很多人一提"免费大模型"，脑子里就蹦出 ChatGPT 网页版。然后真去用了，问得稍微多一点，屏幕上就弹出来"您已达到使用上限，请 X 小时后再试"。再换国内的，以为都得充会员，其实能免费用的可选项比想象多得多。

本文把所有国内外真正可持续免费用的大模型捋一遍。注意定语——“可持续”。注册送十块钱余额、限时七天体验、邀请好友返佣那种，用完就没了，那叫试用，不叫免费。下面只聊能长期用、有明确免费层或者能自己部署的。

---

一、先把"免费"这个词说清楚

不定义清楚，后面全是鸡同鸭讲。我把市面上的"免费"分成三类，只有这三类算数：

第一类：网页端永久免费层

打开网页或 App 就能用，厂商给你一个速率限制（比如每分钟几条、每天几条），不过期，不收费。ChatGPT 免费版、Gemini 免费版、Kimi、通义千问、豆包、智谱清言都属于这类。门槛最低，但天花板也最低，量大了就撞墙。

第二类：API 持续免费额度

开发者拿 key 调接口，厂商给你一个免费的 tier，要么每天送固定 token 数，要么限制每分钟请求数（RPM）和每天请求数（RPD），但长期免费不收费。Google Gemini API 免费层、智谱 GLM-4-Flash 永久免费、硅基流动 2000 万 Token 永久、百度千帆 ERNIE-Speed 永久免费等都是这种。这是开发者真正该关注的。

第三类：开源权重模型

模型权重直接放出来，你自己找台带显卡的机器部署，用多少都不花钱，除了电费和显卡折旧。Llama、Qwen、DeepSeek、GLM 的开源版都属于这类。门槛最高，但自由度也最高，数据完全在自己手里。

被排除的"伪免费"

• 新用户注册送几美元额度（用完即止）
• 限时免费体验券（几天后失效）
• 邀请返佣抵扣

这些本质是营销获客成本，不是产品策略，不在本文讨论范围。

二、国外阵营：开源和免费双线作战

Meta Llama 系列 — 开源权重标杆

Llama 3.x / Llama 4 系列权重公开，社区生态是所有开源模型里最全的。配合 Ollama 一行命令拉下来本地跑，vLLM 起服务，LM Studio 给非技术用户做 GUI。

2026 年新增动态：

• Cerebras 提供免费推理服务：30 RPM，每天 100 万 Token，支持 Llama 4 Scout、Qwen3 235B 等模型，速度可达 2600+ tokens/s。不需要绑卡，注册即用。
• Groq 免费层提供 Llama 3.3 70B、Llama 4 Scout、Qwen3 32B 等：70B 模型 30 RPM / 每天 1,000 次请求，8B 模型每天 14,400 次请求，速度约 300+ tokens/s，LPU 芯片硬件加速。

Google Gemini — 长上下文杀手锏

网页端 Gemini 免费层给到 Gemini 2.x Flash 级别的模型，日常用够了。API 免费层是目前最慷慨的之一。

2026 年最新额度（重要更新）：

• Gemini 2.5 Pro：5 RPM / 每天 100 次请求 / 250K TPM（2025年12月配额削减前的额度曾更宽松，现在缩减约 50-80%）
• Gemini 2.5 Flash：10 RPM / 每天 250 次请求 / 250K TPM
• Gemini 2.5 Flash-Lite：15 RPM / 每天 1,000 次请求 / 250K TPM
• Gemini 3 Flash / 3.1 Flash-Lite 预览版也在免费范围内
• 全系支持 100 万 Token 上下文窗口，同价位免费方案无对手
• 注意： 2026年3月25日起，Gemini 网页端免费层移除 Pro 模型访问权限，仅限 Flash 模型；Pro 模型需订阅 AI Pro（19.99美元/月）或 AI Ultra

OpenAI ChatGPT — 免费层是流量入口

2026 年最新变化：

• 免费版默认模型升级为 GPT-4o Mini（无限使用），GPT-4o 限约 80 条/3小时
• 新增 GPT-5.2 思考模型，但免费层限制极严，高峰时段经常排队或不可用
• 免费版开始出现广告（Ads-supported），这是 OpenAI 的商业化试探
• 新增 Go 计划（8美元/月），介于免费和 Plus 之间，去广告并提供更多限制
• DALL-E 图像生成限制为每天 2-3 次
• API 没有真正意义上的免费层，新用户试用额度用完即止，必须绑卡付费

xAI Grok — 依附 X 平台

X（原 Twitter）免费用户能用 Grok，有每日消息上限。模型能力不错但生态封闭，更像是给 X 用户加的聊天功能，不是独立开发者会优先选的。

Mistral — 欧洲路线

Le Chat 网页端免费，API 在 La Plateforme 上有免费 tier，Codestral 给开发者免费额度。特点是欧洲公司、合规友好，对数据主权敏感的团队是备选。

Claude（Anthropic）— API 没有永久免费层

• 网页端 Free 计划可用，有每日消息限制，默认模型为 Claude Sonnet 5
• API 没有永久免费层，新用户注册送约 5 美元试用额度（有效期约 30 天），用完即止
• 另有 Startup Program（最高 25,000 美元）、Claude for Open Source（约 1,200 美元 6 个月免费 Max 订阅）等特殊渠道
• 付费层：Pro 20 美元/月，Max 100-200 美元/月

其他值得关注

• Cohere Trial Key — 偏企业 RAG 场景，免费层有限
• Cloudflare Workers AI — 免费层每日 10,000 次请求（月 30 万次），模型清单最全
• OpenRouter — 聚合 50+ 模型，免费层每日约 50 个请求（所有免费模型总计），付费用户 1,000 次/天
• GitHub Models — GPT-4.1、GPT-4o、Llama 3.3-70B 等模型可在网页端免费试用

---

三、国内阵营：网页免费 + API 极低价 + 开源激进

DeepSeek — 2025-2026 最大变量

2026 年最新进展：

• 网页端完全免费使用，不限消息数
• API 价格在 2026 年 5 月正式降价为原定价的 1/4：V4-Flash 输入 0.02 元/百万 token（缓存命中），输出 2 元/百万 token
• V4-Pro 输入 1.74 元/百万 token（缓存命中 0.174 元），输出 6.96 元/百万 token
• 2026 年 7 月中旬计划上线 DeepSeek V4 正式版，首次引入峰谷定价机制（高峰时段价格为平时两倍）
• V3、R1 等权重已开源，自部署路线可行
• 2026 年 7 月 24 日 legacy 模型（deepseek-chat / deepseek-reasoner）将退役，迁移到 v4-flash

阿里通义千问 Qwen — 全尺寸开源 + 超大免费额度

2026 年最新变化：

• 网页端通义免费使用
• 阿里云百炼平台：新用户注册即送 7000 万 Token 免费额度（之前为 5000-1000 万量级），覆盖 70+ 模型（Qwen3 全系列、DeepSeek 全系等）
• 每个模型都有独立的免费额度（约 100 万 Token/模型，有效期 90 天）
• Qwen-Turbo 部分模型 永久免费
• Qwen3 系列把 Agent 能力、工具调用做得非常扎实，国内做 Agent 开发的首选
• Qwen Code（编程智能体）每日 2000 次免费运行请求（中国大陆用户）

Kimi（月之暗面）— 超长上下文王牌

2026 年最新变化：

• 网页端免费，上下文窗口扩展至 256K（之前报道为 200 万字，实际 API 层面约 256K）
• API 新�免费���度为 15 元代金券（永久有效）
• 支持 Kimi K2 / K2.5 等模型
• 并发数上限 3 次，不适合高响应速度要求的场景
• 处理超长文档、不赶时间的任务非常合适

智谱 GLM — 开源老牌 + 永久免费

2026 年最新变化：

• 网页端智谱清言免费使用
• GLM-4-Flash：完全免费且无 Token 数量限制（128K 上下文，30 并发）
• 新用户赠送 2000 万 Token 永久有效
• GLM-4.7-Flash 完全免费（200K 上下文，编程能力优秀）
• GLM-5.1 旗舰模型付费
• bigmodel 平台给 API 免费 tier
• 2026 年 2 月 Coding Plan 涨价 30%，取消首购优惠

字节豆包 — 多模态强 + 每日刷新额度

2026 年最新变化：

• 网页端豆包免费使用
• 火山引擎平台：完成实名送 50 万 Token，协作奖励计划 每天赠送 200-500 万 Token（按天重置，用不完不累积）
• 延迟低至 20ms，中文对话质量出色
• 支持文本、图像、视频等多模态能力
• 新用户额外送 1000 元代金券

百度文心一言 — 合规首选

• 网页端基础版免费（涵盖 ERNIE 4.0/4.5 Turbo）
• ERNIE-3.5-8K 永久免费，不限量，QPS=50
• ERNIE-Speed 永久免费
• 千帆平台新用户每个模型 100 万 Token
• 付费会员标准价 49.9 元/月

讯飞星火 — 教育场景强

• 网页端基础免费
• Spark Lite 永久免费，Token 总量不限，QPS=2
• 中文理解能力强，在教育、办公自动化场景表现突出

腾讯混元 — 生态绑定

• 网页端免费
• HY 2.0 系列暂停免费额度，但 混元-Lite 仍永久免费
• 通用资源包 100 万 Token（有效期 1 年）
• Embedding 额外 100 万 Token
• 与微信、腾讯会议、企业微信深度绑定

硅基流动（SiliconFlow）— 聚合平台

• 新用户赠送 2000 万 Token 永久有效
• 聚合 100+ 开源模型，省去自己部署的麻烦
• 9B 参数以下模型 永久免费
• 国内服务器，延迟低（通常 <100ms）
• 支持微信/支付宝充值

---

四、2026 年新增重要平台

Groq（速度之王）

• 模型：Llama 3.3 70B、Llama 4 Scout、Qwen3 32B、Kimi K2 等
• 免费额度：30 RPM，70B 模型每天 1,000 次请求，8B 模型每天 14,400 次请求
• 速度：70B 模型可达 300+ tokens/s，LPU 芯片硬件加速
• 无需信用卡，完全兼容 OpenAI SDK

Cerebras（额度之王）

• 模型：Llama 4 Scout、Llama 3.3 70B、Qwen3 32B/235B
• 免费额度：30 RPM，60K TPM，每天 100 万 Token（免费层最慷慨）
• 速度：2000+ tokens/s，晶圆级芯片推理
• 无需绑卡，单次上下文最短 8,192 tokens

---

五、按场景选型：别看参数看场景

日常聊天问答

推荐：Gemini、ChatGPT、通义千问、Kimi 网页端

• 哪个顺眼用哪个，差别不大
• 我主力用 Gemini，长上下文偶尔能救急

长文档、论文、合同

推荐：Kimi（256K）或 Gemini（100 万 Token）

• Kimi 和 Gemini 的超长上下文是第一梯队
• 一次性扔一整本书进去问，就这俩能扛

写代码

推荐：DeepSeek-Coder、Qwen-Coder、Codestral、GPT-4o Mini

• 开源三选一：DeepSeek-Coder、Qwen-Coder、Codestral
• 免费层里 GPT-4o Mini 和 Gemini 代码能力也够日常
• 重度写代码建议自部署一个 Coder 模型，不限量

跑 Agent、做工具调用

推荐：Qwen3、DeepSeek、GLM-4 开源版

• 配合 LangChain 或自研框架
• Agent 对工具调用稳定性要求高，开源版能自己调 prompt 和参数，比闭源免费层可控
• Groq / Cerebras 的低延迟天然适合多步 Agent 调用

多模态（看图、语音）

推荐：Gemini、GPT-4o、豆包、通义 VL

• 识别准确度上 Gemini 和 GPT-4o 略领先
• 国内豆包和通义 VL 追得很快

极致低延迟 / 实时推理

推荐：Groq、Cerebras

• LPU 和晶圆级芯片硬件加速，亚秒级响应
• Groq 70B 模型 300+ tokens/s，Cerebras 2600+ tokens/s

国内合规 / 企业场景

推荐：百度千帆、阿里云百炼、智谱 AI

• 数据在国内，合规稳定
• 百度千帆 ERNIE 系列支持 OpenAI SDK 迁移

---

六、五大坑：踩之前先知道

第一：免费层随时会变

厂商调整免费层是常态。OpenAI 砍过免费用户的消息数，Google 在 2025 年 12 月大幅削减 Gemini 免费 tier（RPM 和 RPD 都降了 50-80%），智谱 Coding Plan 在 2026 年 2 月涨了 30%。今天能用的免费配置，下个月可能就变了。生产环境别把"免费"当稳定依赖。

第二：免费层数据可能被拿去训练

多数免费层的服务条款里写了，你的对话可能用于模型改进。特别是 Gemini 免费层明确标注"Used to improve our products: Yes"。喂敏感数据、商业代码、客户隐私进去之前，先把隐私条款翻一遍。要安全就上 API 付费层（通常有数据不用于训练的承诺），或者干脆自部署。

第三：API 免费层的 RPM 墙比想象中矮

免费 tier 经常是每分钟几个请求、每天几十个/几百个请求双限制。本地测试没事，一上并发或者批量任务就排队。做产品前先算清楚你的峰值 QPS 够不够免费额度，不够就早点规划付费或多 key 轮换。

第四：开源自部署不一定真省钱

显卡贵、电费贵、运维要人。一个 70B 模型跑起来，电费和折旧算下来可能比直接买 API 还贵。尤其是 DeepSeek 降价后，API 价格已经低到厘级别，自部署的经济优势大幅缩小。 除非你的用量大到 API 账单已经很难看，或者对数据隐私有硬要求。小团队自部署前先算账。

第五（新增）：永久免费不等于永久可用

像 GLM-4-Flash"永久免费无限制"、ERNIE-3.5-8K 永久免费这类，听起来很美，但厂商随时可以调整策略。2026 年智谱 Coding Plan 涨价 30%、Gemini 配额砍半 50-80% 都是前车之鉴。建议至少保持一个备用方案。

---

七、2026 年国内免费 API 平台速查表

平台	免费额度	有效期	备注
阿里云百炼	7000 万 Token + 每个模型 100 万	永久/90天	覆盖 70+ 模型
智谱 AI	2000 万 Token + GLM-4-Flash 永久免费	永久	30 并发
硅基流动	2000 万 Token + 9B以下永久免费	永久	100+ 模型聚合
百度千帆	ERNIE-3.5-8K 永久免费（QPS=50）+ 100 万 Token/模型	永久	合规首选
火山引擎（豆包）	每天 200-500 万 Token	按天重置	实名后送 50 万
Kimi 开放平台	15 元代金券	永久	并发上限 3
腾讯混元	混元-Lite 永久免费 + 100 万 Token/年	永久	HY2.0 暂停免费
讯飞星火	Spark Lite 永久免费（不限 Token）	永久	QPS=2

八、2026 年国外免费 API 平台速查表

平台	免费额度	备注
Google Gemini	100-1000 RPD / 5-15 RPM	100 万 Token 上下文
Groq	1K-14.4K RPD / 30 RPM	速度最快，LPU 加速
Cerebras	1M Token/天 / 30 RPM	额度最慷慨
Cloudflare Workers AI	10K 请求/天	模型最全
Mistral	2 RPM / 500K TPM/月	欧洲合规
OpenRouter	50 请求/天（免费模型）	聚合 50+ 模型
Cohere	Trial Key	企业 RAG 场景

---

九、一句话结论

• 日常用： Gemini 或 Kimi 网页端够了
• 写代码跑 Agent： Qwen3 或 DeepSeek 自部署最稳
• 长文档： 扔给 Kimi 或 Gemini
• 极致速度： Groq / Cerebras
• 要数据不出门： Llama 或 Qwen 开源自部署
• 开发者零成本起步： 阿里云百炼 + 智谱 + 硅基流动，合计 数亿 Token，足够个人开发者用 1-2 年

免费大模型不是没有，是得按场景挑，别指望一个模型打天下。

---

本文最后更新于 2026 年 7 月 12 日。免费政策随时可能变动，使用前请以各平台官方页面为准。