免费 LLM API 听起来像天上掉馅饼，13 个平台摆在你面前，从 OpenRouter 到 GitHub Models，从 Groq 到 Cerebras，个个写着"零成本"。但真用起来你很快会发现，免费层的门道藏在速率限制、数据训练授权和上下文窗口的悄悄缩水里。先说最实在的几个：OpenRouter一口气塞了 20 多个免费模型，单一密钥就能切换，不用绑信用卡，注册即用；Groq的速度令人发指，Llama 3.3 70B 跑出约 320 tokens/秒，几乎是行业最快，但额度用完得排队；Google AI Studio大方地给了 1M 上下文窗口，处理长文档几乎无压力，适合 RAG 和大段代码分析；GitHub Models则把 GPT-4o、Claude 3.5 Sonnet 这类闭源旗舰塞进了免费层，对 GitHub 用户格外友好。
真正让开发者踩坑的是那些不写在首页的条款。Mistral的实验层号称每月约 10 亿 token 免费额度，但代价是你的输入数据会被用于训练模型；Cerebras每天约 1M token 额度，速度炸裂，可一旦遇到峰值就会触发限流。OpenRouter 虽然模型多，部分免费模型其实是把速率砍到最狠的那一档，复杂任务跑起来远不如付费版顺畅。Google AI Studio 的 1M 上下文看着诱人，但免费层的 QPM（每分钟请求数）上限比付费版低了一个数量级，并发场景几乎撑不住。换句话说，"免费"两个字的真实含义是：够你跑通 demo，不够你扛住生产流量。
对早期项目而言，最聪明的做法不是押注某一个平台，而是挑 2 到 3 个互补的方案做测试：OpenRouter 当作模型聚合入口，Groq 负责低延迟推理，Google AI Studio 处理长上下文任务，再用 GitHub Models 兜底闭源模型能力。在代码层做一层轻量封装，检测到 429 或额度耗尽就自动切换——这层故障转移的工程量不大，却能让你在任何一个平台突然收紧政策时全身而退。免费 API 的红利期还在，但红利属于那些把"免费"当成试用工具、而非长期基建的人。
