这两年各家大模型都在送免费额度，用起来才发现尴尬：单独一家那点量，做几个实验就见底了；想同时挂几家，又得挨个注册、读文档、记限流规则，光 SDK 就要装一摞。
FreeLLMAPI 就是冲着这件事来的。它是一个能自己部署的转发层，把几十家服务商的免费额度收拢到一个地址后面，对外只给一个标准 OpenAI 格式的接口。程序里不用管上游是谁，地址填它的 /v1、密钥填它发的就行。
核心是一个会学习的路由器。请求进来，先按实时的速度、能力和稳定性给各家模型打分，挑最合适的发出去。碰上 429 或 5xx，它不会把错误甩给你的程序，而是自动换下一家重试，顺手让出问题的那家冷静一阵。你只看到一次正常返回，上游换了几家写在响应头里。
按官方目录，它现在聚合了 45 家服务商、737 个免费模型，每月约 74 亿 token。这个数还在涨，免费生态变得太快，有的家悄悄上模型，有的悄悄砍配额，所以目录每天自动拉两次清单，不用重新拉代码就能跟上。
几个细节挺到位。各家密钥用 AES-256-GCM 加密存在本地数据库，每个请求才在内存里解密，应用侧只看到一个统一令牌；它还按平台、模型、密钥三个维度记账，追踪每分钟和每天的用量。后台能拖拽调整回退顺序，也有按服务商分的延迟统计。
部署门槛不高，Node 20 以上就能跑，树莓派也塞得下，空跑约 40 MB 内存。兼容性铺得很开，Claude Code、Codex CLI、Cursor 这些工具都能直接接。
得说清楚它不适合干什么。官方自己写了：给个人做实验和学习用，别拿去跑生产。免费额度意味着没有最前沿的模型、延迟忽高忽低、没有服务保证；顶配的那几个用光了，剩下的明显降一档，到 UTC 零点才重置。
它真正解决的不只是白拿大模型，而是把散在几十个后台、每家只能撑一小会儿的额度，变成能长期挂在那儿的接口。做点小工具、跑点批处理、给自己的脚本配个脑子，这种量级的活够用；等项目做起来了再换付费接口。
