首页 / 指南 / 最佳免费编程模型 API

最佳免费编程模型 API

编程工具需要为不同任务使用不同的模型。智能体需要工具调用和长上下文。自动补全需要快速的模型。本页按任务列出 FreeLLMAPI 目录中目前可用的免费编程模型。表格数据来自实时目录,因此限制信息是最新的。

代码、模型名称和目录中的实时标签以英文显示。

什么样的模型适合编程工作

编程基准分数还不够。模型也必须能与你的工具配合使用。选择模型之前,请检查以下四项特性。

特性重要原因智能体工作的最低要求
工具调用Cline、OpenCode 和 Claude Code 等智能体通过工具调用读取文件并运行命令。不支持工具调用的模型无法完成这些步骤。必需
上下文窗口智能体在每个请求中都会发送系统提示、工具定义和文件内容。在你提出问题之前,这通常就有 2 万到 6 万个 token。128K tokens
每分钟 tokens在每分钟 token 限制较低的额度上,大型提示会在第一个请求时就以 429 错误失败。每分钟至少能处理一个完整提示
速度自动补全必须在不到一秒内给出回答。速度慢的模型无法用于幽灵文本。用于自动补全的快速模型

目前,免费目录中有 190 个支持工具调用的模型,以及 56 个上下文窗口达到 100 万 tokens 或以上的模型。下表按任务筛选这些模型。

适用于编程智能体的免费模型

以下模型适用于会编辑文件的智能体:Claude Code、Codex CLI、Cline、Roo Code、Kilo Code、OpenCode 和 Aider。表中每个模型都支持工具调用,且上下文窗口至少为 128K tokens。排序依据为实测智能水平。

适用于编程智能体的免费模型:支持工具调用,上下文 128K 以上
模型免费提供方上下文免费额度(最优惠)工具视觉
GLM 5.3UnoRouter1M1 请求/分钟
1 req/min per model
是否
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 请求/分钟
40 RPM
是是
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quota是是
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowance是否
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring credit是是
Gemini 3.7 FlashGoogle AI Studio1M10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring credit是是
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 请求/分钟
50 请求/天
50 req/day account-wide (1,000 after a $10 purchase)
是是
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 请求/分钟
50 请求/天
Shared rate limit
是否
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 请求/分钟
250 请求/天
70,000 令牌/分钟
~6M
是是
Gemini 3.6 FlashGoogle AI Studio1M10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/day是是
Gemini 3.5 FlashGoogle AI Studio1M10 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
MiniMax M3ElectronHub1M$0.25/week shared recurring credit是否
Typhoon 2.5 30B A3B InstructTyphoon131KOngoing free research API (shared rate limits)是否

显示 15 个(共 109 个匹配的免费模型)。 查看所有模型.

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

请查看限制列。排名高但每天仅 20 次请求的模型适合规划步骤,不适合长时间的智能体循环。每分钟 40 次请求的模型更适合大量小型编辑步骤。

免费的代码专用模型

部分模型系列是为代码训练的,包括 Qwen3 Coder、Codestral、Devstral 和 GPT-OSS。GLM 模型是通用模型,代码表现出色,它们已列在上方的智能体表中。下表列出了目前这些系列的免费方案。部分方案不支持工具调用。这些方案仅用于聊天和自动补全。

免费的代码专用模型(Qwen Coder、Codestral、Devstral、GPT-OSS)
模型免费提供方上下文免费额度(最优惠)工具视觉
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq 另外 4 个131K30 请求/分钟
1,000 请求/天
8,000 令牌/分钟
200,000 令牌/天
~6M
是否
GPT-OSS 120BCLōD, Cloudflare Workers AI, ElectronHub 另外 3 个131K30 请求/分钟
1,000 请求/天
8,000 令牌/分钟
200,000 令牌/天
~6M
是否
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free credits否否
Mistral: Devstral 2512ElectronHub262K$0.25/week shared free credits否否
Qwen3 Coder 480B A35B Instruct (turbo)Inferbase8K5,000 requests/month; 100 requests and $0.50 usage/day shared否否
Qwen3 CoderSeptor Labs128KShared daily allowance是否
GPT-OSS 120B (via Groq)DreamPrompting131K100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
否否
Qwen3 Coder PlusACLIDE-€20/month shared internal usage credits · no card是否
Qwen3 Coder 30B A3B InstructElectronHub, ModelScope262K200 请求/天
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
是否
Devstral 2ACLIDE, xKiro262K500K tokens/day (1M with Telegram)是否
GPT-OSS 20B (via Groq)DreamPrompting131K100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
否否
Qwen2.5 Coder 32BCloudflare Workers AI33K~10-20M是否
CodestralDreamPrompting, LLM7, Mistral 另外 1 个256K100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
是否
Codestral 2508ACLIDE, Api.Airforce, ElectronHub 另外 1 个256K1 请求/分钟
1,000 请求/天
1,000 req/day · 1 req/min
是否
codestral-latestApi.Airforce32K1 请求/分钟
1,000 请求/天
1,000 req/day · 1 req/min
否否

显示 15 个(共 17 个匹配的免费模型)。 查看所有模型.

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

注意:排名高的通用模型在智能体工作中通常比小型代码专用模型更好。代码专用模型最适合自动补全和简短编辑。

用于自动补全和小型编辑的快速免费模型

幽灵文本自动补全几乎会在每次停止输入后发送一个请求。它需要低延迟,而不是高排名。FreeLLMAPI 通过 /v1/completions 为这些客户端提供服务,这是旧版 OpenAI 的 prompt 和 suffix 格式。下表列出上下文窗口至少为 32K tokens 的快速免费模型。

上下文 32K 以上的最快免费模型
模型免费提供方上下文免费额度(最优惠)工具视觉
Qwen3.8 27BBlazeAPI, ElectronHub, Gizmo 另外 3 个262K30 请求/分钟
250 请求/天
70,000 令牌/分钟
~6M
是是
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq 另外 4 个131K30 请求/分钟
1,000 请求/天
8,000 令牌/分钟
200,000 令牌/天
~6M
是否
Nemotron 3.5 LightningElectronHub, Gizmo, Kilo Gateway 另外 2 个1M20 请求/分钟
50 请求/天
50 req/day account-wide (1,000 after a $10 purchase)
是否
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq 另外 1 个131K30 请求/分钟
1,000 请求/天
8,000 令牌/分钟
200,000 令牌/天
~6M
是否
GPT-OSS 20B (via Groq)DreamPrompting131K100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
否否
GPT-OSS Safeguard 20BGroq131K30 请求/分钟
1,000 请求/天
8,000 令牌/分钟
200,000 令牌/天
~6M
是否
Groq Compound MiniDreamPrompting131K100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
否否
Gemini 3.5 Flash LiteElectronHub, Google AI Studio1M15 请求/分钟
20 请求/天
250,000 令牌/分钟
~3M
是是
Step 3.7 FlashElectronHub256K$0.25/week shared recurring credit是是
Gemini 3.1 Flash-LiteDreamPrompting, Google AI Studio1M100 请求/分钟
5,000 请求/天
500,000 令牌/天
500K tokens/day · 5,000 req/day
是是

显示 10 个(共 215 个匹配的免费模型)。 查看所有模型.

数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。

自动补全会发送大量请求。请将其放在每分钟限制较高的模型上。不要让它占用与智能体相同的小额每日配额。自动补全的配置方法请参阅 Continue 使用免费 API。

如何用一个密钥供所有编程工具使用

FreeLLMAPI 用一个密钥汇集 45 个服务商的免费额度。它支持 OpenAI、Anthropic、Gemini 和 Ollama 格式。每个编程工具都连接其所熟悉的格式。

安装,然后连接工具

curl -fsSL https://freellmapi.co/install.sh | bash
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-opencode --url http://localhost:3001 --dry-run
npx freellmapi setup-opencode --url http://localhost:3001

将 setup-opencode 替换为你的工具对应的命令,例如 setup-cline、setup-aider 或 setup-codex。该命令会读取实时的 /v1/models 目录,备份现有配置,并合并新设置。

如需在不修改控制台的情况下调整请求,请使用路由模型 ID:

  • auto:遵循当前启用的备用链。
  • auto:smart:优先选择智能水平最高的模型。用于规划和困难的 bug。
  • auto:fast:优先选择实测速度最快的模型。用于自动补全和小型编辑。
  • auto:<profile-name>:使用指定名称的备用链,例如 auto:coding。请先在控制台中创建该配置。

FreeLLMAPI 还会读取 X-FreeLLM-Task-Type: code 请求头。带有工具或代码标记的请求默认被视为代码任务。对于代码任务,路由器会将部分权重从速度转向智能水平。

限制及如何保持在限制之内

免费额度很小。一个智能体任务可能发送 20 到 100 个请求。单个免费密钥很快就会在长任务中耗尽。FreeLLMAPI 会统计每个密钥的请求数和 token 数。当某个服务商返回 429 错误时,路由器会将请求发送到链中的下一个模型。X-Routed-Via 请求头会显示由哪个服务商作出回答。

  • 添加四个或更多服务商的密钥。服务商越多,每日可用请求越多。
  • 创建仅包含支持工具调用的长上下文模型的编程配置。配合 auto:coding 使用。
  • 保持粘性会话开启。一段对话会在 30 分钟内保持使用同一个模型,这样智能体的表现更加一致。
  • 使用 FREELLMAPI_CONTEXT_HANDOFF=on_model_switch 开启上下文交接。之后,下一个模型会收到一条简短说明,告知它正在继续一项任务。
  • 在任务之间开启新会话。上下文更小,每个请求使用的 token 更少。
问题原因解决方法
智能体在一次工具调用后停止模型的工具调用能力较弱使用上方智能体表中的模型
第一个请求即出现 429提示超过了该额度的每分钟 token 限制使用限制更高的模型,或让路由器自动切换
“All models rate-limited after N attempts”链中的每个密钥都已达到限制添加更多服务商的密钥,或等待冷却期结束
编辑速度慢在速度慢的免费额度上使用大型模型小型编辑使用 auto:fast
通过一个密钥使用以上每一个模型。 FreeLLMAPI 是一个开源的自托管路由器。它将所有这些免费套餐放在一个兼容 OpenAI 的端点之后,并在某个套餐被限速时自动切换。 浏览目录 或 立即开始.

常见问题

最好的免费编程模型 API 是什么?

做智能体工作时,请使用支持工具调用且上下文至少为 128K 的模型。本页第一张表列出了目前同时满足这两项条件的最强免费模型。做自动补全时,请从速度表中选择快速模型。

有免费的 Codestral API 吗?

有。Mistral 在其免费额度中提供 Codestral,其他服务商也有列出。代码专用模型表列出了目前的免费方案及其限制。

有免费的 Qwen3 Coder API 吗?

有。FreeLLMAPI 目录目前列出了多个服务商提供的免费 Qwen3 Coder 方案。部分方案不支持工具调用,因此在智能体中使用前,请先查看 Tools 列。

免费模型能运行 Cline 或 Claude Code 等编程智能体吗?

可以,前提是该模型支持工具调用且上下文窗口较大。免费额度有速率限制,因此请添加多个服务商的密钥,并让 FreeLLMAPI 在它们之间自动切换。

哪个免费模型最适合代码自动补全?

请使用每分钟限制较高的快速模型。自动补全会发送大量简短请求,因此速度比排名更重要。FreeLLMAPI 通过 /v1/completions 为自动补全客户端提供服务。

相关指南

来源

全部指南 · 浏览所有免费模型