为什么盯路由层而不是赠额数字
API 聚合网关（也常被叫作中转站）的商业模式是：把多家模型厂商的 API 统一成一个 OpenAI 兼容端点，按 token 计费或按次计费。为了拉新，它们通常会提供注册试用金、每日免费模型池、以及某些上游厂商的限时免费通道。
问题在于，这些免费额度是碎片化的：不同上游、不同模型、不同速率限制、不同有效期。如果你只把网关当成「一个 Key 换一堆模型」，赠额用完就断供；但如果你把它当成路由器，就能让同一个请求在多个免费上游之间流动，把碎片拼成连续供给。
2026 年主流聚合网关（如 OpenRouter、各类自建 One-API/New-API 中转站）普遍支持三样东西：模型别名（alias）、供应商路由（provider routing）、故障转移（fallback）。这三样就是本文的操作核心。
操作步骤
第一步：盘点网关的免费层，而不是只看余额
登录网关控制台，找到三类资源：
- 免费模型池：通常以
:free后缀或单独分组标注，例如带:free的模型 ID。这类模型一般有每分钟请求数（RPM）和每日 token 上限，额度「通常」在几十万到数百万 token 量级，具体以控制台为准。 - 注册试用金：一次性赠额，有有效期，通常 30 天内消耗。
- 上游厂商的免费通道：某些网关会代理 Groq、Cerebras 等提供免费调用层的厂商，这类通道的免费额度由上游决定。
把这三类分别记下来，形成一张「免费资源清单」。不要急着用，先做第二步。
第二步：为同一能力建模型别名
在网关的「模型」或「路由」设置里，创建一个别名，例如 chat-default，然后把多个免费模型挂到这个别名下，按优先级排序：
- 优先级 1：免费模型池里质量最高的模型
- 优先级 2：试用金可覆盖的付费模型（仅在免费池限流时使用）
- 优先级 3：上游免费通道模型
这样你的应用代码里只写 chat-default，网关负责分发。当优先级 1 触发 RPM 限制时，请求自动落到优先级 2。
第三步：打开故障转移与重试
在别名配置里启用 fallback：当某个上游返回 429（限流）、5xx 或超时，网关自动切换到下一个上游。把重试次数设为 2–3 次，退避时间设为指数退避。
这一步是把「碎片额度」变成「连续供给」的关键：单看每个免费模型都有 RPM 限制，但多个模型叠加后，你实际可用的并发和总量会显著提升。
第四步：在客户端做轻量轮换
即使网关有故障转移，客户端也应做一层简单轮换：
- 维护一个模型别名列表（如
chat-default、chat-fast、chat-cheap），按任务类型选择。 - 对批量任务（如摘要、分类），优先走免费池别名；对延迟敏感任务，走上游免费通道别名。
- 记录每次请求命中的上游（网关通常返回响应头或日志字段），用于后续调优优先级。
第五步：用日志反推额度消耗
大多数网关提供请求日志和用量统计。每周看一次：哪些别名消耗最快、哪些上游 429 最多、试用金还剩多少。据此调整优先级顺序，把即将过期的试用金前置消耗。
注意事项
- 免费模型池通常有每日上限，且不保证 SLA。不要把生产关键路径完全压在免费池上。
- 别名映射不是无限叠加：网关对同一别名的上游数量可能有限制，且部分网关对免费模型禁用故障转移。配置前先看控制台说明。
- 合规与条款：部分网关禁止用免费额度做自动化批量抓取或转售。使用前阅读服务条款。
- 数据留存：中转站会经手你的请求内容，敏感数据不要走不明来源的网关。优先选有隐私政策、支持自建或开源方案（如 One-API、New-API）的网关。
- 额度数字以控制台为准：本文所有「通常/约」表述都不构成承诺，各平台政策随时调整。
适用场景
- 个人开发者做原型验证，需要低成本跑通多模型对比。
- 小团队内部工具（客服摘要、文档问答），请求量中等、可容忍偶发限流。
- 需要多模型冗余的批处理任务，例如内容分类、翻译初稿。
不适合：对延迟和稳定性有硬性要求的生产系统，以及涉及敏感数据的场景。
小结
聚合网关的免费额度不是「一个数字」，而是「一组路由规则」。把模型别名、供应商优先级、故障转移三层配好，免费额度才能从一次性赠额变成可迁移、可轮换的 Token 供给线。