FreeLLMAPI v0.16.9 中文版：34 家免费大模型额度聚合到一个接口（附自建教程与避坑分析）

一句话看懂：GitHub 上有个叫 FreeLLMAPI 的开源项目，半年攒了 4 万多 star。它干的事是把 Google、Groq、Cerebras 等 34 家 AI 厂商的免费额度，聚合成一个 OpenAI 兼容的接口——你的程序只管往一个地址发请求，它在背后帮你挑模型、换key、扛限流。官方口径是「每月 74 亿 token 的免费推理额度」，但这个数字要怎么读，我后面给你算笔账。

项目地址：https://github.com/tashfeenahmed/freellmapi（MIT 协议，TypeScript 写的）

它解决的是什么痛点

现在稍微像样的 AI 厂商都会给开发者免费额度：Google 每天几十万 token、Groq 每天一千次请求、Cerebras 也送一堆。单看每家都够你玩，但有个恼人的现实——34 家就是 34 套 SDK、34 套限额规则、34 个可能出错的环节。你的代码里塞满 if-else，每家报错格式还不一样。

FreeLLMAPI 把这些全部收进本地的一个服务里：你的程序像调用 OpenAI 官方 API 一样，把请求发给 http://localhost:3001/v1/chat/completions，剩下的——选哪家、用哪个key、撞了限流怎么办——它全管。

先看官方给的账面数字，再看我的算法：

我的读法是：74 亿是「全部 34 家注册 + 额度全拉满」的营销口径。注册要海外手机号和信用卡，多数人实际会注册 8–10 家，打完这层折大约剩 30 亿；再算上速率限制——真实卡你的从来不是月度总量，而是「每分钟只能发几次请求」——大约剩 10 亿；最后强模型（Gemini、DeepSeek、Kimi 这类）日额度最小、最先耗尽，你真正高频用得上的，估计就是 3–5 亿 token 每月。

听起来缩水严重？其实打完折的数字对个人开发依然是天量——大多数人一个月自己写加调试也烧不掉 1 亿 token。所以这项目不是骗局，只是你要按正确的方式读它的广告。

上手就三步

第一步：装起来

有 Docker 的一行命令（脚本会建目录、生成密钥、拉镜像、起容器）：

curl -fsSL https://freellmapi.co/install.sh | bash

Windows 用户更省事：到 Releases 下载 exe 安装包双击装。嫌「管道到 bash」不放心的，安装脚本原文在这里，可以先看再跑。

第二步：填各家免费 key

浏览器打开 http://localhost:3001，在 Keys 页把你注册的各家 API key 填进去（AES-256 加密存在本地 SQLite，不上传）。没有的就去各家开发者页面免费申请，先从两三家开始就行。

第三步：拿统一 key，指给任何程序

Keys 页顶部会生成一个统一 key。之后不管是官方 OpenAI SDK、Claude Code、Gemini CLI，还是你自己写的脚本，把接口地址和 key 一换就接入。它兼容的面非常宽：OpenAI 全套接口、Anthropic Messages 格式、Gemini 原生接口，甚至还能模拟 Ollama 给 Zed、JetBrains 这类编辑器用。

它真正值钱的不是「免费」

这是我用下来最想强调的一点：就算你明天给每家都买了付费套餐，这个项目依然值得装。因为它真正的价值是三样工程能力：

• 自动故障转移：撞了 429 限流或 5xx 报错，自动冷却这个key、切换到链上的下一个模型，你的程序无感知。
• 会学习的配额账本：它给每个「平台×模型×key」记 RPM/RPD/TPM/TPD 四个计数器，还会从各家的报错响应里学习真实限额是多少，尽量保证发出去的请求不白撞墙。
• 统一模型视图：同一家模型被 3 家转发商提供时合并成一个条目，组内自动接力。

本质上，它做的是「把一堆不可靠的免费端点，包装成一个看起来可靠的接口」——这是网关工程，不是白嫖工具。

国内用户怎么用，说点实在的

官方 README 不会告诉你这层：34 家里绝大多数（Google、Groq、Cerebras、OpenRouter……）在国内直连基本不通，注册还要海外手机号。对多数国内用户，74 亿的主要来源其实等于没有。我把 34 家按「网络可达 + 账号可得 + 条款允许」重新分了一遍：

所以国内用户的正确姿势不是冲着免费额度去，而是把它当自托管统一网关用：列表里 Z.ai 和阿里魔搭（ModelScope）国内可用，另外它的「自定义端点」功能可以把任何 OpenAI 兼容接口挂进来——DeepSeek、通义、豆包这些有免费额度的国产 API，加上你本地跑的 Ollama / LM Studio，全都可以进 fallback 链。比如「白天用国产云 API，超限自动降级到本地小模型」，这个玩法不花钱也成立。

隐私方面加分：模型目录的更新服务器不看你的对话内容，key 加密存本地。但请求最终发给哪家厂商，就受那家隐私政策管，这点别误会。

难得的诚实：作者自己把丑话说在前面

这是我愿意写它的主要原因。现在很多开源项目 README 全是优点，这个项目的文档里塞了三块「反营销」内容：

• Limitations 一节明说：没有前沿模型的持续访问能力、延迟忽高忽低、没有 SLA，而且「端点的有效智力会随着一天推进而下降」——强模型日额度最先耗尽，路由自动降级到小模型，UTC 零点才重置：

• Disclaimer 一节明说：仅供个人实验和学习，别拿去做产品；免费层不是稳定的推理基座，上架前换付费 API。各家条款你自己的账号自己负责。
• 逐家 ToS 评估表：作者真去读了 13 家的服务条款——Groq、Cerebras、Mistral 标「大概率没问题」，Gemini、NVIDIA 标「谨慎」，Cohere 直接标红「别用」（条款 §14 至今禁止个人和家庭用途）。一家开源项目主动帮用户划红线，这少见。

付费墙设在哪，值不值

核心代码 MIT 永久免费，功能一点不阉割。它卖的是模型目录的实时更新：路由器每天从官方拉两次带签名的目录（新模型上线、限额变动、接口修复），免费版只能拿月度快照——新模型要晚 30 天才到你这，目前免费版大约落后 303 个模型。付费 $19/年 或 $49 买断，才能当天同步。

我的看法：这是「卖数据新鲜度」而不是「卖功能」，比常见的那种「开源版砍你一刀」的套路体面得多，而且代码离线也能跑、目录服务器不碰你的 prompt。但你要心里有数：这类项目成败的关键恰恰是目录维护——厂商随时改规则，目录过期了它就是个报错生成器。作者的付费设计也明说了是为了养活每天的人工测试和目录维护。逻辑自洽，算得上诚实的商业模式。

哪些人适合，哪些人别碰

下载

• 项目主页（含安装文档、中文 README）：github.com/tashfeenahmed/freellmapi
• Windows / macOS 安装包：Releases 页面
• 模型目录一览（635 个免费端点的限额明细）：freellmapi.co/models

数据核对日期：2026-10-24。star 数、版本号均为当天实查；文中三张图为按公开文档绘制的示意分析，非官方图表。