起因
最近在研究怎麼用 AI 輔助開發，但 OpenAI 的 API 費用實在太貴了。於是我開始挖掘各種免費方案，沒想到收穫超乎預期。
這篇日誌記錄了我的探索過程和實際測試結果。
Day 1：發現 Groq 的極速世界
第一個讓我驚艷的是 Groq。
他們用自研的 LPU（Language Processing Unit）做推理，速度快到離譜。我實測 Llama 3.3 70B，輸出速度超過 300 tokens/秒——這是什麼概念？本地跑 Ollama 大概只有 20 tokens/秒。
免費額度
| 項目 | 額度 |
|---|---|
| 每日請求 | 14,400 次 |
| 每分鐘 tokens | 6,000 |
| 需要信用卡 | 不需要 |
註冊超簡單，到 console.groq.com 用 Google 帳號登入就好。
使用方式
from openai import OpenAI
client = OpenAI(
api_key="gsk_xxxxxxxx",
base_url="https://api.groq.com/openai/v1"
)
response = client.chat.completions.create(
model="llama-3.3-70b-versatile",
messages=[{"role": "user", "content": "你好！"}]
)
心得：速度真的是殺手級優勢，適合需要快速回應的場景。
Day 2：Mistral 的慷慨額度
接著測試了 Mistral AI，法國的 AI 新創。
他們的免費額度大到嚇人：每月 10 億 tokens。
10 億是什麼概念？大約等於 7.5 億個中文字，足夠寫幾千本小說。對個人開發者來說，根本用不完。
免費額度
| 項目 | 額度 |
|---|---|
| 每月 tokens | 1,000,000,000 |
| 每秒請求 | 1 次 |
| 需要手機驗證 | 是 |
注意事項
有個小坑要提：免費版的數據會用於模型訓練。如果在意隱私，這點要考慮一下。
註冊地址：console.mistral.ai
Day 3：遇見 Kimi K2.5
這是我這次探索最大的驚喜。
Kimi K2.5 是月之暗面（Moonshot AI）在 2026 年 1 月發布的開源多模態模型。更棒的是，NVIDIA 提供免費託管！
這模型有多強？
- 1 兆參數的 MoE 架構
- 支援圖片理解
- 中文能力頂級
- 開源（MIT License）
怎麼拿到免費 API？
- 到 build.nvidia.com/moonshotai/kimi-k2.5
- 點「View Code」
- 登入 NVIDIA 帳號（免費註冊）
- API Key 直接顯示在程式碼裡
from openai import OpenAI
client = OpenAI(
api_key="nvapi-xxxxxxxx",
base_url="https://integrate.api.nvidia.com/v1"
)
response = client.chat.completions.create(
model="moonshotai/kimi-k2.5",
messages=[{"role": "user", "content": "分析這段程式碼"}]
)
心得：免費用到頂級開源模型，NVIDIA 這波操作很可以。
Day 4：Google Gemini 的變化
本來想推薦 Google AI Studio，但最近情況有變。
2025 年 12 月，Google 大幅削減了免費額度。原本每天可以請求幾百次，現在被砍到只剩 20-50 次左右。Gemini 2.5 Pro 甚至從免費方案中移除了。
目前的免費額度（2026 年 2 月）
| 模型 | 每日請求 |
|---|---|
| Gemini 2.5 Flash | ~50 次 |
| Gemini 2.5 Flash-Lite | ~1,000 次 |
| Gemini 2.5 Pro | 付費限定 |
如果只是輕度使用，Gemini 還是很不錯，尤其繁體中文能力確實強。但如果需要大量請求，建議考慮其他方案。
Day 5：OpenRouter 萬能中轉站
最後測試了 OpenRouter——一個 API 中轉服務。
好處是一個 API Key 就能存取 30+ 個免費模型，不用一個一個註冊。
免費額度
| 項目 | 額度 |
|---|---|
| 每日請求 | ~200 次 |
| 儲值 $10 後 | 1,000 次/天 |
免費可用的模型
- Llama 3.3 70B
- Gemma 2 9B
- Qwen 2.5 72B
- Mistral 7B
還有個「Auto」模式，會自動選擇最適合的模型：
model = "openrouter/auto"
我的組合推薦
經過這幾天測試，我整理出幾種組合：
速度優先
主力：Groq (Llama 3.3 70B)
備用：NVIDIA NIM (Kimi K2.5)
月成本：$0
額度優先
主力：Mistral (Mistral Small)
備用：OpenRouter
月成本：$0
中文任務
主力：Kimi K2.5
備用：Google Gemini Flash
月成本：$0
總結
2026 年免費 LLM API 的選擇比我想像中多很多。善用這些資源，完全可以零成本開發 AI 應用。
我的建議是多註冊幾個平台，分散風險。畢竟免費額度隨時可能調整（Google 就是例子）。
快速連結
免費額度和政策可能隨時變動，請以官方資訊為準。