首页 / 指南 / 免费 LLM API 速率限制

免费 LLM API 速率限制

每个免费 LLM API 都有速率限制。本页在一个表格中列出 FreeLLMAPI 目录中每个提供商的免费限制。页面还说明如何理解 RPM、RPD、TPM 和 TPD,以及如何叠加多个免费层级。

代码、模型名称和目录中的实时标签以英文显示。

每个提供商的免费限制

该表格来自实时目录。每个提供商占一行。每个值是该提供商任一免费模型的最高限制。某个模型的限制可能低于该行的值。短横线表示提供商未公布该限制。

提供方免费模型每分钟最大请求数每天最大请求数每分钟最大令牌数每月令牌数(单个模型)最强的免费模型
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite
Mistral122-500,000~50-100MMistral Code
mistral-code-latest
ModelScope11-200-Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experienceGLM-5.2 (ModelScope)
ZhipuAI/GLM-5.2
OVH AI Endpoints112--free · 2/min per IPQwen3.8 27B (OVH)
Qwen3.8-27B
Waterfall11---free · community rate limitnex-n2.5-pro (Waterfall)
nex-n2.5-pro-free
xKiro9---free · 500K tokens/day (1M with Telegram)SenseNova 6.8 Flash-Lite (xKiro)
sensenova/sensenova-6.8-flash-lite
Kilo Gateway8---free · 200/hr per IP (trial)Dots3 Note Preview (Kilo)
dots-studio/dots-3-note-preview:free
OpenRouter82050-~6MDots3 Note Preview (free)
dots-studio/dots-3-note-preview:free
Groq73014,40070,000~6MQwen3.8 27B (Groq)
qwen/qwen3.8-27b
Requesty7-200-free · 200 rpdLing 3.1 Flash (Requesty)
novita/ling-3.1-flash
Routeway75200-free · zero-priced routeMuse Glimmer 30B (Routeway free)
muse-glimmer-30b:free
Speka7---$1/month shared model-usage allowanceStep 5 Preview (Speka)
stepfun-ai/step-5-preview
APINex65--10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/accountGLM 5.3 (APINex Free)
free/glm-5.3
Gizmo6---1,000 free-model requests/month · shared account quotaQwen3.8 27B (Gizmo)
qwen/qwen3.8-27b:free
SEA-LION610--free · 10 RPMQwen SEA-LION v4.5 27B (SEA-LION)
aisingapore/Qwen-SEA-LION-v4.5-27B-IT
Septor Labs5---free · shared daily allowanceMiniMax M2.5 (Septor Labs)
minimax-m2.5-free
Agnes AI4---free · promo $0/tokenAgnes 3.0 Flash (Agnes AI)
agnes-3.0-flash
Aion Labs415-20,000free · 20k tok/dayAion 3.0
aion-labs/aion-3.0
BlockRun4---Ongoing $0 models · rate-limited · no monthly cash grantMuse Glimmer 30B (BlockRun)
nvidia/muse-glimmer-30b
CLōD4---free · shared daily allowanceGemma 4 31B IT (CLōD)
Gemma 4 31B IT
LLM7440--Free tier: 100,000 tokens/24h sharedgpt-oss:20b (LLM7)
gpt-oss:20b
LLMTR4---Ongoing zero-priced routeQwen3.8 27B (LLMTR)
qwen/qwen3.8-27b-free
Router94---10,000 credits/month (~$1), shared; account-anniversary resetDeepSeek V4 Flash 0731 (Router9)
deepseek/deepseek-v4-flash
BazaarLink31050-free · shared rate limitDeepSeek V4 Flash (BazaarLink free)
deepseek/deepseek-v4-flash-0731free:free
BlazeAPI3---Free · 200,000 shared tokens/day; resets dailyGLM 5.3 Flash (BlazeAPI)
free/glm-5.3-flash
Zhipu AI3---~30MGLM-4.7 Flash
glm-4.7-flash
AMD Radeon Cloud2---free · recurring daily account allowanceQwen3.8 Flash Next (AMD Radeon Cloud)
Qwen3.8-Flash-Next
Logfare2---free · fair use · traffic loggedGemma 4 26B (Logfare)
gemma-4-26b
Moondream2---$5/month shared workspace usage creditsMoondream 3.1 9B A2B
moondream3.1-9B-A2B
Plugsky2---Ongoing Free plan; shared fair usePlugsky Micro
plugsky-micro
SimpleLLM2---Shared hourly/daily free-model quotaGemma E4B Free (SimpleLLM)
free-gemma-4-E4B
Speechify2----Simba 3.2 (Speechify)
simba-3.2
UnoRouter21--free · 1 req/min per modelGLM 5.3 (UnoRouter free)
glm-5.3:free
Free.ai1----Kokoro (Free.ai)
kokoro
Pollinations1----DreamShaper 8 LCM (Pollinations, legacy sana alias)
sana
Typhoon1---Ongoing free research API (shared rate limits)Typhoon 2.5 30B A3B Instruct
typhoon-v2.5-30b-a3b-instruct

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。

目前目录中有来自 45 个提供商的 487 个免费模型端点。这些数值经常变化。提供商会在不另行通知的情况下添加或删除模型,并更改配额。

如何理解 RPM、RPD、TPM 和 TPD

常见速率限制名称
限制含义常见时间窗口
RPM每分钟请求数滚动的 60 秒
RPD每日请求数一天。每个提供商的重置时间不同。
TPM每分钟 token 数。输入和输出 token 都可能计入。滚动的 60 秒
TPD每日 token 数一天
月度预算一个月内免费 token 的估计数量一个自然月

最先触发的限制才是关键。例如,Groq 文档中记录,其免费计划下 openai/gpt-oss-120b 的限制为 30 RPM、1,000 RPD、8,000 TPM 和 200,000 TPD。以每分钟 30 个请求计算,约 34 分钟即可用完每日 1,000 个请求。一个包含 9,000 个 token 的请求会立即失败,因为它超过了 8,000 TPM 的限制。

  • 作用范围: Google 对 Gemini 的限制作用于每个 Google Cloud 项目,而不是每个密钥。Groq 的限制作用于每个组织。同一项目或组织中的第二个密钥不会增加配额。
  • 重置时间: Google 每日请求数在太平洋时间午夜重置。Cloudflare 在 UTC 时间 00:00 重置每日配额。
  • 共享池: 一些提供商将一个配额计入所有免费模型。OpenRouter 将账户中所有 :free 模型的每日免费请求合并计算。
  • 其他单位: Cloudflare Workers AI 计量的是神经元,而不是 token。免费配额为每天 10,000 个神经元。

主要提供商的已核实限制

这些数值来自各提供商自己的文档,核对日期为 2026 年 11 月 20 日。模型级别的数值请参考上方的实时表格。

提供商文档中的免费限制
提供商免费限制(官方)作用范围
Google AI Studio(Gemini)每个模型不同。你可以在 AI Studio 中查看当前生效的限制。每个 Google Cloud 项目
Groqopenai/gpt-oss-120b:30 RPM、1,000 RPD、8,000 TPM、200,000 TPD每个组织
OpenRouter:free 模型:20 RPM。每天 50 个请求,购买 10 个积分后每天 1,000 个请求。每个账户,所有免费模型合并计算
Cloudflare Workers AIWorkers 免费版每天 10,000 个神经元每个账户
OVHcloud AI Endpoints匿名:每分钟 2 个请求。使用密钥:每分钟 400 个请求。匿名:每个 IP 和模型。使用密钥:每个项目和模型。
NVIDIA API CatalogNVIDIA 不公布这些数值。你的限制会显示在 build.nvidia.com 的账户中。每个账户
Cohere试用密钥:聊天模型每分钟 20 个请求,每月 1,000 次 API 调用每个试用密钥
注意: NVIDIA 免费账户通常显示每分钟 40 个请求的限制。NVIDIA 工作人员表示,限制因模型而异,且 NVIDIA 不公布这些限制。详情请阅读 NVIDIA NIM 速率限制。

如何叠加免费层级

单个免费层级的额度很小。多个免费层级合在一起,每天可以提供更多请求。要叠加它们,请从每个提供商各获取一个密钥。然后将每个请求发送到仍有剩余配额的提供商。

FreeLLMAPI 会为你完成这项工作。它是一个在你的电脑上运行的开源网关。它为每个平台、模型和密钥保存四个计数器(RPM、RPD、TPM、TPD)。在发送请求之前,它会检查全部四个计数器。它还会检查覆盖整个账户的池,例如 OpenRouter 的每日上限和 Cloudflare 的神经元上限。

安装并发送一个请求

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

curl http://localhost:3001/v1/chat/completions \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "messages": [{"role": "user", "content": "hi"}]}'

在仪表板的密钥页面 http://localhost:3001 中添加你的提供商密钥。从同一页面复制统一密钥。响应标头 X-Routed-Via 会显示作出应答的提供商和模型。

达到限制时会发生什么

大多数提供商在你超过限制时返回 HTTP 429。一些提供商会发送 Retry-After 标头。FreeLLMAPI 按以下顺序使用这些信号:

  1. 分钟级限制触发短暂的 429 时,该密钥会进入 90 秒的冷却期。路由器会尝试链中的下一个模型。
  2. 每日配额完全用完时,该模型和密钥会进入更长的冷却期:2 分钟,然后 10 分钟,然后 1 小时,然后 24 小时。
  3. 如果提供商给出的 Retry-After 值更长,路由器会使用提供商的值。
  4. 如果错误内容中说明了真实限制,路由器会保存该限制。之后的预检查会在提供商拒绝请求之前停止该请求。

当所有密钥都处于冷却期时,网关返回 429。免费层级没有服务等级协议(SLA)。最强的免费模型通常每日上限最小,因此一天后期的回答质量可能会下降。

获取更多每日请求的方法

  • 从更多提供商添加密钥。每个提供商都会增加自己的配额。
  • 简单任务使用小型快速模型。将每日上限较小的大型模型保留给困难任务。
  • 减少发送的 token 数。更短的提示词有助于应对 TPM 和 TPD 限制。
  • 不要为同一个提供商注册多个账户以获取更多配额。请先阅读每个提供商的条款。许多条款不允许这样做。
  • 在产品中使用免费层级之前,请阅读 免费 LLM API 商业用途。
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

免费 Gemini API 的速率限制是多少?

Google 为每个模型设置不同的限制,并将其应用于每个 Google Cloud 项目。你当前生效的限制会显示在 AI Studio 中。每日请求数在太平洋时间午夜重置。本页的实时表格显示目录中的当前数值。

Groq 免费层级的速率限制是多少?

Groq 为每个模型列出限制。对于 openai/gpt-oss-120b,免费计划允许每分钟 30 个请求、每天 1,000 个请求、每分钟 8,000 个 token 和每天 200,000 个 token。限制适用于整个组织。

第二个 API 密钥会使我的免费配额翻倍吗?

通常不会。Google 按项目计算限制,Groq 按组织计算限制。同一项目或组织中的新密钥共享相同的配额。

哪个免费 LLM API 的速率限制最高?

这取决于限制的类型。一些提供商每分钟提供很多请求,但每天的请求很少。请按最先影响你工作负载的限制对实时表格排序,然后叠加多个提供商。

免费 LLM API 中的错误 429 是什么意思?

它表示你超过了速率限制或配额。请等待重置时间,减少发送的 token 数,或将请求发送到其他提供商。

相关指南

来源

全部指南 · 浏览所有免费模型