为什么先看厂商官网，而不是聚合平台

聚合网关的免费额度通常有有效期和路由限制，而模型厂商自己的 Free Tier 往往给你一个稳定的控制台、明确的限速表和可预期的刷新节奏。2026 年的现实是：二线厂商（Mistral、Cohere、AI21、Groq、Cerebras 等）为了拉开发者，免费层的「可调用量」往往比头部两家更慷慨，且不要求绑卡。策略上应把它们当成「日常供给层」，把 OpenAI、Gemini 当「能力兜底层」。

操作步骤

第一步：建一张「厂商 × 能力」清单

先明确你要的是哪类 Token：对话补全、Embedding、多模态、还是低延迟推理。不同厂商的强项不同，先列表再注册，避免注册一堆用不上的账号。

第二步：按「免绑卡优先」顺序注册

  1. Mistral：控制台提供免费试用层，注册后即可建 API Key，通常无需绑卡。适合先跑通对话与 Embedding。
  2. Cohere：提供 trial key，限速较低但足够做原型与批量 Embedding 试验。
  3. Groq：以低延迟推理著称，免费层可直接在控制台生成 Key，适合做流式输出与实时场景验证。
  4. Cerebras：免费层面向开发者开放，适合跑大参数模型的高吞吐试验。
  5. AI21：提供试用额度，适合做长文本与摘要类任务对比。
  6. 最后再考虑 OpenAI / Gemini：这两家免费层门槛更高、限制更多，作为能力兜底而非主力。

第三步：每个账号只做三件事

  • 建一个命名规范的 Key（如 proj-embed-2026），不要用默认 Key；
  • 用 curl 或官方 SDK 跑一条最小请求，确认返回结构与计费口径；
  • 在控制台找到 Usage 页面，记录「已用量 / 限额 / 刷新时间」三个字段。

第四步：算清刷新周期

多数厂商的免费额度按「每分钟请求数 + 每月 Token 总量」双维度限制。把刷新时间写进日历或脚本注释，避免月初猛跑、月中断供。不确定的具体数额以控制台显示为准，本文不引用固定数字。

第五步：做一条统一调用层

用 LiteLLM 或自写一层薄封装，把各家 Key 配成不同 provider，按任务路由：Embedding 走 Cohere/Mistral，低延迟走 Groq，长文本走 AI21。这样单家限速触发时可以自动降级到下一家。

注意事项

  • 限速优先于额度：免费层最常见的失败不是额度用完，而是 RPM 超限。务必在客户端做退避重试。
  • 数据使用条款：部分厂商免费层允许将请求用于服务改进，敏感数据不要走免费层。
  • Key 泄露风险：免费 Key 也属于凭证，务必放环境变量，不要提交到仓库。
  • 额度可能调整：厂商随时会改免费层政策，注册后第一件事是截图留存当前条款。

适用场景

  • 个人开发者做原型验证，不想先绑卡；
  • 小团队需要一条不依赖单一供应商的备用推理链路；
  • 做模型对比评测，需要在多家厂商间快速切换。