74 億 token、34 家供應商、635 個端點。三個數字都寫在同一行標題上，看起來像同一件事。
一句話結論：FreeLLMAPI 把 34 家 LLM 的免費額度併成一個 OpenAI 相容端點，確實能用；但「每月 74 億 token、635 個免費端點」是線上目錄的數字，你裝的免費版走的是月度快照，官方自己寫明「落後約 303 個模型」。
這個叫 FreeLLMAPI 的開源專案，截至 2026 年 8 月 31 日有 23,141 顆星，當天新增 504 顆，排在 GitHub 日榜第 17 位。它做的事情一句話講得完：你手上散落在 Groq、Cerebras、Mistral、SiliconFlow 各家的免費 API key，全部丟進去，它幫你收成一個 /v1 端點，哪家被限流就自動換下一家。
我把它的 README 和原始碼逐段讀完，核對了那三個頭條數字。結論不是「它在騙人」——它其實把話講得很清楚，只是講在你多半不會捲到的地方。
FreeLLMAPI 到底是什麼？
它是一個跑在你自己機器上的路由器。專案自述解釋了動機，這段話寫得相當誠實：
每一家正經的 AI 實驗室現在都提供免費額度，一個月幾百萬 token、一天幾千個請求。單獨看，每一份都只是玩具。疊在一起，大約是每月 74 億 token 的可用推理量。
問題是手動去疊很痛苦：三十四套不同的 SDK、三十四種不同的限流規則、三十四個請求可能失敗的地方。
FreeLLMAPI README，「Why this exists」段（筆者中譯）
所以它的價值主張不是「給你免費 token」——token 本來就是你自己去各家申請的。它的價值是把 34 套不同的失敗模式收斂成一套。你的 OpenAI client 指向本機，它負責重試、換家、記錄每把 key 用掉多少，讓你不會撞穿任何一家的免費上限。
| 項目 | 實際內容（2026-08-31 讀取） |
|---|---|
| GitHub 星數 | 23,141（當日 +504） |
| 建立 / 最後更新 | 2026-04-21 建立｜2026-08-30 最後 push |
| 授權 | MIT |
| 主要語言 | TypeScript |
| 介面 | OpenAI 相容 /v1，另有 Anthropic、Ollama 相容路由 |
| 官方定位 | 「僅供個人實驗與學習，非生產環境」 |
「每月 74 億 token」是怎麼算出來的？
是把各家公佈的免費額度上限加總。README 的原文用字是「listed free-tier capacity」——已列出的額度，不是實測跑出來的量。
這個區別很重要。74 億 token 攤到一個月，等於每分鐘約 17 萬 token。但這 17 萬不是一條水管流出來的，是 34 條各自有閥門的細管：每家有自己的每分鐘請求數上限、每日請求數上限、單次 context 長度上限。真正卡住你的從來不是月度總量，是那些以分鐘計的閥門。
所以看到 74 億這個數字，正確的理解是「這是理論池子的容積」，而不是「我這個月可以燒 74 億」。要燒到那個量，你得同時持有 34 家的帳號、而且請求正好均勻分散在所有時段和所有供應商上。
「635 個免費端點」，免費版拿得到嗎？
拿不到全部。這是整篇文章最該記住的一段，而它藏在 README 的「Premium (live catalog)」章節裡。
先講那 635 是什麼。專案的模型目錄是一份遠端簽章檔案（Ed25519 固定金鑰驗證，一天拉兩次），目錄現時追蹤：
- 34 家供應商
- 474 個模型家族
- 635 個免費供應商／模型端點——其中 584 個對話、41 個 embedding、7 個語音轉錄、3 個影片
- 約 74 億 token／月的已列出免費額度
然後是關鍵那句。README 原文：
Free installs pull the same signed catalog, but from the monthly snapshot: a model joins it 30 days after it lands in the live feed, so the free build currently sits about 303 models behind. Nothing expires and nothing is crippled — it just arrives later.
FreeLLMAPI README，「Premium (live catalog)」段
翻成白話：免費安裝拉的是月度快照，一個模型要等 30 天才會進到快照裡，所以免費版目前落後約 303 個模型。官方同時強調沒有任何東西過期或被閹割，只是晚到。
那免費版到底有幾個？答案是：算不出來
我試著做這道減法，做不下去。「落後 303 個模型」裡的「模型」，對不上任何一個已公佈的分母：
- 如果分母是 474 個模型家族，635 − 303 沒有意義，474 − 303 = 171 個家族。
- 如果分母是 635 個端點，635 − 303 = 332 個端點。
- 而 README 從頭到尾沒有把「models」定義成家族或端點的其中一個。
同一個減法，兩個減數，兩個差很遠的答案。所以誠實的說法是：免費版實際少多少，這份 README 沒有給出可以相減的數字。我不打算替它挑一個看起來順眼的來填。
要講清楚的是：這不是造假，落後多少也白紙黑字寫在 README 裡。真正的落差在於，寫在 repo 標題那行的 635，是付費線上目錄的數字，不是你 git clone 之後手上那個版本的數字；而多數人只會讀到標題那行。
「34 家供應商」拆開來是哪些？
我打開原始碼的供應商註冊檔 server/src/providers/index.ts 逐個數，數出來的東西跟目錄數字不完全是同一本帳。
該檔案有 34 筆 name: 條目，跟宣稱的 34 家剛好對上。但其中兩筆是同一個「Custom (OpenAI-compatible)」——那不是供應商，是留給你自己填 OpenAI 相容端點的空格，而且重複出現了兩次。扣掉之後，這個檔案裡有名有姓的供應商是 32 家。
同時，同一個檔案另外 import 了 7 個獨立的供應商模組（Google、Cohere、Cloudflare、AI Horde、ModelScope、Pollinations、智譜），這些不在那 32 筆裡面。
先講清楚口徑，免得被我誤導：目錄那個 34 是遠端簽章檔案的統計，原始碼那個 32＋7 是本機轉接器的數量，兩者本來就不必相等——一個轉接器可以對應多家、也可以有轉接器未被目錄計入。我沒有辦法從公開資料判定哪邊才是「正確」的 34。能確定的只有一件事：那份清單裡確實有兩格是同一個空白自訂欄位。
中文讀者最該注意的：清單裡有 7 家中國廠商
這是逐行數清單時才看得到、而英文圈的介紹幾乎不會提的一點。32 家具名供應商裡，有 5 家是中國廠商：
- SiliconFlow（矽基流動）
- Baidu Qianfan（百度千帆）
- Volcengine Ark（火山方舟，字節跳動）
- LongCat（美團）
- iFlytek Spark（訊飛星火）
另外兩家在獨立模組裡：ModelScope（阿里魔搭）和智譜。合計 7 家。對於註冊歐美服務卡在手機驗證或付款方式的讀者，這一組是門檻最低的起點。
其餘 27 家裡，有相當比例本身就是路由／聚合商而非模型擁有者——OpenRouter、Requesty、Routeway、OrcaRouter、UnoRouter、NaraRouter、NavyAI、Kilo Gateway、HuggingFace Router、AnyAPI、BazaarLink 都屬這類。這代表「34 家供應商」不等於 34 個互相獨立的免費額度來源：幾個路由商背後可能接的是同一批上游模型，疊起來的池子沒有家數看起來那麼分散。
最容易被忽略的代價：你的 AI 會在深夜變笨
這句不是我的評論，是專案自己寫在「Limitations」裡的：
疊加免費額度有實際的取捨：沒有前沿模型、延遲不穩定、沒有 SLA——而且端點的有效智力會在一天的後段下降，因為頂級模型陸續撞到當日上限，然後在 UTC 午夜重置。
FreeLLMAPI README，「Limitations」段（筆者中譯）
這個現象值得單獨拿出來講，因為它會製造一種很難debug 的體驗：同一個 prompt，早上跑出來的結果很好，晚上跑出來明顯變差，而你的程式碼一個字都沒改。原因是路由器把你降級到還沒撞上限的次級模型去了。
UTC 午夜對應香港／台灣時間早上 8 點。換句話說，以台港作息來看，你的免費額度是在上班時間開始時滿血重置，然後一路消耗到深夜見底。要跑品質敏感的任務，排在早上。
你的用量頂不頂得住？先算一下
下面這個試算器不算「你能不能用完 74 億」——幾乎沒有人用得完。它算的是真正會卡住你的那一項：每分鐘請求數。
怎麼開始用？
它是自架服務，不是雲端帳號。大致流程：
- 先去申請免費 key。從門檻低的開始：Groq、Cerebras、Mistral 各自的免費層；中文讀者可以先試 SiliconFlow、百度千帆。這一步跟 FreeLLMAPI 無關，它不代你申請。
- 跑起路由器。專案提供 Docker、CLI 與桌面版三種安裝路徑，倉庫根目錄有
Dockerfile，另有cli/與desktop/兩個子專案。 - 把 key 填進去。網頁介面有 key 管理頁，金鑰在本機加密儲存。
- 把你的 client 指過來。任何 OpenAI 相容的函式庫，把 base URL 改成本機那個
/v1就行，不用改程式邏輯。
要注意的是第 1 步才是真正花時間的地方。34 家供應商代表 34 次註冊、34 次驗證。工具幫你解決的是註冊之後的麻煩。
誰適合用？誰不該碰？
| 適合 | 不適合 |
|---|---|
| 個人專案、業餘實驗、學習用途 | 任何要出貨給客戶的東西 |
| 大量低價值請求（批次分類、翻譯、摘要） | 品質敏感、要前沿模型的任務 |
| 已經手上有一堆閒置免費 key 的人 | 一把 key 都還沒申請、只想開箱即用的人 |
| 能接受結果品質隨時段浮動 | 需要穩定延遲或 SLA 的場景 |
專案的免責聲明講得比多數同類工具直白，值得原文照引：它明說這是給個人實驗和學習用，不是生產環境；免費層存在的目的是讓開發者做原型，不是穩定的推理基礎設施；如果你要拿它做真東西，上線前換成付費 API。
還有一句必須看清楚：你跟每一家上游供應商的關係，仍然受你註冊時同意的條款約束，流量經過這個代理不會改變這件事，遵不遵守是你的責任。專案有在 docs/architecture.md 放一份逐家條款檢視，標注的檢視時間是 2026 年 5 月——距今已經三個多月，自己再確認一次比較穩妥。
有沒有其他選擇？
- 只用 OpenRouter——它本身就是聚合商，一個帳號接多家，免費模型也有一批。少了自架的麻煩，代價是所有流量經過同一家。
- 只挑一兩家額度大的——Groq 和 Cerebras 的免費層速度都很快。多數個人專案根本用不到 34 家，兩家就夠，也省下 32 次註冊。
- 本機跑小模型——Ollama 配一個 7B/8B 模型，完全沒有限流也沒有條款問題，代價是硬體和能力上限。
- 直接付費——如果你已經在算「怎麼把免費額度榨乾」，通常代表你的用量值得那幾美元。
結論：值不值得裝？
如果你手上已經有三家以上的免費 key、而且受夠了在程式碼裡手寫 fallback 邏輯，值得。它把 34 種失敗模式收斂成一種，這件事本身有價值，MIT 授權也乾淨。
但別因為「74 億 token」點進去。那是理論池子，不是你的配額；而標題那個 635，是線上目錄的數字，不是免費版手上的數字。這個專案真正賣的不是額度，是把散裝額度變得可用的那層管線。額度得你自己一家一家去申請。
最後提醒一次那個最實際的細節：品質敏感的活，排在台港時間早上跑。
常見問題
FreeLLMAPI 是免費的嗎？
軟體本身是 MIT 開源、免費。但它另有付費的「線上目錄」訂閱：免費安裝拉的是月度快照，新模型要 30 天後才進得來，官方寫明免費版目前落後約 303 個模型。功能不會過期或被閹割，只是晚到。
用它會不會違反各家 API 的條款？
專案自己說得很明白：你跟每家上游的關係仍受註冊時同意的條款約束，經過代理不會改變，責任在你。它有一份 2026 年 5 月做的逐家條款檢視放在 docs 裡，但那是三個多月前的狀態，用之前自己再看一次目前條款。
真的能拿到每月 74 億 token 嗎？
實務上不會。74 億是把 34 家公佈的免費上限加總得出的理論值，而且要同時持有全部 34 家帳號。真正限制你的是每分鐘和每日的請求數上限，不是月度總量。
中文使用者可以用哪幾家？
供應商清單裡有 7 家中國廠商：SiliconFlow、百度千帆、火山方舟、LongCat、訊飛星火，以及獨立模組裡的 ModelScope 和智譜。註冊門檻通常比歐美服務低。
為什麼同一個 prompt 晚上的結果比較差？
這是設計上的已知行為。頂級模型陸續撞到當日上限後，路由器會自動降級到還有額度的次級模型，所以端點的有效品質會在一天後段下滑，UTC 午夜（台港時間早上 8 點）重置。
本文資料讀取時間為 2026 年 8 月 31 日，星數、模型數與額度數字均引自專案 GitHub 頁面、README 與原始碼；AI 工具與免費額度變動極快，實際情況以官方文件為準。文中對「34 家供應商」的原始碼核對屬筆者自行清點，與遠端目錄統計口徑不同，已在文中標明。本文為工具介紹與技術分析，不構成任何投資建議；使用第三方 API 前請自行確認各供應商服務條款。
發表迴響