硅基流动的免费额度怎么用才不浪费？三种"免费"的区别与任务分层法

2026-07-27

数据截至 2026-07，价格与限额以各官网为准。

硅基流动上的”免费”不是一件事，而是三件互不相干的事：一是定价页上单价直接标 ¥0 的免费档模型，二是同一个模型拆出来的「免费版 / Pro 版」双档，三是平台不定期发放的赠送额度（2025-11-30 之后改成代金券形式）。绝大多数”免费额度用着用着就没了”的抱怨，根子在于把这三者混成一团，拿本该白嫖的活去烧余额，又拿本该付费的活去挤免费档的并发。

先承认一个很常见的误解：不少人以为注册硅基流动就会拿到一笔固定金额的赠款，把它当成”这个平台送我多少钱”的起点，然后开始算这笔钱能跑多少 token。这个思路本身就偏了。第三方评测文章里流传的具体赠送金额，在官方《用户充值协议》里并没有对应条款，这篇不会替它背书——你打开账户看到多少就是多少，以登录官网实际页面为准。更重要的是，真正能让你长期低成本跑起来的，从来不是那笔一次性的赠款，而是那批单价 ¥0 的常驻免费模型。

三种”免费”，先分清楚

第一种：免费档模型。 硅基流动上确实存在单价为 ¥0 的模型，事实层面能确认的包括 Qwen/Qwen3-8B、Qwen/Qwen3.5-4B、Qwen/Qwen2.5-7B-Instruct（免费版）、THUDM/GLM-4-9B-0414、THUDM/GLM-Z1-9B-0414、tencent/Hunyuan-MT-7B、deepseek-ai/DeepSeek-OCR、deepseek-ai/DeepSeek-R1-0528-Qwen3-8B（Free）。这一档是”常驻”的，不消耗你的余额，用多少都是 ¥0。它才是你日常最该榨干的资源。

第二种：同模型的免费版 / Pro 双档。 不少模型在平台上同时存在两个条目，一个免费版一个 Pro（付费加速）版。两者的差别不在模型权重，而在速率限制和并发上限：免费版限速、限并发，Pro 版限速更高，价格通常也更高。典型例子是 Qwen/Qwen2.5-7B-Instruct，免费版单价 ¥0，Pro 版是 ¥0.35 输入 / ¥0.35 输出（每百万 token）。也就是说，Pro 版你付的那点钱，买的主要是吞吐和稳定性，不是智商。

第三种：赠送额度 / 代金券。 官方协议里把钱明确分成两类：充值余额是你实际付的人民币，没有使用期限，通过微信支付在线支付完成后 360 日内，未消费的部分可以自行申请退款（每笔限一次）；赠送余额是平台不定期推出的充值优惠、邀请奖励之类的额外赠予，不可提现、不可转让、不可开票，平台享有最终解释权。还有一条容易被忽略的变化：2025-11-30 之后，平台激励改为以「代金券」形式发放，可以在”余额充值 > 代金券”里查看，此前的”赠送余额”发放形式已经调整。

分清这三种之后，“不浪费”这件事就有了明确定义：别拿第三种去干第一种能干的活。

免费档模型能干什么、不能干什么

免费档清一色是中小参数量的开源模型，8B、4B、9B 这个量级。它们的真实能力边界，得诚实地说：

适合交给它们的活——文本清洗和格式化、结构化抽取（从一段话里挑出人名日期金额）、意图分类和路由判断、给长文本做粗粒度摘要、批量生成模板化文案、翻译（tencent/Hunyuan-MT-7B 本身就是翻译向的模型）、OCR 相关任务（deepseek-ai/DeepSeek-OCR 就是干这个的）。这类任务的共同点是：输入输出格式清晰、判断维度不深、错了也容易被下游校验兜住。

不适合交给它们的活——多步推理、需要长链条逻辑连贯的代码生成、跨几万 token 的上下文关联分析、需要精准事实性的问答。硬塞给 8B 模型，你省下的钱会以”结果不能用、来回重试、人工返工”的形式加倍还回去。这不是免费模型的错，是任务分配错了。

THUDM/GLM-Z1-9B-0414 这类小模型从命名看带推理倾向，实际效果建议自己拿真实任务试一把再定，但也别指望它顶替旗舰模型。

把任务分层，是省钱的主要手段

真正有效的做法不是”能不能只用免费的”，而是在一条链路里按环节分配模型。举个典型的文档处理流程：

预处理与切分：纯规则代码，不调模型。
每段的信息抽取 / 打标签：交给 Qwen/Qwen3-8B 这类免费档，成本 ¥0。
跨段聚合与最终结论：这一步质量敏感，交给付费模型。
输出格式整理：又回到免费档。

第 3 步该选什么，看你的预算和质量要求。几个可参考的当前单价（¥/M Tokens）：deepseek-ai/DeepSeek-V4-Flash 是 ¥1 输入 / ¥2 输出，Qwen/Qwen3-32B 是 ¥1 / ¥4，zai/GLM-4.5-Air 是 ¥1 / ¥6，deepseek-ai/DeepSeek-V3.2 是 ¥2 / ¥2，deepseek-ai/DeepSeek-R1（Pro）是 ¥4 / ¥16。可以看到，从免费档往上跳一档，成本增幅其实很温和——真正贵的是直接跳到旗舰档（比如 deepseek-ai/DeepSeek-V4-Pro 是 ¥12 / ¥24，zai-org/GLM-5.2 是 ¥6 / ¥28）。模型上下线和调价都比较频繁，实际数值以 https://siliconflow.cn/pricing 或 GET /v1/models 接口为准。

分层的代码实现没什么难度，因为硅基流动是 OpenAI 兼容接口，切模型就是换一个字符串：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("SILICONFLOW_API_KEY"),
    base_url="https://api.siliconflow.cn/v1",
)

FREE_MODEL = "Qwen/Qwen3-8B"          # ¥0 档，跑量
PAID_MODEL = "deepseek-ai/DeepSeek-V3.2"  # 质量敏感环节

def ask(prompt: str, heavy: bool = False) -> str:
    resp = client.chat.completions.create(
        model=PAID_MODEL if heavy else FREE_MODEL,
        messages=[{"role": "user", "content": prompt}],
    )
    return resp.choices[0].message.content

# 批量粗加工走免费档
tags = [ask(f"给下面这段话打三个标签，逗号分隔：\n{seg}") for seg in segments]
# 最终结论走付费档
summary = ask("综合这些标签给出结论：" + "; ".join(tags), heavy=True)

注意模型名要带命名空间前缀（Qwen/、deepseek-ai/、THUDM/、tencent/ 这些），漏了前缀会直接报模型不存在。密钥在 https://cloud.siliconflow.cn/account/ak 新建，只放环境变量，别硬编码。接入的完整步骤可以看 SiliconFlow 硅基流动 API 怎么接入。

三种最常见的浪费

浪费一：拿付费模型跑本该免费档干的粗活。 最典型的是把”判断这条消息属于哪一类”这种二三十个 token 的分类任务扔给旗舰模型，跑几万条下来账单相当难看。分类、抽取、格式化这三类是免费档的主场，几乎没有理由付费。

浪费二：没有观测，凭感觉估。 很多人直到余额告急才第一次去看用量明细。建议从第一天就在代码里记录每次调用的模型名和 token 用量（响应里的 usage 字段就有），按模型分组统计。往往一看就能发现，八成的钱花在某一个没必要用重模型的环节上。

浪费三：把免费档当无限量在用。 免费档虽然单价 ¥0，但它限速、限并发。你开 50 个线程猛冲，结果是大量请求排队或失败，重试再重试，实际吞吐还不如老老实实控制并发。如果某个环节确实需要高吞吐又不需要高智商，把它切到对应的 Pro 版（比如 Qwen/Qwen2.5-7B-Instruct 的 Pro 版 ¥0.35 / ¥0.35），花的钱很少，省下的时间很多——这时候花钱买的是并发，不是能力。

关于代金券和余额，几件该知道的事

代金券和充值余额的性质不一样，规划时要区别对待：充值余额没有使用期限，而且在线支付（微信支付）完成后 360 日内，未消费部分可以自行申请退款，每笔限一次；赠送额度不可提现、不可转让、不可开票。所以如果你的公司需要报销发票，那部分只能对应实际充值的金额，赠送部分开不出来，报销前先跟财务对齐。

至于代金券的有效期、适用范围这些细则，官方协议里没有逐条列出统一规则，以你账户”余额充值 > 代金券”页面上显示的说明为准。稳妥的做法是：拿到代金券之后先去看它的说明，别默认它和现金余额等价。

什么时候该老实付费

诚实说局限：如果你的场景是这几类，别在免费档上耗时间——需要长上下文做整体理解的、需要生成可直接运行的中大型代码的、对事实准确性要求高且没有下游校验的、要做面向用户的最终输出且体验直接影响口碑的。这些场景下，免费模型省下的钱远小于返工成本。

另外一个要说清楚的：硅基流动上架的以开源模型和国产大模型托管版为主（DeepSeek、Qwen、GLM、Kimi、MiniMax、Hunyuan 这些系列）。如果你本来是想通过它间接用上 OpenAI、Anthropic、Google 的官方模型，那方向就不对——这些厂商的模型不在这个平台的上架范围内，而且它们官方本身也不支持中国大陆直连，这属于准入问题，不是换个平台就能绕过去的。想横向比较国产模型的价格，可以看国产大模型 API 价格对比；想了解聚合与中转平台之间的差异，可以看 API 聚合与中转平台怎么选。

小结

第一，把三种”免费”分清楚：¥0 的免费档模型是常驻资源，免费版/Pro 双档差的是速率不是能力，代金券是一次性激励且不可提现开票。第二，省钱的主力是任务分层，让分类、抽取、格式化这类粗活跑在免费档上，把质量敏感的环节留给付费模型。第三，从第一天就记录每次调用的模型和 token 用量，凭感觉估成本一定会估错。第四，免费档限速限并发，需要高吞吐时花很少的钱切到 Pro 版比硬扛重试划算。第五，价格和模型清单变动频繁，动手前以官网定价页或 GET /v1/models 的实时数据为准，别照抄任何一篇文章里的数字——包括这一篇。