国庆假期刚开始朋友圈里有人晒旅游有人晒加班我反而花了一下午把各家大模型开放平台的活动页翻了个底朝天。这一翻让我意识到眼下正是撸 AI API 免费额度的好窗口一边是长假期间各家厂商推出的限时赠送一边是不少编程模型本来就给的免费试用包叠加起来足够支撑你假期里写完几个像样的 Demo。这篇文章不是广告也不是什么惊天爆料就是一份我现在正在用的“编程模型 API 白嫖清单”。我整理了 10 款方向集中在代码生成、代码补全、单元测试、代码评审这些编程场景每款把额度、申请路径、调用要点写清楚。无论你打算把 AI 接进个人项目还是想在公司技术选型前做一轮横向对比都可以先把这份清单存下来等哪家用得上就翻出来直接用。1. 假期盘点思路AI API 的免费额度到底该怎么薅先别急着照单全收。免费 API 这件事市面上噪音很多很多教程只告诉你“可以白嫖”却不告诉你额度是怎么来的、到底能用多久。我这次盘点的标准只有一个现在打开官网就能领领了之后真的能调起来。至于哪些是国庆专属限免、哪些是长期免费档我会在下面标注清楚免得你节后回来发现额度已经归零。1.1 三种免费额度形态我整理了目前各家公司最常见的三种给额度方式。形态典型做法适合使用场景国庆限时活动在官网活动页领取赠送 tokens一般 15~30 天有效假期集中测试、做 Demo新用户注册赠送实名认证后自动到账通常 100 万 ~ 几百万 tokens短期玩一玩、性能对比长期免费档部分轻量模型一直保持免费比如 GLM-4-Flash小流量个人工具、定时任务大多数平台会同时叠加这三种。比如某家模型既给新用户 200 万 tokens又给国庆限时 100 万 tokens你注册完之后两笔赠送到账实际能用的量比想象中多。但要注意赠送额度和长期免费档往往是分开计费的有些平台需要你在控制台手动点击“领取”不领就是没有。所以我的习惯是每注册一个平台先把“费用与额度”页面截个图再把活动页面的领取按钮全部点一遍。1.2 “先存着”不等于“能用”三个注意点第一API Key 的保管比想象中更重要。免费额度对应的 Key 虽然值不了几个钱但一旦泄露别人可以盗刷你的额度甚至触发平台风控导致账号封禁。我见过有人把 Key 直接写进 GitHub 仓库提交几分钟后就被爬虫扫走。建议申请完立刻把 Key 放到本地环境变量里任何情况下都不要提交到代码库。真不小心泄露了马上去控制台吊销重生成。第二免费额度的限制条件要看清。很多免费档不是让你无限调用而是有 QPS每秒查询数限制常见的在 1~5 之间。也就是说单线程串行调用没问题但你想并行发几十个请求很快会收到 429。如果是为了跑批量任务建议自己在代码里加一个带退避的请求队列或者干脆按量付费买几块钱的包别跟限流硬刚。第三数据边界要提前想明白。免费接口的服务条款通常写得比较宽松部分平台明确说明会用你的输入输出去优化模型。如果你只是拿公开代码、自己随便写的工程代码去试问题不大但如果是公司核心代码、客户隐私数据那就千万别往免费接口里传。这个红线不守住后面麻烦的是你自己。2. 10 款编程模型 API 清单国庆先存这一份下面是本次盘点的重点。我按“国产主力”和“补充/聚合入口”两个维度来分组每组里每一款的申请入口、免费额度、擅长场景都尽量说清楚。编程模型我理解得很宽泛只要代码生成、解释、补全、测试生成这些能力足够强对话模型也算。毕竟你实际用的时候不会只用一个专门的代码模型。2.1 国产大模型编程任务的主力选择第一款DeepSeek。这是最近一年口碑涨得很快的模型编程能力在中文模型里属于第一梯队。开放平台申请门槛很低注册后就能创建 API Key模型名常用 deepseek-chat也有专门的 deepseek-coder 系列。它的上下文窗口足够大代码解释和整仓库分析都能做。很多第三方工具如 Cline、Continue 都已经默认支持它性价比很突出。免费额度通常以新用户赠送形式发放具体金额以官网活动页为准国庆期间往往还有额外加赠。第二款智谱 AI 的 GLM 系列。如果只想长期白嫖一个稳定的模型GLM-4-Flash 是绕不开的选择它在很长一段时间里都是公开免费的状态新用户也送大量体验额度。GLM 在中文理解、工具调用上的表现不错配合 CodeGeeX 生态做代码生成和补全都有现成插件。申请路径是去智谱开放平台注册账号在控制台拿到 Key然后 base_url 指向官方 OpenAI 兼容地址即可。第三款阿里云百炼平台上的通义千问。重点推荐 qwen2.5-coder 系列这个系列专门针对代码做了强化尤其是 32B 版本在代码生成评测里经常能和更大体量的模型掰手腕。百炼平台给新用户送免费 tokens而且提供 OpenAI 兼容模式DashScope 的 base_url 改成 compatible-mode 路径后你可以直接用现成 OpenAI SDK 调用。它还提供了大量开源模型的托管服务你想对比几款不同规格的模型也很方便。第四款讯飞星火。星火大模型的 Spark Lite 版本长期有免费额度申请时需要注册讯飞开放平台并完成实名认证。它的优势是中文友好、接口稳定在国内网络环境下调用延迟较低。Python 调用示例官方文档里写得很清楚用 requests 或 OpenAI SDK 都可以。如果你做的是中文技术文档、日志分析、注释生成这类偏“中文写作”的编程辅助任务它的表现会让你意外。第五款字节跳动的豆包大模型。豆包开放平台通过火山引擎提供 API常见的模型名有 doubao-pro-32k 等。火山引擎对新用户送的 tokens 量不算小而且经常有各种限时活动。豆包模型整体能力均衡编程不是它最突出的标签但胜在生态和稳定。它的 OpenAI 兼容地址和模型名在控制台里都能看到适用于想多方对比、担心单一模型不够稳的场景。第六款腾讯混元。腾讯云上的混元大模型同样提供免费体验额度模型名常见的是 hunyuan-standard 和 hunyuan-turbo。混元在知识问答和中文理解上做得扎实用来做代码解释、需求转描述、接口文档生成这类任务没什么压力。申请路径在腾讯云控制台的“混元大模型”页面开通后拿到 Key按官方文档接入即可。如果你本来就在用腾讯云的其它服务顺手开通会更省事。2.2 补充模型与聚合入口第七款Moonshot Kimi。Kimi 的开发平台主打超长上下文我一开始就是拿它来处理超大型代码仓库的。把整个项目的关键文件丢进去让模型帮忙梳理模块关系效果比一个个文件问要强得多。申请流程很简单注册 Moonshot 开放平台后创建 Key模型名像 moonshot-v1-8k、moonshot-v1-32k 都带起送额度。国庆期间是否额外送需要去官网看一眼但即使没有活动它的新用户额度也够你假期折腾。第八款百度文心。千帆平台上有一批轻量级模型比如 ERNIE-Speed 这类经常以免费形式提供给开发者试用。文心在中文语义理解上有自己的积累用于代码注释生成、技术文档润色、复杂逻辑解释都不错。百度千帆的申请入口会在注册后引导你创建应用拿到 API Key 后可以按 OpenAI 兼容协议接入。需要注意的是百度部分模型需要申请审核才能开通建议把这一步放在假期前面做掉。第九款Google Gemini 2.0 Flash。Gemini 的 API 免费层给的额度相当慷慨而且 Gemini 2.0 系列在代码能力上比前代提升明显。它支持 OpenAI 兼容端点base_url 指向 generation.googleapis.com 的 openai 路径Key 从 AI Studio 页面生成。如果你人在国内用它的前提是网络环境能通到 Google 的服务这个情况你自己判断。免费层同样有速率限制但个人开发和小工具完全够用。顺便说一句编程任务里 Gemini 在生成测试用例和代码迁移方面很有特点。第十款严格说是一个聚合入口OpenRouter。OpenRouter 聚合了很多开源模型并且维护了一批带有 free 标记的模型比如 meta-llama 的一系列开源模型。它的好处是你只需要申请一个 Key就能在同一个接口里切换各种模型。官方还提供了“每分钟免费请求数”的实时统计方便你判断当前哪些模型空闲可用。对于做横向对比、模型选型非常合适也是我这次愿意额外拿出来讲的原因。Groq 也类似它提供高速推理部分开源模型可以在低限额下免费调用响应速度快到离谱适合做代码补全的高吞吐场景。2.3 一张表把关键参数收齐为了方便你直接对着表操作我整理了这些模型/平台的接入参数。注意 base_url 和模型名可能随时调整以官方文档为准表里给的是我整理时的常用值。平台base_urlOpenAI 兼容常用模型名免费额度形态DeepSeekhttps://api.deepseek.comdeepseek-chat新用户赠送智谱 AIhttps://open.bigmodel.cn/api/paas/v4glm-4-flash长期免费阿里百炼https://dashscope.aliyuncs.com/compatible-mode/v1qwen-plus / qwen2.5-coder新用户赠送讯飞星火https://spark-api-open.xf-yun.com/v1spark-lite长期免费火山引擎https://ark.cn-beijing.volces.com/api/v3doubao-pro-32k新用户赠送腾讯混元https://api.hunyuan.cloud.tencent.com/v1hunyuan-turbo新用户赠送Moonshothttps://api.moonshot.cn/v1moonshot-v1-8k新用户赠送百度千帆https://qianfan.baidubce.com/v2ernie-speed-128k部分免费Geminihttps://generativelanguage.googleapis.com/v1beta/openai/gemini-2.0-flash免费层OpenRouterhttps://openrouter.ai/api/v1按需选择 free 模型部分模型免费这张表不要直接抄进代码就算完建议你每个平台注册后先去控制台确认一遍最新的模型 ID。很多平台的模型名会随着版本迭代改名比如某个模型从 v1 升到 v2老名字可能不再对新用户开放。3. 实操接入用 OpenAI SDK 一把梭前面清单列完真正动手时你会发现大部分平台都做了一件很省心的事提供 OpenAI 兼容接口。这意味着你不需要为每一家都学习一套新的 SDK 用法只要会写 OpenAI 的客户端改三个地方就能切到任何平台。3.1 先说结论所有平台都能用同一套代码改 base_urlOpenAI 兼容接口的定义很直接把消息数组发送给 chat/completions 端点然后从 choices 里拿结果。各家只是把 base_url 换成自己的域名同时要求你的 API Key 换成自己平台的。所以我的做法是封装一个简单的工厂函数通过字典配置不同平台的 base_url 和模型名需要调用哪个就传哪个编号。这样的好处是国庆假期你存了这么多 Key切换成本几乎为零。3.2 Python 调用示例与参数选择下面这段代码是通用模板以 DeepSeek 为例。你只需要把 api_key、base_url、model 换成上面表格里的对应值就能跑通其它平台。from openai import OpenAI client OpenAI( api_keysk-你的key, base_urlhttps://api.deepseek.com, ) response client.chat.completions.create( modeldeepseek-chat, messages[ {role: system, content: 你是一名资深后端工程师擅长Python和Go。}, {role: user, content: 写一个带超时控制、自动重试、返回错误码的HTTP请求函数。} ], temperature0.2, max_tokens1024, ) print(response.choices[0].message.content)编程任务里最常用的两个参数是 temperature 和 max_tokens。temperature 控制输出的随机性做代码生成时我习惯调到 0.1~0.3太高会让模型写出“创意十足但跑不起来”的代码做注释生成、代码解释这类相对自由的任务可以调到 0.5 左右。max_tokens 决定返回内容的最大长度代码函数短的几十 token长的上千 token如果经常看到输出被截断就把它调大。需要注意不同平台的上下文上限不同但生成上限未必等于上下文上限许多平台单次生成最多只有 4K~8K tokens这点要去文档里确认。3.3 环境变量和密钥管理写代码时别把 Key 硬编码进去。我通常会放一个.env文件或者直接用 shell 环境变量。export DEEPSEEK_API_KEYsk-你的key export OPENAI_BASE_URLhttps://api.deepseek.com在 Python 里再通过 os.getenv 读取比如import os client OpenAI( api_keyos.getenv(DEEPSEEK_API_KEY), base_urlos.getenv(OPENAI_BASE_URL), )这样做至少能避免你把 Key 提交到 Git 历史里。如果你用 VS Code 调试记得把环境变量写进 launch.json 的 env 字段。环境变量没加载是新手最常遇到的问题表现形式是 401 或 empty api key排查时先打印一下 os.getenv 的值别急着怀疑模型写错了。3.4 一个函数同时接多平台为了不浪费假期内存的那些 Key我建议你做一个简单的多客户端管理。下面是一个极简例子import os from openai import OpenAI PLATFORMS { deepseek: { base_url: https://api.deepseek.com, api_key: os.getenv(DEEPSEEK_API_KEY), model: deepseek-chat, }, glm: { base_url: https://open.bigmodel.cn/api/paas/v4, api_key: os.getenv(GLM_API_KEY), model: glm-4-flash, }, } def chat(platform: str, user_prompt: str, system_prompt: str ): cfg PLATFORMS[platform] client OpenAI(api_keycfg[api_key], base_urlcfg[base_url]) resp client.chat.completions.create( modelcfg[model], messages[ {role: system, content: system_prompt}, {role: user, content: user_prompt}, ], temperature0.2, ) return resp.choices[0].message.content这样你在代码里只需要切换第一个参数就能拿到不同模型的回答。做横向对比的时候把同一段 prompt 发给几个平台回答并排打印出来差距一眼就看出来了。4. 从 API 到工作流多模型协作的编程玩法只拿单模型当聊天窗口其实浪费了免费额度。最近“多 AI 协作”这个概念很热落到工程里最实用的场景是让生成模型和审查模型各司其职互相挑毛病。你完全可以用免费额度搭出这样一个工作流。4.1 用免费额度拼一个 24 小时在线的代码评审助手思路很简单A 模型负责写代码B 模型负责找问题。把 A 生成的代码拼进 prompt要求 B 从逻辑错误、边界条件、安全性三个角度做评审。整个过程可以放在一个普通 Python 脚本里配合定时任务或 Webhook就是一个迷你 Agent。def code_review(task: str): code chat(deepseek, task, 你是一名代码生成器输出可直接运行的Python代码。) review chat(glm, f请评审以下代码指出潜在问题并给出修改建议\n\n{code}) return code, review实测下来这种“一人生成一人生病”的组合比单个模型反复自我检查要稳。两个模型背后的训练数据不同能互补的盲区很多。而且免费额度都是分开计的单次调用成本趋近于零。4.2 给 Agent 加工具调用如果你用智谱 GLM 这类支持 function calling 的模型还能把它升级成真正有工具能力的 Agent。比如你让模型判断当前用户输入是不是一个文件操作指令是就调用 read_file 函数不是就正常聊天。这样做的好处是模型本身不需要记住文件内容按需读取最新状态适合做代码库问答。当然免费档的 QPS 不高工具调用一轮可能要多请求几次速度不一定理想。我建议把它用在对实时性要求不高的离线脚本里比如自动生成周报、批量整理代码注释、定时检查 TODO 列表。想追求亚秒级响应就只能去开付费版或选支持更高并发的高性能模型了。4.3 免费 API 的合规与数据边界这一段我必须单独拎出来强调。免费接口不是万能保险箱。部分厂商的服务条款会写明免费侧的输入输出可能会被用于模型训练这意味着你传给它的代码、日志、业务细节理论上可能被“记住”。所以任何时候都不要把客户隐私、生产环境密钥、数据库连接串、未公开的商业项目代码传给免费接口。如果公司内部要做一个编程辅助工具建议直接采购企业版或者使用自建的开源模型方案。你个人玩一玩把公开的、不敏感的项目丢进去那完全没问题。这条规则和具体厂商无关是所有免费 API 使用者都应该有的自觉。真要在生产环境用最好再确认一遍服务条款里的“数据保护”章节。5. 常见报错与排查实录这一节是每次写 API 接入文章我最想写也最愿意写细的部分。因为看再多的官方文档都比不上真实报错现场学到的东西。以下这些报错都是我在假期测 API 时高频遇到的问题按出现概率排序。5.1 常见报错速查表报错信息原因解决办法401 Authentication FailsAPI Key 错误、过期或没设置环境变量检查 Key 是否复制完整重启终端让环境变量生效429 Too Many Requests / Rate limit免费档 QPS 限制触发加退避重试或降低并发观察响应头里的 Retry-After400 context length exceeded输入超长超过模型上下文截断文本、压缩代码、换长上下文模型invalid request: model not found模型名写错或平台已下线该模型去控制台确认最新模型 IDno api key for provider route通过聚合网关时缺对应服务商 Key在聚合平台后台补配置对应模型的 API Keytimeout 或 connect error网络不稳定、基础地址写错先 ping 或 curl base_url确认网络可达fail api scope is not declared in the privacy agreement移动端调用的权限/隐私声明未声明检查 App 隐私清单补充 API 使用声明最后一行可能有人没遇到过这是 iOS 接入第三方 API 时常见的合规报错。如果你的 App 在调用大模型接口需要在隐私清单里明确声明请求发送到了哪些域名和用途否则系统会拦截返回该错误。别只盯着后端修前端该补的声明也要补。5.2 几个亲测有效的排查套路遇到 429不要马上怀疑 Key 浪费了额度。先用 curl 看响应头curl -i https://api.deepseek.com/chat/completions \ -H Authorization: Bearer $DEEPSEEK_API_KEY \ -H Content-Type: application/json \ -d {model:deepseek-chat,messages:[{role:user,content:hi}],max_tokens:16}响应头里的 x-ratelimit-remaining 和 x-ratelimit-reset 字段会告诉你还剩多少额度、什么时候重置。大部分免费平台都会把限流信息写在响应头里比猜快得多。遇到 400 context length exceeded最常见的原因是代码库太大。解决办法有三个把代码拆成文件级粒度再问用 grep 或 AST 先做一次裁剪换支持 1M context 的超长上下文模型。但要注意即使模型上下文有 100 万 token生成长度也往往远小于这个值别把上下文和生成上限混为一谈。遇到 permission denied while trying to connect to the docker api这个不是模型 API 的问题但很容易出现在你用 Docker 部署网关或本地工具时。本质是当前用户没有权限访问 /var/run/docker.sock把用户加入 docker 组或调整 socket 权限就能解决。它在排查列表里出现频率很高所以我顺手记下来。另外如果你用某个本地网关转发多个 API像 “no api key for provider route” 这种报错也很常见意思是你只填了网关的总 Key但没有给某个具体服务商路由填它的独立 API Key去配置页补齐即可。6. 写在最后这些 API 我建议你先收藏但别急着付费整理这份清单的过程中我最大的体会是免费额度的价值不在于让你省多少钱而在于给你一个低成本试错的窗口。编程模型好不好用光看评测榜单和别人的截图是判断不了的。你得把真实项目里的代码片段丢进去看看它能不能理解你的命名风格能不能识别你项目里那些奇怪的异常处理能不能在一长串报错日志里找到最关键的那一行。这些体验只有亲手去调用一遍才知道。所以我建议你按照清单注册三五个平台每个都先用一个最简单的请求跑通然后再把你手头正在做的工程代码丢进去测试。对比下来哪家的回复风格、代码质量、速度最符合你的预期后续需要稳定使用时再考虑付费。反正国庆期间各家活动叠着送与其把这些额度浪费掉不如逼自己写一个能自动生成单元测试的小工具或者给开源项目补一个代码评审机器人。这种带着具体目标的试用比单纯“先存着”有价值得多。最后再分享一个小技巧把 10 个平台的 Key 都申请好之后不要统一命名成 sk-xxx而是按平台在环境变量里分开存比如 DEEPSEEK_API_KEY、GLM_API_KEY、OPENROUTER_API_KEY。这样无论在哪个目录、哪个脚本里用时都能一眼看出当前调用的是谁排查问题时的效率高出一大截。代码写多了你会发现管理那些密密麻麻的 Key比写模型调用本身更考验耐心。这份清单你收好愿你在假期里把“白嫖额度”变成“看得见的成果”。