Free LLM API Hub

一个持续验证的免费LLM和AI模型API数据集，可供开发者构建应用。A continuously validated free LLM and AI model API dataset spanning multiple modalities such as text, images, speech, embeddings, re-ranking, OCR and more. Each record in the dataset includes its corresponding date, source information and is machine-readable.

原始信息汇总

Free LLM API Hub 数据集详情

数据集概述

这是一个持续验证的免费 LLM 与 AI 模型 API 数据集，收录了可免费使用的 LLM API 以及相关的图像、语音、嵌入、重排序和 OCR 等模型 API。数据集以 JSON 格式提供，包含免费层级、试用额度、无成本配额等信息，每条记录均标注了日期和来源，并以机器可读格式呈现。

核心特性

• 68 个提供商被追踪，包括 38 个持续免费层级和 30 个试用额度
• 68/68 条目均已独立验证，对照提供商官方文档核实
• 每个条目均有日期和来源，未标注验证日期和官方文档链接的条目不会被标记为已验证
• 新鲜度可量化：通过计算最近 90 天内重新确认的条目数来衡量数据时效
• 链接自动检查：定时任务定期检查所有来源链接，一旦失效自动创建 issue
• 不确定性明确标注：未能独立确认的条目标记为 ⚠️ 并说明未确认的具体内容
• 数据为唯一事实来源：README、徽章和网站均由 data/providers.json 生成，避免信息漂移

覆盖范围

类别	提供商数量	示例
文本 / LLM	44	Google Gemini API, Groq, OpenRouter
语音（STT / TTS）	25	Google Gemini API, Groq, Cloudflare Workers AI
嵌入	13	Google Gemini API, Cloudflare Workers AI, Cohere
图像生成	10	Cloudflare Workers AI, HuggingFace, Jina AI
视觉	9	Google Gemini API, OpenRouter, Z.ai
OCR / 文档	8	OCR.space, LlamaParse, Nanonets
重排序	6	Cohere, Jina AI, Mixedbread

按需求选择指南

需求	推荐提供商	原因
最聪明的免费模型	Google Gemini	唯一真正具有免费层级的前沿级模型
最快的推理速度	Groq 或 Cerebras	专用推理芯片，远快于典型 GPU 服务
最大的每日免费额度	Cloudflare Workers AI（10k Neurons）或 OpenRouter（1k 请求/天）	适合有真实流量的副业项目
无需信用卡和手机号	OpenRouter 或 Google Gemini	Groq、Mistral 等需要手机验证
开源权重模型	OpenRouter 或 Cloudflare Workers AI	开源模型选择最广
永久免费，无试用倒计时	Z.ai（GLM）或 SiliconFlow	多款模型永久 $0 定价
OpenAI 兼容端点	Groq、Cerebras、OpenRouter	只需更换 base_url
欧盟 / 数据主权托管	OVHcloud 或 Scaleway	法国/欧盟提供商，OVHcloud 提供匿名免账户层级
免费嵌入与重排序	Jina AI 或 Cohere	Jina 10M 免费 token，Cohere 每月 1,000 次调用
免费语音转文字 / TTS	Deepgram 或 AssemblyAI	分别提供 $200 / $50 免卡额度
更大的一次性额度	Deepgram（$200，语音）或 Baseten（$30，LLM）	列表中最大的额度
可安全用于商业	Cloudflare Workers AI 或 Groq	不限制免费层级仅限个人/评估用途

常用筛选集合

• 无需信用卡（39 个）
• 无需手机验证（21 个）
• 可用于商业用途（22 个）
• OpenAI 兼容（32 个）
• 永久免费（6 个）
• 多模态（50 个）

持续免费层级的代表性提供商

• Google Gemini API（AI Studio）：Gemini 2.5 Flash、Flash-Lite、Pro（受限）、嵌入、TTS 模型；约 5-30 请求/分钟，20-500 请求/天；免费层级的提示和输出可能被 Google 用于产品改进（英国/CH/EEA/EU 以外地区）
• Groq：开源权重模型（Llama、Qwen、GPT-OSS）及 Whisper；无需信用卡，但注册需手机验证；限额按组织而非 API key 计算
• OpenRouter：20+ 个带 :free 后缀的模型；20 请求/分钟，50 请求/天（购买低于 10 积分时），1000 请求/天（购买 10+ 积分后）
• Cloudflare Workers AI：10,000 Neurons/天，覆盖 30+ 模型；每天 UTC 零点重置
• Z.ai（智谱 AI / GLM）：GLM-4.5-Flash、GLM-4.7-Flash（文本）、GLM-4.6V-Flash（视觉）永久 $0；禁止用于开发/训练/改进竞争性算法或模型
• Cohere：试用 API key 覆盖聊天、嵌入和重排序；每月 1,000 次调用，明确仅限评估用途
• Cerebras：5 RPM / 30,000 TPM / 1,000,000 TPD 等限制，免费层级仅含社区支持
• Mistral：受限免费层级，官方说明仅用于"尝试和探索"，实际生产需升级
• OVHcloud AI Endpoints：部分开源模型永久 $0，匿名访问 2 请求/分钟/IP/模型，认证访问 400 请求/分钟/项目/模型

使用说明

• 数据集为 JSON 格式，附带 schema 校验
• 提供交互式浏览器（https://freellmapihub.com/）用于在线筛选
• 每个提供商都有独立页面，包含完整详情和快速上手指南
• 通过 PR 可贡献新提供商，所有条目需通过验证流程
• 项目采用 MIT 许可证
• 验证记录标注到 2026 年 7 月

重要警告

• 这是一个独立、社区维护的列表，不隶属于任何提供商
• 免费层级条款可能随时变更，使用前务必核对提供商官方文档
• 标记 ⚠️ 的条目基于社区跟踪，尚未独立重新确认

搜集汇总

数据集介绍

构建方式

该数据集以持续验证为核心，构建了一套系统化、机器可读的免费大语言模型及周边AI模型API资源库。数据源涵盖文本生成、语音识别与合成、向量嵌入、图像生成、视觉理解、OCR文档处理及重排序等多元类别，共计追踪68家服务提供商。每条记录均标注信息获取日期、来源链接及验证状态，并通过自动化定时任务对链接有效性进行周期性复检，确保数据时效性。所有条目均遵循预定义的JSON Schema进行结构化存储，辅以交互式探索界面与分类集合页面，形成动态更新的数据资产。

特点

该数据集最突出的特征在于其严谨的验证机制与透明化的信息呈现。每项API配额均经过独立复核，仅接受可溯源至官方文档且附有明确验证日期的条目，对无法完全确认的信息以⚠️符号明确标注，杜绝模糊表述。数据新鲜度通过计算90天内复核比例的可视化徽章实时呈现，失效链接自动触发告警。此外，数据集细致区分持续免费配额与一次性试用额度，详细记录速率限制、商业使用许可、信用卡或电话验证要求等关键约束条件，并提供按需求场景（如无需信用卡、支持商用、OpenAI兼容）分类的精选集合，极大便利用户快速定位适配方案。

使用方法

使用者可通过多种途径高效利用该数据集。首选方式是访问交互式探索平台，依据模型类型、免费额度形态及接入约束等维度进行动态筛选；亦可直接获取标准化的providers.json文件，其遵循公开Schema，便于程序化集成与二次开发。针对特定应用场景，数据集提供了预构建的专题集合页面，涵盖无信用卡接入、永久免费、OpenAI兼容端点等实用分类，每项记录均附带快速启动示例。同时，项目开放贡献通道，鼓励社区成员补充或修正数据，所有内容变更均通过自动化工作流验证，确保数据集的持续演进与可靠性。

背景与挑战

背景概述

Free LLM API Hub Dataset 诞生于大语言模型（LLM）API 服务蓬勃发展的背景下，由独立开发者 pacocartones 于 2025 年创建，旨在解决免费 LLM API 信息碎片化、时效性差的问题。该数据集系统性追踪了 68 家提供商的免费 API，涵盖文本生成、语音、嵌入、图像生成、OCR 等多元模态，并对每条记录标注来源与验证日期。其核心研究问题是构建一个持续验证、机器可读的免费 LLM API 资源库，以应对免费层接口频繁变动、文档失效等行业痛点。凭借自动化的链接检查和时效性度量机制，该数据集已成为开发者评估免费 API 的关键参考，影响力辐射至原型开发、学术研究及商业应用选型，推动了 LLM 生态的透明化与可及性。

当前挑战

该数据集面临的挑战集中于两方面：其一，领域内免费 LLM API 信息高度动态，提供商常无预警地调整速率限制、条款或悄悄将“永久免费”变为“限期试用”，导致静态列表快速失效，且各家文档格式不一、限制表述模糊（如未公开确切 RPM/TPM），用户难以判断真实可用性；其二，构建过程中需逐一验证 68 家提供商的官方文档，确保条款准确性，同时处理“无需信用卡&无需手机”等细粒度筛选条件，以及中国地区特有的实名认证壁垒，还需区分持续免费层与一次性试用额度，避免误导。此外，社区维护模式需平衡更新频率与验证严谨性，防止因链路中断或信息滞后损害数据集的公信力。

常用场景

经典使用场景

该数据集作为持续验证的免费LLM及AI模型API清单，广泛应用于科研与工程中的快速原型验证、模型评估及多模态能力探索。研究者可借助其结构化JSON数据（含日期、来源及验证状态）系统筛选可用API，例如利用无信用卡或电话验证的接口进行自动化测试，或依据速率限制与商业许可能力构建实验环境。其交互式浏览器与预生成集合（如OpenAI兼容API、永久免费层）极大便利了跨供应商的对比实验，尤其适用于需要低成本、高灵活度调用前沿模型（如Gemini、Llama）的初步研究场景。

实际应用

在实际应用中，该数据集是开发者与数据科学家构建AI应用时的资源导航与决策支持工具。它被用于快速筛选适合生产环境的API，例如选择无信用卡门槛的提供商以简化集成，或依据速率限制匹配高流量场景（如Cloudflare Workers AI的每日10k额度）。其集合功能（如面向商业使用、无电话验证）指导企业合规选型，而永久免费层（如Z.ai的GLM-Flash）支持长期原型与低成本SaaS服务。此外，数据集驱动的验证徽章与自动检查机制，保障了团队内API依赖的持续健康监控，成为DevOps流程中动态依赖管理的创新实践。

衍生相关工作

该数据集催生了多项衍生工作，包括自动化API健康监控工具（如集成GitHub Actions的持续验证流水线）、基于模式验证的JSON数据集架构（schema.json）以及互动式网页探索器。其生成式文档系统（README、徽章、集合页）由数据源驱动，启发了可自更新的技术文档范式。社区贡献与PR审核流程构建了众包维护生态，促进了类似免费资源数据集（如无信用卡集合）的出现。该工作还与模型路由、成本优化研究相关联，为跨供应商性能基准测试（如比较Groq与Cerebras的推理速度）提供了数据基础，进一步支撑了LLM应用层架构的智能调度研究。