awesome-free-llm-apis：把"免费额度"从玄学变成一张可执行的清单

一、故事：一个周五深夜的 API 账单

周五晚上十一点，一个独立开发者的 AI 工具突然开始大面积超时。他打开监控面板，发现推理请求全打在 OpenAI 上——而这个项目原本设计用免费额度支撑日常调试。信用卡额度在半小时内烧掉了四十美元。他花了一整晚排查，最后在推特上刷到一条回复："你为什么不看看那些有永久免费层的 API？"

问题在于，"哪些 API 有永久免费额度"这个问题本身，答案散落在十几个厂商的定价页、FAQ 和更新日志里。GitHub 上一搜出来的清单，要么过期两年，要么偷偷把"免费"改成"首月免费"。mnfst/awesome-free-llm-apis 的定位就是补上这个洞：只收永久免费层，不收试用额度，不收限时促销，不收需要预绑信用卡的"免费"。

二、背景：这张清单是怎么长出来的

项目由 Manifest 团队（manifest.build）维护，2026 年 3 月上线，仓库创建于 2026-03-21，截至 2026 年 10 月底已积累约 1.17 万星、1300+ fork。最有辨识度的设计原则写在 contributing.md 里：只收永久免费层（permanent free tier），试用额度、限时促销、需要绑卡的免费档统统不算；而且供应商必须提供真正的 REST 推理 API，光有网页聊天框的不算。

这意味着它不是一个"链接收藏夹"，而是一份带准入门槛的目录。

三、类比：像一本会自己更新的菜谱索引

普通 awesome-list 是静态菜谱，写完就放在那儿腐烂。这份清单更像一本"菜谱 + 食材价格表 + 每次采购后的复核记录"三合一：

• data.json 是唯一真相源，包含 15 家供应商、104 个模型条目、12 条脚注
• README.md 由 scripts/generate-readme.js 自动生成，禁止手改
• sources.json 为每一条事实（免费策略、速率限制、上下文长度）保存原始 URL 和原文引用片段
• scripts/verify-providers.js 每日实探各厂商端点，把结果写入 .verify/report-YYYY-MM-DD.json
• CI 在 PR 上跑 validate-data.js 结构校验，并校验 README 是否与 data.json 一致

换个说法：别人做 awesome-list 是"截图贴上去"，这里是"每条数据都留证据链"。

四、核心功能：15 家供应商、104 个模型、两种免费

清单分为两大类。Provider APIs 是自己训模型的厂商：Aion Labs、Cohere、Google Gemini、Mistral AI、Z AI（智谱）。Inference providers 是托管开源权重的第三方平台：Cloudflare Workers AI、Gonka Broker、Groq、Kilo Code、LLM7.io、ModelScope、NVIDIA NIM、OpenRouter、OVHcloud AI Endpoints、SiliconFlow。

每条记录包含 Base URL、上下文长度、最大输出、模态（文本/图像/音频/视频/推理）、速率限制（RPM/RPD/TPM/TPD）。

真正见功力的是脚注部分。README 末尾 14 条脚注记录了大量容易被忽略的坑：

• Gemini 免费层的提示词可能被 Google 用于改进产品（EEA、瑞士、英国除外）
• Mistral 免费模式的输入输出默认可用于训练，需手动 opt out
• OpenRouter 免费模型合计仅 20 RPM / 50 RPD，且免费供应商可能记录提示词用于训练
• Kilo Code 的 kilo-auto/free 路由器可能把你的请求路由到会记录提示词的供应商
• NVIDIA 试用端点明确写着"仅供试用，不要提交个人或机密数据"
• Z AI 的 GLM-4.5-Flash 已宣布退役但仍在目录中，作者直接标注"这行是在借用剩余时间活着"

这已经不是清单，是风险说明书。

五、上手门槛：零门槛，但不是零成本

没有 Dockerfile，没有 compose，没有 Web UI，没有需要启动的服务。克隆即用：

git clone https://github.com/mnfst/awesome-free-llm-apis

想让它自己跑起来验证（可选）：

npm install
cp .env.verify.example .env.verify   # 填入各家 API key
npm run verify                        # 实探各家端点，输出 JSON 报告
npm run generate                      # 从 data.json 重新生成 README 与技能包

对 AI Agent 开发者还有一层额外价值：仓库内附带了 free-llm-apis/SKILL.md（Claude Code 技能包），内含 references/provider-apis.md 与 references/inference-providers.md 两份分册，能直接被 Agent 加载，用来给用户做"选哪家免费供应商"的对接工作。

六、争议与局限

第一，数据准确性依赖人工与脚本的持续巡检，而免费层本身就是流动的。仓库最近的提交记录很能说明问题：2026-10-29 一次性"Data sync 2026-10-29: remove 2 dead models"，随后又移除 Ollama Cloud（其定价页已无免费方案）。目录条目随时会失效。

第二，可验证性有盲区。ModelScope 与 SiliconFlow 需要大陆身份认证，项目在脚注中直言"无法从中国大陆之外测试"；Kilo Code 里 2026-10-05 之后新增的若干行标注为"取自目录，未实测"。这些条目仍以 $0 价格列出。

第三，商业上并非中立。README 顶部有赞助商 Okapi（免费 API 监控服务）的位置，README 底部导流到 manifest.build。作者 SebConejo 在 CLAUDE.md 里明确要求 AI 工具不得留下署名，仓库 CI 中还有专门的 no-claude-badge.yml 工作流改写提交者身份——这既是开源透明性的另一种表达，也意味着仓库的 AI 生成痕迹被人为隐藏了。

第四，"永久免费"本身是个脆弱承诺。清单里的免费额度依赖厂商的善意，今天是 15 RPM，明天可能变成 5 RPM。

七、行业意义：免费层正在成为 AI 的分发渠道

把视角拉远一点，这份清单折射出的趋势比清单本身更重要：过去两年，OpenRouter、Cloudflare Workers AI、NVIDIA NIM、SiliconFlow 等推理聚合平台不约而同地推出了免费额度层，直接把"试试这个模型"的价格门槛压到零。清单里 Gemini、DeepSeek-R1-Distill、gpt-oss-120b、Qwen3.5、GLM-4.7-Flash 这些模型同框出现，说明开源权重模型的能力分布已经足够平权。

对独立开发者和初学者，这份清单把"用 LLM 做原型"的启动成本从信用卡审批压缩到零；对厂商，它意味着免费层成了新的用户获取与生态占位通道。而这份 1.17 万星的清单本身，就是这个通道有效性的最强证据——它是被需求量验证出来的需求。