--- title: 便宜免费的大模型 API 整合 （ 2025年11月11日 ） createTime: 2025年11月11日 13:54:02 permalink: /article/free_model_api/ --- ## 免费的大模型 API 整合 嗨～如果你在找既温柔又省荷包的小模型，就把它们悄悄收进这里吧！它们也许不是夜空最亮的那颗星，却能在摘要、划重点、轻声问答的小角落里，给你软软又稳稳的陪伴哦～ ### 百度千帆大模型平台 先从千帆开始吧～下面是常用模型的参考价格： | 模型名称 | 版本名称 | 服务内容 | 子项 | 在线推理 | 批量推理 | 单位 | |---|---|---|---|---|---|---| | ERNIE Speed | ernie-speed-128k | 推理服务 | 输入 | 0 | 0.00012 | 元/千tokens | | ERNIE Speed | ernie-speed-128k | 推理服务 | 输出 | 0 | 0.00024 | 元/千tokens | | ERNIE Lite | ernie-lite-8k | 推理服务 | 输入 | 0 | 0.0012 | 元/千tokens | | ERNIE Lite | ernie-lite-8k | 推理服务 | 输出 | 0 | 0.0024 | 元/千tokens | | ERNIE Tiny | ernie-tiny-8k | 推理服务 | 输入 | 0 | 0.00008 | 元/千tokens | | ERNIE Tiny | ernie-tiny-8k | 推理服务 | 输出 | 0 | 0.00016 | 元/千tokens | > 提示：单纯调用 API 接口属于在线推理，当前显示为 0 元；批量推理按量计费。 #### 快速上手 1. 访问控制台并获取 API Key。 2. 使用下方示例进行快速测试。 3. 若遇错误，请检查模型名称与凭证有效期。 控制台：[https://console.bce.baidu.com/qianfan/ais/console/apiKey](https://console.bce.baidu.com/qianfan/ais/console/apiKey) ```python import requests import json def main(): url = "https://qianfan.baidubce.com/v2/chat/completions" API_KEY = 'YOUR_API_KEY' payload = json.dumps({ "model": "ernie-speed-128k", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "你好" } ] }) headers = { 'Content-Type': 'application/json', 'Authorization': F'Bearer {API_KEY}' } response = requests.request("POST", url, headers=headers, data=payload) print(response.text) if __name__ == '__main__': main() ``` > 小贴士：将 `YOUR_API_KEY` 替换为你的密钥，建议使用环境变量管理凭证；请勿在公共仓库提交 Key。 更多文档：[https://cloud.baidu.com/doc/qianfan-api/s/3m9b5lqft](https://cloud.baidu.com/doc/qianfan-api/s/3m9b5lqft) ### 讯飞星火大模型 接着，我们轻盈地来到星火～ - 官网：[https://xinghuo.xfyun.cn/sparkapi](https://xinghuo.xfyun.cn/sparkapi) - 控制台：[https://console.xfyun.cn/services/cbm?from=desk](https://console.xfyun.cn/services/cbm?from=desk) - 模型说明：可见 Spark Lite，Token 余量为无限。 #### 快速上手 > 小贴士：如需联网检索，启用 `web_search`；流式输出可以提升交互体验。 1. 在控制台获取授权凭证并替换到示例中。 2. 选择 `Lite` 模型，按需开启 `web_search` 与 `stream`。 3. 若需要长内容输出，注意 8K tokens 限制，合理裁剪上下文。 ```python # encoding:UTF-8 import json import requests # 请替换XXXXXXXXXX为您的 APIpassword, 获取地址：https://console.xfyun.cn/services/bmx1 api_key = "Bearer XXXXXXXXXX" url = "https://spark-api-open.xf-yun.com/v1/chat/completions" # 请求模型，并将结果输出 def get_answer(message): #初始化请求体 headers = { 'Authorization':api_key, 'content-type': "application/json" } body = { "model": "Lite", "user": "user_id", "messages": message, # 下面是可选参数 "stream": True, "tools": [ { "type": "web_search", "web_search": { "enable": True, "search_mode":"deep" } } ] } full_response = "" # 存储返回结果 isFirstContent = True # 首帧标识 response = requests.post(url=url,json= body,headers= headers,stream= True) # print(response) for chunks in response.iter_lines(): # 打印返回的每帧内容 # print(chunks) if (chunks and '[DONE]' not in str(chunks)): data_org = chunks[6:] # print(f"DEBUG: raw data_org: {data_org}") chunk = json.loads(data_org) text = chunk['choices'][0]['delta'] # 判断最终结果状态并输出 if ('content' in text and '' != text['content']): content = text["content"] if (True == isFirstContent): isFirstContent = False print(content, end="") full_response += content return full_response # 管理对话历史，按序编为列表 def getText(text,role, content): jsoncon = {} jsoncon["role"] = role jsoncon["content"] = content text.append(jsoncon) return text # 获取对话中的所有角色的content长度 def getlength(text): length = 0 for content in text: temp = content["content"] leng = len(temp) length += leng return length # 判断长度是否超长，当前限制8K tokens def checklen(text): while (getlength(text) > 11000): del text[0] return text #主程序入口 if __name__ =='__main__': #对话历史存储列表 chatHistory = [] #循环对话轮次 while (1): # 等待控制台输入 Input = input("\n" + "我:") question = checklen(getText(chatHistory,"user", Input)) # 开始输出模型内容 print("星火:", end="") getText(chatHistory,"assistant", get_answer(question)) ``` ### 腾讯混元大模型 - 计费与价格：[https://cloud.tencent.com/document/product/1729/97731](https://cloud.tencent.com/document/product/1729/97731) - 文档与控制台：[https://cloud.tencent.com/document/product/1729/111008](https://cloud.tencent.com/document/product/1729/111008) - 模型说明：`hunyuan-lite` 免费可用，适合轻量任务。 ```python import os from openai import OpenAI # 构造 client（建议使用环境变量管理密钥） api_key = os.getenv("HUNYUAN_API_KEY", "YOUR_API_KEY") client = OpenAI( api_key=api_key, # 混元 APIKey base_url="https://api.hunyuan.cloud.tencent.com/v1", # 混元 endpoint ) completion = client.chat.completions.create( model="hunyuan-lite", messages=[ { "role": "user", "content": "泥嚎" } ], extra_body={ "enable_enhancement": True, }, ) print(completion.choices[0].message.content) ``` > 小贴士：请勿在公共仓库提交任何真实密钥；使用环境变量或密钥管理服务更安全。 ## 低价大模型 ### SCNet 平台 #### 简介 SCNet 是一个面向人工智能和科学计算的一站式算力与 AI 平台，提供从数据管理、模型训练到部署的完整链路服务，同时结合国产超算硬件和多模态模型生态，让企业和开发者能更高效地使用 AI。 #### 链接与文档 - 官网：[https://www.scnet.cn/](https://www.scnet.cn/) #### 价格一览 | 模型 | 上下文长度 | 百万 tokens 输入价格 | 百万 tokens 输出价格 | |---|---|---|---| | Qwen3-235B-A22B | 32K | 0.1 元 | 0.1 元 | | DeepSeek-R1-Distill-Qwen-7B | 32K | 0.1 元 | 0.1 元 | | DeepSeek-R1-Distill-Qwen-32B | 32K | 1 元 | 4 元 | | DeepSeek-R1-Distill-Llama-70B | 32K | 0.1 元 | 6 元 | | QwQ-32B | 32K | 1 元 | 4 元 | | Qwen3-30B-A3B | 128K | 1 元 | 6 元 | | Qwen3-Embedding-8B | - | 0.1 元 | - | - 文档（计费与说明）：[https://www.scnet.cn/ac/openapi/doc/2.0/moduleapi/tutorial/modulefee.html](https://www.scnet.cn/ac/openapi/doc/2.0/moduleapi/tutorial/modulefee.html) 目前看到的价格最低的 Qwen3-235B-A22B 模型的 API，相比前面的免费模型，性能更强。 - API 接口使用样例：[https://www.scnet.cn/ac/openapi/doc/2.0/moduleapi/tutorial/apicall.html](https://www.scnet.cn/ac/openapi/doc/2.0/moduleapi/tutorial/apicall.html) ## 小结 把上面这些“零钱包”级别的模型都翻完啦～ - 百度千帆、讯飞星火、腾讯混元都给出「免费在线额度」，日常轻量问答、摘要、润色完全够用；记得把 Key 藏进环境变量，别手滑推到 GitHub。 - 如果任务量突然暴涨，SCNet 的 Qwen3-235B-A22B 只要 0.1 元/百万 tokens，性价比直接拉满，当“备胎”也安心。 一句话：先薅免费的，薅不动再掏 0.1 元，让荷包和模型一起“稳稳幸福”吧！