免费 API 大乱斗:OpenRouter、Gemini 中转、DeepSeek-Coder、Qwen3-Coder、阿里云百炼,谁才是白嫖之王

原创2026-10-13 20:32:301,611 阅读
文章标签:LLM 网关人工智能AI 应用代码智能体本地部署CLIREST语音

免费 API 大乱斗:OpenRouter、Gemini 中转、DeepSeek-Coder、Qwen3-Coder、阿里云百炼,谁才是白嫖之王

Claude Code 生态的"免费化运动"过去一年经历了三轮进化:先是各种中转站靠注册送额度吸引流量,接着是 AnyRouter、ccr 这类本地协议转换器把 Anthropic 协议翻译给第三方 API,再到现在以 free-claude-code(FCC)为代表的开源代理层,直接把 60+ 家提供商、1.3B+ 免费 token/月聚合进一个统一入口。社区里"白嫖"教程的套路也从"填一个 API key"变成了"配一套多模型组合拳"。但免费额度不是天上掉的——OpenRouter 的 :free 模型限频严格、Gemini 免费层有 RPM/TPM 配额、DeepSeek 官方 API 其实要钱、阿里云百炼的免费 token 有有效期。本文结合社区最新实测情报与 FCC 项目源码,把五条主流免费路线的额度机制、配置难度、限频表现逐一拆解,最后给出按场景组合的最优方案。

一、五条免费路线,额度与稳定性横评

先说结论:这五条路线没有一条是"无限量"的,但它们恰好覆盖了五种不同的免费形态——聚合免费模型、云厂商免费层、开源模型本地部署、社区免费 API、云厂商新人额度。把它们放进 FCC 的 Provider Catalog(src/free_claude_code/config/provider_catalog.py)里,就是五张完全不同的"身份证"。

路线 免费形态 FCC 接入(MODEL 格式) 额度与稳定性要点
OpenRouter 聚合 :free 免费模型,官方免费路由端点 open_router/openrouter/free 免费模型众多但限频严格,高峰期 429 常见;付费模型按量计费
Gemini 中转 Google AI Studio 免费层 + Vertex AI 中转 gemini/models/gemini-3.1-flash-lite 免费层有 RPM/TPM/RPD 配额,Flash 系列速度快、稳定性好
DeepSeek 官方 API 低价(非免费)+ DeepSeek-Coder 开源模型本地部署 deepseek/deepseek-chat 官方 API 有缓存命中优惠;本地部署零成本但吃显卡,上下文有限
Qwen3-Coder 魔搭社区(ModelScope)每日免费调用;QwenCloud 订阅计划 qwencloud_coding/<model-id> / qwencloud/<model-id> 社区实测每日约 2000 次免费调用;Coding Plan 与 Token Plan 是两套独立的 key 和端点
阿里云百炼 Model Studio 新人免费 token + pay-as-you-go alibaba_cloud/<model-id> 免费额度有有效期,过期后按量计费;默认新加坡区域,国内延迟偏高

注意 FCC 在 README 里写得很直白:"Free-tier availability and limits are controlled by each provider and may change"——任何免费额度的绝对值都应以官方当前政策为准,本文只负责把机制讲清楚。

OpenRouter 的核心资产是 :free 后缀的模型池,以及 openrouter/free 这个官方免费路由端点。在 FCC 里它走 OpenAI Chat Completions 适配层(src/free_claude_code/providers/open_router/client.py),支持完整的 reasoning 控制映射,还针对 OpenRouter 的"404 + failed_routing_step = Filter by Image Support"错误做了专门的失败改写——把"路由步骤失败"翻译成"请移除图片或换图像模型",这对多模态请求很有用。它的稳定性问题集中在限频:免费模型通常共享配额,社区反馈高峰时段 :free 模型排队、超时是常态。

Gemini 中转 是社区教程里"协议模拟"玩得最花的一条路。FCC 的实现反而最干净:直接用 Google 官方的 OpenAI 兼容层 https://generativelanguage.googleapis.com/v1beta/openai/(src/free_claude_code/providers/gemini/client.py),把 Gemini 当成普通 OpenAI 兼容端点接。源码里有个值得注意的细节:Google 端点会整体拒绝带 metadata 字段的请求(issue #1548),所以 FCC 在请求策略里专门把 metadata 列为 unsupported_body_keys。Gemini 的免费层配额以 RPM/TPM/RPD 计,Flash 系列在编程场景响应快,但免费层的上下文长度和输出上限是硬约束。

DeepSeek 需要拆成两半看。官方 API(https://api.deepseek.com,见 src/free_claude_code/providers/deepseek/compat.py)是低价付费,不是免费——它的亮点是 prompt 缓存:源码里对 prompt_cache_hit_tokens / prompt_cache_miss_tokens 做了专门解析,把命中部分映射成 Anthropic 的 cache_read_input_tokens,长会话里缓存命中能大幅压低成本。而社区教程里的"DeepSeek-Coder 免费路线"指的是开源模型本地部署:用 Ollama 拉 DeepSeek-Coder,再通过 OLLAMA_BASE_URL 接进 FCC(README 本地提供商配置)。这条路的隐性成本是硬件:小模型编不动、大模型吃显存,且本地模型的上下文窗口必须塞得下 coding agent 的系统提示词和工具定义——FCC README 特别提醒了这一点。

Qwen3-Coder 是社区热度最高的白嫖路线:魔搭社区(ModelScope)提供每日约 2000 次的免费调用额度,配合 Qwen3-Coder 的开源权重,社区教程普遍反馈"日常重构、多文件分析够用"。FCC 里它对应两条官方接入线(src/free_claude_code/config/provider_catalog.py):qwencloud_coding/(Coding Plan,订阅制)和 qwencloud/(Token Plan,按量付费),两套 key 和端点互不通用。想白嫖就把 Coding Plan 当成"编程专用订阅",Token Plan 留着兜底。

阿里云百炼(Alibaba Cloud Model Studio)走的是云厂商经典打法:新人送 token、额度过期即转按量。FCC 的接入实现很有工程含量——_list_models_payload(src/free_claude_code/providers/alibaba_cloud/client.py)对 DashScope 的模型目录做了最多 100 页、每页 100 条的分页发现,并只保留带 TG、Reasoning、VU、Multimodal-Omni 能力标签的 Chat 模型,天然过滤掉不能写代码的模型。默认区域是新加坡(dashscope-intl.aliyuncs.com),国内直连延迟偏高,但胜在模型全:Qwen 全系都在里面。

下面这张架构图可以直观看到 FCC 在这五条路线之间做的协议归一化工作:所有客户端(Claude Code、Codex)发来的 Anthropic Messages / OpenAI Responses 请求,最终都汇聚到同一个模型路由器和 provider 适配层,再分发到各家上游:

FCC 架构示意:客户端请求经模型路由器与协议归一化后分发到 OpenRouter、DeepSeek 等托管提供商与本地提供商

二、配置难度、限频与错误处理实测

这五条路线的配置难度差异,核心不在"填 key"这一步——FCC 的 Admin UI 把每家供应商都收敛成同一个流程:打开 Providers → 选供应商 → Add key → 在 MODEL 下拉框里搜模型 → Apply。真正拉开差距的是各家上游的"脾气":谁限频、谁超时、谁拒绝什么样的请求、重试多久能恢复。

先看 FCC 自己的限频与重试底盘(src/free_claude_code/providers/admission.py)。每个 provider 的准入控制器默认是 40 请求 / 60 秒滑动窗口 + 5 并发槽位 + 最多 5 次尝试,重试采用 2 秒起步、指数增长、上限 60 秒的退避,并叠加抖动;如果上游返回了 Retry-After 头,还会优先尊重它。也就是说,被 429 打脸时,FCC 不是傻重试,而是把它当一次"恢复事件"处理:同一凭证的并发请求会合并等待同一次探测,避免 5 个请求同时怼上游把限频窗口撞穿。

错误分类逻辑(src/free_claude_code/providers/failure_policy.py)决定了"哪些错值得重试":

  • 429 → RATE_LIMIT,可重试,走指数退避;
  • 502 / 503 / 504 → OVERLOADED,可重试;
  • 401 / 403 → 认证或权限问题,不可重试,直接提示检查 key;
  • 402 → 余额不足,不可重试,提示充值;
  • 400 / 413 / context_length_exceeded → 请求本身的问题,不可重试。

这意味着:OpenRouter 免费模型的高频 429 是"可恢复"的,等几秒就能续上;而 Gemini 的配额耗尽、百炼的额度过期则多半是硬性拒绝,重试没用,得换模型或换 key。这也是为什么社区教程里"配 OpenRouter 一定要配 fallback"——429 等得起,但高峰期可能连续撞窗,单靠重试不解决根本问题。

五家上游各自还有一些"方言"要注意,源码里都留了痕迹:

  • OpenRouter:图片请求可能被路由层以 404 + Filter by Image Support 拒绝(见 open_router/client.py 的 failure_override),错误信息会被重写成"当前模型不支持图片,请换图像模型"。
  • Gemini:请求体里不能带 metadata 字段,否则整包 400(见 gemini/client.py);推理内容通过 thought_signature 机制回放,FCC 需要额外处理这些不透明推理事件(src/free_claude_code/providers/google_openai/provider.py)。
  • DeepSeek:不支持 document 内容块、mcp_servers 字段和 Anthropic 的 web_search / web_fetch 服务端工具,强制指定 tool_choice 时会被降级为 auto(见 deepseek/compat.py)。也就是说,带 PDF/文档附件或多工具强绑定的任务直接走 DeepSeek 会失败,得换支持方。
  • 阿里云百炼:模型发现走分页 API,能力标签过滤严格,但推理控制是 NO_REASONING——它家各模型家族的 thinking 控制不统一,FCC 干脆不主动下发。
  • QwenCloud:Coding Plan 与 Token Plan 端点不互通,填错 key 会直接 401,且 Coding Plan 条款明确限定为"个人本地交互式编程使用"(README)。

FCC Admin UI:在同一界面完成多供应商的 key 管理、模型选择与状态查看

三、组合拳:按场景选择最优 API 组合

单条免费路线都有天花板,所以 FCC 的真正杀招是跨 provider 的 fallback 链。配置入口在 Admin UI → Model Config,本质是一组有序的 ModelFallback(src/free_claude_code/config/model_refs.py):每个 fallback 条目指定 provider/model 引用、推理强度偏好和 key 编号。请求失败重试耗尽后,FCC 会自动切到下一个配置的模型继续当前回合,不需要你重启会话。这直接改变了白嫖体验:限频不再是"任务中断",而是"换个池子继续游"。

更细的玩法是层级路由。Claude Code 客户端会把请求按 Fable / Opus / Sonnet / Haiku 分档(对应 src/free_claude_code/config/settings.py 里的 MODEL_FABLE、MODEL_OPUS、MODEL_SONNET、MODEL_HAIKU),FCC 允许给每一档单独指定上游模型。于是你可以:

  • Fable / Sonnet 档(日常对话、改 bug)→ 免费小模型,如 OpenRouter 的 :free 池、Gemini Flash;
  • Haiku 档(轻量续写、标题生成)→ 最便宜的模型,甚至本地 Ollama;
  • 重活档(跨文件重构、多文件分析)→ Qwen3-Coder 或百炼上的大参数模型。

环境变量配置示例(JSON 数组格式,与 decode_model_fallbacks 的解析逻辑一致):

MODEL=open_router/openrouter/free
MODEL_FALLBACKS='[
  {"model":"gemini/models/gemini-3.1-flash-lite","reasoning":"medium"},
  {"model":"qwencloud_coding/qwen3.7-plus","api_key_number":1},
  {"model":"alibaba_cloud/qwen-max-latest"}
]'

按场景给出的推荐组合:

  1. 日常轻量开发(改 bug、写单测、README):主用 OpenRouter :free 池 + Gemini Flash 兜底。两条线的免费额度都按 RPM/TPM 计,轻量任务很难打穿,且都是 OpenAI 兼容协议,切换无感。社区反馈"30+ 开源模型轮换应对限频"就是在这一层做的。

  2. 跨文件重构 / 多文件分析(重上下文):主用 Qwen3-Coder(魔搭每日约 2000 次调用)或百炼大参数模型。这类任务的 token 消耗大户是系统提示词和工具定义,Qwen3-Coder 的上下文窗口和工具调用能力是社区验证过的;fallback 到 Gemini 处理上下文溢出。

  3. 长会话 / 高缓存命中场景:DeepSeek 官方 API 虽然要钱,但 prompt_cache_hit_tokens 解析意味着同一个仓库反复分析时,缓存命中能把实际计费压得很低,适合当"低成本兜底"而不是"免费主力"。

  4. 离线 / 隐私场景:本地 Ollama 跑 DeepSeek-Coder 或 Qwen3-Coder 小权重,OLLAMA_BASE_URL 指向 localhost,零 API 成本,牺牲的是速度和上下文。FCC 对本地模型一视同仁,同样进 fallback 链。

最后别忘了 token 侧的"节流":FCC 的可选集成 RTK(过滤常见命令输出)和 Headroom(压缩工具结果)能省最高约 90% 的 token 用量(README),另有五项本地优化在不请求任何上游的情况下处理配额探测、命令前缀检测、标题、建议和文件路径。白嫖的终极奥义不是找无限免费的 API,而是让每一次免费调用都花在刀刃上。

Claude Code 原生 /model 选择器中可直接选取 FCC 汇聚的各家模型

谁才是白嫖之王

没有唯一的赢家,只有按场景的正确选择。纯日常轻量使用,OpenRouter 的 :free 池是白嫖之王——模型最多、协议最标准,但必须配 fallback 扛限频;想要免费且稳定的模型质量,Gemini Flash 免费层最省心——官方端点、错误处理规范,适合当主力;重上下文场景,Qwen3-Coder(魔搭每日额度)+ 百炼的组合最划算——国产开源模型在代码任务上的性价比已经被社区反复验证;DeepSeek 的正确打开方式不是白嫖 API,而是白嫖开源权重——本地部署零成本,或者用官方缓存把付费成本压到接近免费。把这些路线用 FCC 的 fallback 链串起来,白嫖才算从"薅一把"升级成"可持续的工程方案"。

登录后查看全文
free-claude-code