国产大模型 API 免费档横评：能白嫖到什么程度

2026-07-27

数据截至 2026-07，价格与限额以各官网为准。

“能白嫖到什么程度”这个问题没法用一句话回答，因为免费档的天花板不是一个数字，而是五条同时生效的边界：上下文窗口、单次最大输出、并发与速率限制、要不要绑支付方式、以及这个免费档会不会突然下线。任何一条卡住，你的项目就得掏钱。横评国产大模型 API 的免费档，真正该比的是这五条，而不是比谁的宣传页上”赠送 token”数字更大。

先承认一个很常见的误解：不少人把”新用户注册送 N 千万 token”当成免费档的实力证明，然后把它写进技术方案的成本一栏。这两件事完全不是一回事。赠送额度是一次性预付，用完就结束；而真正意义上的免费档，是厂商在官方文档里单独开一页、明确标注”该模型免费”的那种模型，只要它还在架上，你就可以一直调。前者是促销，后者才是能进架构图的东西。

横评该比哪六件事

我自己比国产大模型免费档的时候，固定填这张表，六列缺一不可：

是不是官方文档标注的免费模型：注意是文档里独立成页写着免费，而不是活动页、公众号推文或者第三方汇总文章里说的免费。
上下文窗口：决定你一次能塞多少资料进去。做长文档问答、代码库理解的，这一列直接决定可行性。
单次最大输出：很多人只看上下文不看输出上限，结果生成长报告时被截断，还以为是模型偷懒。
速率限制（RPM/TPM）：免费档基本都有并发天花板，这是”个人玩具”和”能上线”之间最常见的分水岭。
要不要绑卡：免费但要求先绑支付方式的，跟不绑卡就能调的，风险性质完全不同。
下线与迁移策略：厂商停掉某个免费模型时，是自动路由到继任者，还是直接报错？这决定了你会不会在某个周一早上收到一堆 500。

前三列基本能在官方文档查到，第四列常常查不到具体数字，第五列只能看历史记录。下面用一个能查到官方原文的样本走一遍。

样本：智谱 GLM 的免费档能拿到什么

我手上核实到官方文档原文的样本是智谱 GLM，所以这一节的数字可以直接引用；其他厂商的数字我不替你猜，理由放在后面单说。

按智谱官方文档（docs.bigmodel.cn）中标为”免费模型”的几页：

glm-4.7-flash：免费，上下文窗口 200K，单次最大输出 128K。这是目前免费档里规格最舒服的一个。
glm-4-flash-250414：免费，上下文窗口 128K，官方原文称其为”智谱AI首个免费大模型API”；最大输出这一项官方页面上我没核到明确数字，以官网当前说明为准。
glm-4.5-flash：曾经免费，但已于 2026-01-30 下线，请求会自动路由到 glm-4.7-flash。

第三条其实是这张表里信息量最大的一行。它说明这家的免费档不是”某天悄悄消失”，而是有继任者接管、老模型 ID 的请求自动落到新模型上。对已经上线的项目来说，这种下线方式的杀伤力比直接报 404 小得多——但也别把它当成永久保证，模型换代后行为可能有差异，输出格式敏感的场景该回归测试还是得测。

再看多模态：第三方公开资料提到 GLM-4.6V-Flash 也是免费的视觉模型，不过这条我没在官方文档原文里逐字核到，只能标注为”第三方口径”，真要用在项目里，先自己去官网确认一遍。

没核到的那几列也要如实说：免费档具体的 RPM/TPM 限制，官方文档页面上没有展示数字，我这边也没核实到，所以这一列在我的表里是空的。至于”新用户注册赠送多少 token”，网上流传的说法互相打架（有说两千万的，也有拆成两个模型分别若干的），都没有官方页面逐字支撑，正确做法是注册后直接看账户页面实时显示的额度，别信任何二手汇总。

白嫖的实际天花板在哪

把边界翻译成人话，免费档大致能撑住这些事：

学习与练手：跑通链路、试 prompt、做课程作业，免费档完全够，从头到尾不用花钱。
原型和 demo：给同事或客户演示一个想法，单人使用、并发极低，免费档一般不会卡。
个人小工具：定时抓点内容做摘要、本地脚本批量改写文案这类低频任务，免费档很适合。
前置处理环节：把免费的轻量模型放在链路前端做意图分类、脏数据过滤、要不要走大模型的判断，只在必要时才把请求交给付费模型。这是免费档最被低估的用法，省下来的钱比”全部用免费模型”更实在，因为质量还守得住。

反过来，下面这些场景不建议指望免费档：

面向不特定用户的线上服务，并发不可控，限速会直接变成用户看到的报错。
输出质量直接决定收入的环节，比如对外交付的正式文案、生产代码的主力生成。免费档模型定位就是轻量高速，不是拿来扛主力活的。
需要稳定 SLA 的企业内部系统。免费的东西厂商没有义务对你的可用性负责，这话不好听但是事实。

从免费档跨到付费档，成本落差有多大

很多人担心”免费用着用着突然要付一大笔”，其实国产按量计费的单价并没有想象中吓人。仍以智谱为例，官方文档里 GLM-4.5 的原文表述是输入 0.8 元/百万 tokens、输出 2 元/百万 tokens；GLM-4.6 在多篇第三方资料里的口径是约 5 元/百万 tokens，但没有官方原文逐字支撑，也没说清是否输入输出同价，所以只能当参考。更新的 GLM-4.7、GLM-5 系列具体单价，我这边没有核到官方逐字数字，写代码前请自己打开官网定价页确认，我不编。

这里有两个坑值得单独点名：

第一个坑是单位。 智谱官方口径是”按每千 tokens 计费”，而横评时大家习惯统一换算成”每百万 tokens”。1 元/千 tokens 等于 1000 元/百万 tokens，换算方向别搞反了——我见过有人把千和百万的换算搞颠倒，结论直接差三个数量级，然后得出”这家贵得离谱”的错误判断。

第二个坑是定价页抓不到。 智谱的定价页是前端 JS 渲染的单页应用，很多爬虫和自动化工具抓下来是空的。这意味着你在网上看到的”某某模型多少钱一百万 token”，大概率是别人手抄的，抄错一位数没人会告诉你。要用在正式方案里，就自己打开浏览器看一眼当前页面。

另外，如果你的任务不要求实时返回，官方的 Batch API 有五折优惠，大批量离线处理时这一档比调免费模型硬扛限速要划算得多，值得先算一笔账再决定。

至于订阅制的编程套餐，那是跟按量计费完全不同的计价结构（按时间窗口给额度，而不是按 token 累加），横评时不要把它和 token 单价混在一列里比，否则怎么比都是错的。具体档位和价格以官方套餐页面为准。

接入成本本身也是横评的一部分

免费档好不好用，还有一个容易被忽略的维度：接进来要改多少代码。目前国产平台普遍提供 OpenAI 兼容接口，这意味着换厂商的迁移成本可能低到只改两行。以智谱为例，官方文档给出的 Chat 通用兼容地址是 https://open.bigmodel.cn/api/paas/v4/，并建议把密钥放进环境变量 ZAI_API_KEY：

# pip install --upgrade "openai>=1.0"
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("ZAI_API_KEY"),
    base_url="https://open.bigmodel.cn/api/paas/v4/",
)

completion = client.chat.completions.create(
    model="glm-4.7-flash",  # 免费档，先跑通链路
    messages=[{"role": "user", "content": "你好，请自我介绍一下。"}],
)
print(completion.choices[0].message.content)

也可以用官方原生 SDK（pip install zhipuai，调用方式是 ZhipuAI(api_key=...) 再走 chat.completions.create）。两条路核心能力一致，已经有 OpenAI 兼容基础设施的项目用前者最省事。

横评的时候，我会把”是否提供 OpenAI 兼容层”也算作一列。提供的，意味着你可以把多家免费档挂在同一套代码后面轮换测试，甚至做兜底降级；不提供的，每换一家都要重写一层适配，隐性成本比 token 单价高得多。

为什么这篇只横评国产

有人会问，为什么不把海外几家的免费档也拉进来一起比。原因很直接：截至 2026-07，OpenAI、Google Gemini、Anthropic 这类服务在官方层面并不支持中国大陆直连，账号注册、控制台、API 端点都在境外，把它们的免费额度写进国内项目的成本表，本身就是个不成立的前提。市面上确实存在第三方中转和聚合平台声称能转发，但这类服务的合规性、计费透明度和数据处理方式都要用户自己承担风险，我不背书也不推荐具体渠道。

对国内团队来说，国产平台的免费档有一个海外服务给不了的优势：链路简单、发票和主体清楚、出问题能找到人。这一条在做技术选型时的权重，往往比模型评测榜上的几个百分点更高。

自己动手核一遍的操作顺序

如果你要给自己的项目做一次横评，建议按这个顺序来，能省掉大部分返工：

先去各家官方文档站找”免费模型”专页，只把有独立文档页的模型收进候选表。活动页宣传的一律先不算。
对每个候选模型记下上下文窗口和最大输出，这两项通常文档里写得最明确。
打开浏览器（不要用抓取工具）看当前定价页，把付费档的单价抄下来，注意千/百万的单位换算。
注册账号，在账户页面看真实的赠送额度和限速提示，以自己看到的为准。
用同一段 prompt 在几家免费模型上跑同样的任务，实测输出质量和首字延迟——这一步没法查文档，只能自己跑。
故意打高并发，看看多久触发限流、报什么错、要不要退避重试。这一步决定了它能不能上线。

第 5、6 步最花时间，但也最有价值。文档里的数字告诉你边界在哪，实测才告诉你在边界之内好不好用。

小结

国产大模型的免费档能白嫖到的程度，比多数人以为的要高，但边界和多数人以为的不一样——限制你的通常不是”额度用完了”，而是并发上限和输出长度。横评时把六列表填完，比看任何一篇排行榜都管用。手上唯一能引用官方原文的样本里，glm-4.7-flash 提供 200K 上下文、128K 最大输出且免费，glm-4-flash-250414 同样免费，老的 glm-4.5-flash 下线后自动路由到继任模型，这套迁移方式对已上线项目比较友好。所有具体价格、赠送额度和速率限制，请以你打开官网当时看到的页面为准，我这篇不替官方做承诺。最后一句提醒：免费档最好的用法不是”全都用它”，而是让它守住链路前端的粗活，把钱花在真正决定结果质量的那一步上。