适合下一个 AI 项目的 10 款免费和付费 LLM API

免费使用 LLM API，让开发者可以在承担持续成本前测试模型并制作 AI 功能原型。不过，免费访问有多种形式，包括定期使用额度和有限的试用额度，每种都有各自的限制。选择提供商时，除了模型能力外，还需权衡这些条件，以及超出免费用量后扩展的成本。本指南对比了 10 种免费和付费 LLM API，说明各自提供的内容、访问定价方式，以及适合哪些项目。

以下对比涵盖模型提供商、多提供商平台和 NVIDIA 部署工具。输入格式概述平台能力，具体因模型和端点而异；语音、嵌入以及图像/视频生成可能使用独立的 API。访问条款核查截至 2026 年 11 月 13 日。定期免费额度、评估密钥、充值优惠和可免费下载的软件，提供的是不同类型的访问方式。

注意： 本对比仅供一般参考。定价、免费额度、模型可用性、功能和使用限制可能发生变化，也可能因地区、账户和所选模型而异。注册或使用服务前，请查阅各提供商的官方网站和文档，了解最新信息及适用条款。

可选的 LLM API 提供商很多，选择合适的一家可能需要花些时间。为方便您筛选，以下列出 10 种免费和付费 LLM API，以及它们的主要功能、定价选项、模型能力，以及分别能为不同 AI 项目和开发需求提供什么：

Kimi API 为开发者提供 AI 模型访问能力，支持高级推理、编程和长上下文处理。它支持兼容 OpenAI API 的集成方式，让 Kimi 模型更容易接入现有应用程序和开发工作流。目前，累计充值满 5 美元，用户即可获得一张 5 美元代金券。

API 费用：国际版 kimi-k3.1-pro 的价格为：未缓存输入 token 每百万 2 美元，输出 token 每百万 10 美元，未含适用税费。缓存命中每百万 token 收费 0.20 美元；缓存写入的 5 分钟 TTL 为 2 美元，1 小时 TTL 为 4 美元。这些输入类别互不叠加。API 用量与 Kimi 产品订阅分开计费。请参阅 API 定价和缓存计费。

• 面向复杂任务的高级推理：能够处理多步骤问题、分析复杂信息，并关联相关细节，生成结构清晰的回答。因此适用于研究、问题解决，以及需要超越基础文本生成能力的应用程序。

• AI 驱动的编程辅助：帮助开发者生成代码、识别错误、调试问题、解释不熟悉的代码，并在多种编程语言中优化现有实现。它可作为编程助手和 AI 驱动开发工作流的基础。

• 长上下文理解：在保持相关上下文的同时，处理长篇文档、大量文本和大型代码库。开发者可构建用于文档分析、信息提取、摘要和上下文感知问答的应用程序。

• 多模态理解：支持的 Kimi 模型可以同时处理视觉输入和文本，使应用程序能够理解图像、截图、图表及其他视觉信息。这将潜在应用场景扩展到纯文本 AI 应用程序之外。

• 兼容 OpenAI API 的集成：支持 OpenAI API 格式，开发者可以使用兼容的 SDK 和熟悉的集成工作流。这简化了将 Kimi 模型接入现有应用程序，以及试验不同 AI 功能的过程。

• 构建 AI 驱动的应用程序和聊天机器人

• 开发编程助手和自动化工具

• 分析大型文档和数据集

• 创建需要推理和问题解决能力的 AI 智能体

按照以下四个步骤创建 Kimi API 账户、充值、配置访问权限并验证首次请求。示例使用国际 API 平台和一个退货政策示例问题。

步骤 1：创建开发者账户

访问 Kimi API 平台，注册开发者账户。登录后即可进入 API 控制台，在其中管理 API 密钥、用量和账单。

步骤 2：生成 API 密钥

在控制台中打开 API 密钥管理部分，点击“创建 API 密钥”。输入名称以便识别该密钥，确认创建后复制生成的密钥。

请妥善保管 API 密钥。将其存储在服务器端环境变量或密钥管理器中，切勿将其暴露在公开仓库或客户端代码中。

第 3 步：激活并配置 API 访问权限

首次调用 API 前，请先为账户充值。首次最低充值金额为 1 美元。然后在控制台中查看账户余额、可用模型访问权限以及适用的速率限制。

本示例使用国际版基础 URL https://api.moonshot.ai/v1 和模型 kimi-k3.1-pro。请使用对应平台账户中的 API 密钥。在 macOS 或 Linux 上，请通过兼容 Bash 的终端设置密钥；在 Windows 上，请使用 WSL 等 Bash 环境执行以下命令：

请在同一终端中运行下一条请求，以便其读取环境变量。切勿在公开示例或前端代码中使用有效的 API 密钥。

第 4 步：发送首个 API 请求

账户充值完成且 API 配置就绪后，发送一条测试请求以验证连接。例如，可以使用客服场景，测试 Kimi 如何处理有关退货政策的简单问题。

此 Bash/cURL 示例会将示例退货政策和客户情况发送至 Chat Completions。这个简单测试使用 reasoning_effort: "low"：

API 会返回 JSON 响应，其中 choices[0].message.content 包含模型的回答。成功响应说明你的 API 密钥、端点和模型配置可用于完成这项基本请求。之后，你可以将测试提示词替换为自己应用的指令和客户数据，以调整该示例。

Google Gemini API 让开发者能够将 Google 的 AI 模型接入应用程序。它支持文本、图像、音频和视频，适合构建可处理不同类型内容的应用。开发者可将其用于内容生成、数据分析、编程等场景。它还会根据项目需求提供不同 Gemini 模型的访问权限。Gemini 免费层涵盖部分模型，配额可在 AI Studio 中查看。

• 多模态能力：通过兼容的 Gemini 模型支持文本、图像、音频和视频输入，使应用能够处理不同类型的内容。

• 长上下文窗口：可在单次请求中处理大型文档和长对话。

• 函数调用：将 AI 模型与外部工具、API 和应用功能连接起来。

• 结构化输出：生成 JSON 等格式的响应，便于集成到应用中。

• 构建多模态 AI 应用

• 创建 AI 聊天机器人和虚拟助手

• 分析文档、图像和视频

• 开发基于 AI 的研究与生产力工具

GroqCloud 提供对运行在 Groq 专用语言处理单元（LPU）上的语言模型的 API 访问。其推理基础设施专为高速处理和低延迟响应而设计。开发者可通过统一 API 访问多个受支持的模型，并可使用兼容 OpenAI API 的端点，简化与现有应用的集成。

免费层限制：Groq 的免费套餐受各模型请求量和 token 使用量限制。

• 快速推理：采用 Groq 基于 LPU 的基础设施，提供快速推理和低延迟响应。

• 兼容 OpenAI API：支持常用 API 接口，便于迁移现有应用。

• 模型选择：可访问多个受支持的开放权重模型。

• 流式响应：在生成内容可用时即时流式返回，提升交互式应用的响应速度。

• 构建实时 AI 聊天机器人

• 创建快速编程助手

• 开发语音 AI 应用

• 运行需要低延迟响应的应用

OpenRouter 是一个 API 平台，通过单一端点将开发者与多家 AI 提供商的模型连接起来。开发者无需为不同服务分别管理集成，只需一个 API 密钥即可访问多种模型。它让模型比较和提供商切换变得更简单。在为同一应用测试不同模型时，这种灵活性尤为实用。

• 统一 API：通过一个端点和 API 密钥访问多个提供商的模型。

• 模型选择：根据性能、功能和价格比较并选择模型。

• 提供商路由与故障转移：当某个提供商出现可用性问题时，支持通过提供商路由和故障转移选项提升请求可靠性。

• 用量跟踪：帮助开发者监控不同模型的 API 用量和支出。

• 比较不同的 LLM 提供商

• 构建采用多个模型的应用

• 在选择提供商前测试模型

• 在一个平台上管理 AI API 集成

Cloudflare Workers AI 通过 Cloudflare 的全球网络，以无服务器方式提供 AI 模型访问。开发者无需管理专用 GPU 基础设施即可运行推理工作负载，并将 AI 能力直接集成到基于 Cloudflare Workers 构建的应用中。其模型目录涵盖文本生成、嵌入、图像生成及其他 AI 任务的模型。

• 边缘推理：在 Cloudflare 的全球网络中运行受支持的 AI 模型，让推理更贴近应用和用户。

• 无服务器部署：无需管理专用服务器即可执行 AI 工作负载。

• 多种 AI 模型：支持用于文本生成、嵌入和图像任务的模型。

• Workers 集成：将 AI 推理与无服务器应用逻辑连接起来。

• 构建无服务器 AI 应用

• 为现有网站添加 AI 功能

• 创建基于边缘的聊天机器人

• 开发轻量级 AI 工具

Mistral AI API 为开发者提供专为文本生成、推理、编程及其他 AI 任务设计的语言模型。其模型系列既包括通用模型，也包括面向不同工作负载的专用模型。开发者可通过 API 请求将这些模型集成到应用中。对于寻求灵活模型部署方案的团队来说，它也是一个实用选择。

• 多样化模型组合：提供适用于通用语言任务、推理、编程和专用工作负载的模型。

• 函数调用：允许模型与外部工具和服务交互。

• JSON 输出：支持为应用工作流提供结构化响应。

• 嵌入：提供用于搜索、检索和语义相似度任务的文本嵌入。

• 智能体能力：提供智能体 API，并内置联网搜索、代码执行和文档库等工具，可用于构建能力更强的 AI 工作流。

• 构建 AI 驱动的企业应用

• 创建编程和推理助手

• 开发检索增强生成（RAG）系统

• 自动化文本处理和内容工作流

NVIDIA API Catalog 和 NIM 提供两种访问经 NVIDIA 优化的 AI 推理服务的方式。开发者可以使用 API Catalog 中托管的模型端点进行应用原型开发，也可以下载 NIM 容器，在自己的 GPU 基础设施上部署受支持的模型，包括云环境和数据中心。

软件许可费用与算力成本分开计算。根据适用条款，当前提供的 NIM 和 NIM Certified Feature Branch 无需支付软件费用。

• 优化推理：利用 NVIDIA 软件和 GPU 技术，优化受支持硬件上的推理性能。

• 预构建容器：为受支持的 AI 模型提供预配置的推理微服务。

• 标准化 API：提供一致的 API 接口，便于将已部署的模型集成到应用中。

• 灵活部署：支持在云端、数据中心和工作站部署。

• 在 GPU 基础设施上部署 AI 模型

• 构建企业 AI 应用

• 运行私有 AI 推理服务

• 将生成式 AI 集成到现有系统中

Cohere API 专注于面向业务应用和企业工作流的语言模型与工具，提供文本生成、语义搜索、嵌入和重排序等能力。这些能力可帮助开发者构建企业搜索和检索增强生成（RAG）系统，从大量业务数据中检索相关信息。Cohere 提供免费评估密钥，设有每月上限和按端点划分的速率限制。

• Command 模型：支持文本生成、推理以及面向业务的语言任务。

• Embed 模型：可将文本和受支持的图像输入转换为向量表示；具体支持语义搜索和多模态搜索的能力取决于所选模型。

• Rerank 模型：根据相关性对文档排序，改善搜索结果。

• RAG 支持：帮助将语言模型与外部知识源连接起来。

• 构建企业搜索应用

• 创建检索增强生成系统

• 开发知识管理工具

• 改进文档搜索和信息检索

Together AI 通过 API 提供多种开源和开放权重 AI 模型。开发者可使用其平台进行文本生成、图像生成、嵌入及其他推理任务。平台还提供模型微调和部署工具。对于希望更自主地选择 AI 模型的开发者而言，这是一个灵活的选择。

• 丰富的开放权重模型目录：提供适用于不同 AI 应用的大量开放权重模型。

• 快速推理：提供经过优化的基础设施，用于运行 AI 模型。

• 微调：允许开发者针对特定任务定制受支持的模型。

• 专用端点：为有特定性能需求的应用提供部署选项。

• 试验开源 LLM

• 为特定应用微调模型

• 构建定制 AI 聊天机器人

• 部署可扩展的生成式 AI 服务

Novita AI 是一个 AI 基础设施平台，可通过 API 提供多种语言模型和生成式 AI 模型。开发者无需管理自己的推理基础设施，即可通过托管 API 服务将 LLM 能力集成到应用中。除语言模型访问外，该平台还提供图像和视频生成 API，支持结合文本 AI 与视觉内容生成的应用。

• LLM 模型访问：提供多个语言模型的 API 访问，可用于文本生成、推理及其他基于语言的任务。

• 兼容 OpenAI API：支持兼容接口，可将支持的模型集成到现有应用中。

• 托管推理基础设施：提供托管式模型推理服务，开发者无需自行运维模型服务基础设施。

• 其他生成式 AI API：除 LLM 服务外，还提供图像和视频生成模型。

• 构建 AI 聊天机器人和对话助手

• 开发编程助手及其他由 LLM 驱动的工具

• 将语言模型集成到现有应用中

• 打造结合文本、图像和视频生成的 AI 平台

先选择符合预算的访问模式。如果要开发原型且不想预先购买额度，可比较符合条件的 Gemini 模型、Groq 的免费方案、OpenRouter 的免费版本以及 Cloudflare 的每日额度。Cohere 的评估密钥和 NVIDIA 的托管模型目录适合根据各自的评估或原型开发条款进行测试。Kimi、Mistral 和 Together 需要付费使用 API；Novita 此前的推荐促销活动已结束。随后，结合以下因素，在自己的任务中比较候选方案。

• 模型能力：选择能满足应用需求的 API，例如推理、编程、文本生成或多模态处理。

• 免费使用限制：查看免费请求数量、token 配额、速率限制，以及免费额度是否会过期。

• API 兼容性：寻找兼容 OpenAI API 的端点和 SDK 支持，以简化与现有应用的集成。

• 响应速度：考虑推理速度和延迟，尤其是在构建实时聊天机器人或交互式应用时。

• 上下文窗口：如果应用需要处理长文档或复杂对话，请查看最大输入和输出 token 限制。

• 文档和开发者支持：选择提供清晰 API 文档、代码示例、SDK 和故障排查资源的服务商。

• 可扩展性和总成本：估算输入、输出和推理用量、缓存费用、付费工具、平台收费及最低购买额度。对于自托管 NIM，还应计入 GPU 和运维成本。应比较完整工作负载的成本，而不是只看某个服务商宣传的最低 token 单价。

合适的 API 能让 AI 开发更轻松、更灵活，也更具成本效益。面向开发者的免费和付费 LLM API 众多，你有充足的选择来尝试并构建实用的产品。先从项目最看重的功能入手，在做出决定前测试不同的模型。你也可以试用 Kimi API，探索其推理和编程能力。