项目的重点不是训练新模型，而是把分散的免费额度、模型和接口整理成一套能被常见客户端调用的服务。需要先说清楚的是，资料把它定位为个人试验用途；它也支持图片、视频和语音接口，但本质上仍是一个大模型 API 路由工具，而不是面向普通用户的绘图软件。
它到底在解决什么麻烦
单独使用免费模型时，每家服务商通常都有自己的 SDK、密钥、请求地址和速率限制。FreeLLMAPI 把这些连接方式收进一个本地服务，对外暴露 OpenAI 兼容的 /v1 接口。对已经支持 OpenAI API 的应用来说，通常只需要改基础地址和统一密钥，应用侧就能继续工作。
项目资料列出 34 家免费提供商、474 个模型系列和 635 个免费模型端点，并把聊天、嵌入、转录、视频等能力纳入目录。这里的数字是项目当前目录中的规模，不代表每个模型都拥有相同的额度、速度或能力，真正可用的范围仍取决于你添加了哪些密钥以及提供商当天的限制。
- 一个入口：OpenAI 风格客户端指向本地服务即可，减少反复修改不同工具配置的工作。
- 统一管理：提供商密钥保存在 SQLite 中，并以 AES-256-GCM 加密；应用只接触一个统一的 bearer token。
- 自动接力：某个密钥遇到 429 或 5xx 时，路由器会让它进入冷却状态，再尝试链上的下一个模型。
最值得看的，是它怎样做路由
FreeLLMAPI 不只是把多个地址放在一个列表里。它会结合模型的速度、能力和可靠性评分安排顺序，还会按提供商报告的上限记录 RPM、RPD、TPM、TPD 等指标。对用户来说，这意味着系统会尽量避开已经达到限额或暂时不健康的密钥，少一些“明明还有别的免费额度，却卡在一家服务商上”的情况。
同一个模型如果同时出现在多个提供商那里，项目会把它们合并成一个模型入口，并在组内进行故障切换。用户还可以建立命名的 fallback chain，例如 coding chain 或 vision chain，再通过仪表盘或 auto:<profile> 在请求时选择。这类机制适合希望保持工作流稳定、又不想每次手工挑模型的人。
- 客户端向本地统一接口发起请求。
- 路由器检查模型健康状况、优先级和当前额度。
- 系统在内存中解密对应密钥并调用上游提供商。
- 如果遇到 429 或 5xx，就冷却当前密钥并按链路继续尝试。
- 响应会带有
X-Routed-Via，方便查看实际由哪家平台和哪个模型处理。
接口和工作流，覆盖到什么程度
它支持的范围比单纯聊天代理更宽。资料列出了聊天补全、Responses、传统 Completions、图片生成、视频生成、语音合成、语音转录、嵌入和模型列表等 OpenAI 风格接口，同时还提供 Anthropic Messages API、原生 Gemini 的 /v1beta 表面以及可选的 Ollama 模拟接口。
这让不同类型的工具可以共用同一套后端：Claude Code 和官方 Anthropic SDK 可以走 Messages API，Gemini CLI 使用自己的通信形式，Zed 和 JetBrains AI 则可以通过可选的 Ollama 模拟接入。
项目还列出对 Cursor、Cline、Roo Code、Continue、Aider、OpenCode 等客户端的配置方案，并提供命令生成配置。生成器支持 dry-run，会在修改已有配置前创建带时间戳的备份。
- 聊天和编程：用
auto或预设链，让路由器在可用模型中选择；适合代码问答、文本整理等个人任务。 - 多模态输入：Playground 可以接收 PNG、JPEG、WebP、GIF 图片，也能把 TXT、MD、CSV、JSON、LOG 文件以内嵌文本方式送进提示词。
- 媒体接口：项目声明可路由图片、视频和语音生成，其中视频任务会统一同步和排队式提供商的返回方式，并返回完成的 MP4。
- 多模型合成：请求虚拟的
fusion模型后，多个免费模型会并行生成草稿，再由一个评审模型合成答案。
适合谁，不太适合谁
第一类适合人群是开发者和 AI 编程工具用户。他们通常已经知道什么是 API 密钥，也愿意修改一个 base URL。FreeLLMAPI 对这类人的价值很直接：换模型、做备用链、观察实际路由结果，都集中在一个本地控制台里。
第二类是想研究模型差异的个人用户。项目把不同提供商的模型、上下文窗口、速率限制和免费 token 预算放进目录，还提供 Playground 与 24 小时到 90 天的请求、成功率、延迟和提供商统计。它更适合做个人实验、原型和模型比较，而不是把业务完全押在免费额度上。
不太适合的人也很明确：只想打开网页就聊天、完全不想申请密钥或维护本地服务的普通用户，可能会觉得配置过程太重。对需要 SLA、前沿模型和稳定延迟的团队，项目自己也提醒免费额度存在波动，晚些时候可能因热门模型达到日限额而降低实际可用能力。
上手门槛与费用边界
最省事的部署方式需要 Docker，项目提供安装脚本；也可以从 Windows 的 exe 安装包或 macOS 的 dmg 开始。服务器安装会有邮箱和密码账户，桌面应用则不要求另外设置密码。运行环境方面，项目声明支持 Node 20 及以上，可运行在 Windows、macOS、Linux 服务器和包括 Raspberry Pi 在内的 ARM 小型设备上。
| 项目 | 资料中已明确的信息 |
|---|---|
| 路由器本体 | MIT 许可证，项目资料称永久免费 |
| 高级目录服务 | 19 美元/年，或 49 美元一次性购买终身使用 |
| 免费安装 | 使用月度目录快照，模型加入实时目录约 30 天后才进入 |
| 高级服务内容 | 实时模型目录，而不是解除路由器功能限制 |
这里的“免费”主要指路由器软件和上游服务商提供的免费额度，并不意味着所有模型都无条件可用。你仍需要自己准备各提供商的密钥，而且项目写明用途是“Personal experimentation only”。因此，如果内容涉及商业交付、客户数据或版权要求，资料没有提供统一的商用授权或版权安全承诺，不能把聚合接口本身理解成这些保证。
限制与编辑判断
FreeLLMAPI 的便利来自多个免费层叠加，限制也正好来自这里。不同提供商的额度、接口格式和服务状态会变化；项目靠签名模型目录自动同步新模型、配额变化和兼容性修复，但免费安装使用的是月度快照，更新速度比实时目录慢。
另外，项目资料明确写出没有前沿模型、延迟会变化、没有 SLA。热门模型在 UTC 午夜前可能先用完当天额度，导致路由器转向其他模型，实际回答能力随时间波动。自动故障切换能减少单点故障，却不能把所有模型变成同样的质量和速度。
我的判断是，如果让我现在上手，我会先拿它做个人编程辅助、接口原型和不同免费模型的横向试用，并把关键任务保留一个明确的备用方案。它值得试的地方是统一入口、额度追踪和可观察的路由过程；需要谨慎的地方则是上游免费政策、模型质量和“仅限个人试验”的使用边界。
官方入口是 freellmapi.co，源码和安装文档位于 GitHub 仓库；项目还提供 API reference、客户端配置、架构和部署文档。最近提供的 release 信息包括 v0.9.0，但具体版本是否适合你的系统，仍应以 Releases 页面和安装文档为准。
AIPG AI导航专注于收录和解读 AI 工具、AI 网站与智能体资源。
