
    'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)
print(response.text)

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择百度文心千帆，模型处只保留你开通的免费模型。

4. 腾讯混元大模型

腾讯云的产品，接入地址：https://console.cloud.tencent.com/hunyuan/start

新用户首先要开通，然后点击创建密钥，到新页面，新建密钥。

首次记得保存！后续不支持查询！

混元大模型的调用接口，鉴权非常麻烦，最好安装它的 SDK 进行使用。

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择腾讯混元，模型处需要手动填入hunyuan-lite。

在下面的密钥处填入你的：APPID|SecretId|SecretKey。

5. Google Gemini

Google Gemini 集成在 Google AI Studio中。

首先需要创建一个项目，然后获取 API 密钥。

API 密钥获取地址：https://aistudio.google.com/app/apikey

在 API 价格文档中，可以看到各个模型的限速详情：https://ai.google.dev/pricing

调用示例代码：

import requests
import json

# 设置请求的URL和API密钥
url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
api_key = "xxx"  # 替换为你的API密钥

headers = {
    "Content-Type": "application/json"
}

data = {"contents": [{"parts": [{"text": "Explain how AI works"}]}]}

response = requests.post(f"{url}?key={api_key}", headers=headers, data=json.dumps(data))
print(response.json())

如果是国内 IP，是调不通的，会报下面的错误：

{'error': {'code': 400, 'message': 'User location is not supported for the API use.', 'status': 'FAILED_PRECONDITION'}}

因此，请自行备好梯子，或在代码中加上海外 IP 的代理！

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择Google Gemini，模型处只保留你开通的免费模型。

6. All in One

如果你还在因适配各种 LLM 接口而苦恼，强烈推荐使用 OneAPI 管理自己的各种 LLM API！

关于如何使用 OneAPI，可以围观之前的教程：OneAPI-接口管理和分发神器

写在最后

本文盘点了几款免费又好用的 LLM API，并接入了 OneAPI 统一管理！

你要问目前这些免费的 API 中，哪个更能打？

我要说：Google 家的 gemini-pro-1.5 指令遵循最佳，没有之一！

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享**

一、2025最新大模型学习路线

一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1级别:AI大模型时代的华丽登场

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。

L2级别：AI大模型RAG应用开发工程

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3级别：大模型Agent应用架构进阶实践

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。

L4级别：大模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

二、大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

三、大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

四、大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

五、大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2025最新版优快云大礼包：《AGI大模型学习资源包》免费分享