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/sLPU 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 Pro5 RPM / 每天 100 次请求 / 250K TPM2025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 Flash10 RPM / 每天 250 次请求 / 250K TPMGemini 2.5 Flash-Lite15 RPM / 每天 1,000 次请求 / 250K TPMGemini 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 Pro19.99美元/月或 AI UltraOpenAI 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 tierCodestral 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。ClaudeAnthropic— 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 5API 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 1/4V4-Flash 输入 0.02 元/百万 token缓存命中输出 2 元/百万 tokenV4-Pro 输入 1.74 元/百万 token缓存命中 0.174 元输出 6.96 元/百万 token2026 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 256KAPI 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 tier2026 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 TurboERNIE-3.5-8K 永久免费不限量QPS50ERNIE-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QPS2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 RPM70B 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/sLPU 芯片硬件加速无需信用卡完全兼容 OpenAI SDKCerebras额度之王模型Llama 4 Scout、Llama 3.3 70B、Qwen3 32B/235B免费额度30 RPM60K 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Kimi256K或 Gemini100 万 TokenKimi 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、CerebrasLPU 和晶圆级芯片硬件加速亚秒级响应Groq 70B 模型 300 tokens/sCerebras 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 tierRPM 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 AI2000 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QPS50 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QPS2八、2026 年国外免费 API 平台速查表平台免费额度备注Google Gemini100-1000 RPD / 5-15 RPM100 万 Token 上下文Groq1K-14.4K RPD / 30 RPM速度最快LPU 加速Cerebras1M Token/天 / 30 RPM额度最慷慨Cloudflare Workers AI10K 请求/天模型最全Mistral2 RPM / 500K TPM/月欧洲合规OpenRouter50 请求/天免费模型聚合 50 模型CohereTrial 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 AgentQwen3 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。