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 |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
| OVH AI Endpoints | 11 | 2 | - | - | free · 2/min per IP | Qwen3.8 27B (OVH)Qwen3.8-27B |
| Waterfall | 11 | - | - | - | free · community rate limit | nex-n2.5-pro (Waterfall)nex-n2.5-pro-free |
| xKiro | 9 | - | - | - | free · 500K tokens/day (1M with Telegram) | SenseNova 6.8 Flash-Lite (xKiro)sensenova/sensenova-6.8-flash-lite |
| Kilo Gateway | 8 | - | - | - | free · 200/hr per IP (trial) | Dots3 Note Preview (Kilo)dots-studio/dots-3-note-preview:free |
| OpenRouter | 8 | 20 | 50 | - | ~6M | Dots3 Note Preview (free)dots-studio/dots-3-note-preview:free |
| Groq | 7 | 30 | 14,400 | 70,000 | ~6M | Qwen3.8 27B (Groq)qwen/qwen3.8-27b |
| Requesty | 7 | - | 200 | - | free · 200 rpd | Ling 3.1 Flash (Requesty)novita/ling-3.1-flash |
| Routeway | 7 | 5 | 200 | - | free · zero-priced route | Muse Glimmer 30B (Routeway free)muse-glimmer-30b:free |
| Speka | 7 | - | - | - | $1/month shared model-usage allowance | Step 5 Preview (Speka)stepfun-ai/step-5-preview |
| APINex | 6 | 5 | - | - | 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | GLM 5.3 (APINex Free)free/glm-5.3 |
| Gizmo | 6 | - | - | - | 1,000 free-model requests/month · shared account quota | Qwen3.8 27B (Gizmo)qwen/qwen3.8-27b:free |
| SEA-LION | 6 | 10 | - | - | free · 10 RPM | Qwen SEA-LION v4.5 27B (SEA-LION)aisingapore/Qwen-SEA-LION-v4.5-27B-IT |
| Septor Labs | 5 | - | - | - | free · shared daily allowance | MiniMax M2.5 (Septor Labs)minimax-m2.5-free |
| Agnes AI | 4 | - | - | - | free · promo $0/token | Agnes 3.0 Flash (Agnes AI)agnes-3.0-flash |
| Aion Labs | 4 | 15 | - | 20,000 | free · 20k tok/day | Aion 3.0aion-labs/aion-3.0 |
| BlockRun | 4 | - | - | - | Ongoing $0 models · rate-limited · no monthly cash grant | Muse Glimmer 30B (BlockRun)nvidia/muse-glimmer-30b |
| CLōD | 4 | - | - | - | free · shared daily allowance | Gemma 4 31B IT (CLōD)Gemma 4 31B IT |
| LLM7 | 4 | 40 | - | - | Free tier: 100,000 tokens/24h shared | gpt-oss:20b (LLM7)gpt-oss:20b |
| LLMTR | 4 | - | - | - | Ongoing zero-priced route | Qwen3.8 27B (LLMTR)qwen/qwen3.8-27b-free |
| Router9 | 4 | - | - | - | 10,000 credits/month (~$1), shared; account-anniversary reset | DeepSeek V4 Flash 0731 (Router9)deepseek/deepseek-v4-flash |
| BazaarLink | 3 | 10 | 50 | - | free · shared rate limit | DeepSeek V4 Flash (BazaarLink free)deepseek/deepseek-v4-flash-0731free:free |
| BlazeAPI | 3 | - | - | - | Free · 200,000 shared tokens/day; resets daily | GLM 5.3 Flash (BlazeAPI)free/glm-5.3-flash |
| Zhipu AI | 3 | - | - | - | ~30M | GLM-4.7 Flashglm-4.7-flash |
| AMD Radeon Cloud | 2 | - | - | - | free · recurring daily account allowance | Qwen3.8 Flash Next (AMD Radeon Cloud)Qwen3.8-Flash-Next |
| Logfare | 2 | - | - | - | free · fair use · traffic logged | Gemma 4 26B (Logfare)gemma-4-26b |
| Moondream | 2 | - | - | - | $5/month shared workspace usage credits | Moondream 3.1 9B A2Bmoondream3.1-9B-A2B |
| Plugsky | 2 | - | - | - | Ongoing Free plan; shared fair use | Plugsky Microplugsky-micro |
| SimpleLLM | 2 | - | - | - | Shared hourly/daily free-model quota | Gemma E4B Free (SimpleLLM)free-gemma-4-E4B |
| Speechify | 2 | - | - | - | - | Simba 3.2 (Speechify)simba-3.2 |
| UnoRouter | 2 | 1 | - | - | free · 1 req/min per model | GLM 5.3 (UnoRouter free)glm-5.3:free |
| Free.ai | 1 | - | - | - | - | Kokoro (Free.ai)kokoro |
| Pollinations | 1 | - | - | - | - | DreamShaper 8 LCM (Pollinations, legacy sana alias)sana |
| Typhoon | 1 | - | - | - | Ongoing free research API (shared rate limits) | Typhoon 2.5 30B A3B Instructtyphoon-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
| 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 | 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 |
| Groq | openai/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 AI | Workers 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 Catalog | NVIDIA 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 |
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:
- 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。
- 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。
- 如果提供商给出的
Retry-After值更长,路由器会使用提供商的值。 - 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。
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
- Gemini API 配额超限(429 RESOURCE_EXHAUSTED)
- 已达到 Groq 速率限制(429)
- NVIDIA NIM API 速率限制
- 无需信用卡的免费 LLM API
- best free llm apis 2026
- unlimited free ai tokens
来源
- Google AI Studio: Rate limits (检查于 20 November 2026)
- GroqCloud: Rate limits (检查于 20 November 2026)
- OpenRouter: API rate limits (检查于 20 November 2026)
- Cloudflare Workers AI: Pricing (检查于 20 November 2026)
- OVHcloud: AI Endpoints getting started (检查于 20 November 2026)
- Cohere: Rate limits (检查于 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (检查于 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (检查于 20 November 2026)