FreeLLMAPI 开源：聚合 11 家大厂免费额度，每月约 13 亿 Token 一个接口通吃

做 AI 开发的朋友都知道，现在各大 AI 厂商都有免费额度，但单独用起来总觉得不够塞牙缝的。
单独看都还行，但真要做点正经事儿，要么额度不够，要么被限流。
更头疼的是，要把这些免费额度凑在一起用，得面对十几种不同的 SDK 和复杂的接口限制。每个平台的 API 格式不一样，限流规则也不同，光是适配就能让人掉头发。
最近有个开发者解决了这个问题，开源了FreeLLMAPI这个项目。它把 11 家大模型平台的免费额度全部聚合到一个 OpenAI 兼容的接口里，算下来每月大约有13亿Token可用！

你只需要改个base_url就能用，剩下的路由、限流、重试都交给它处理。

核心亮点

1、11家平台，聚合在一起
项目目前支持：
•Google：Gemini 2.5 Flash、3.x预览版
•Groq：Llama 3.3、Llama 4、GPT-OSS、Qwen3
•Cerebras：Qwen3 235B
•SambaNova：DeepSeek V3.x、Llama 4、Gemma 3
•Mistral：Large 3、Medium 3.5、Codestral、Devstral
•OpenRouter：19个免费模型
•GitHub Models：GPT-4.1、GPT-4o
•Cloudflare：Kimi K2、GLM-4.7、GPT-OSS、Granite 4
•Cohere：Command R+、Command-A（试用版）
•Z.ai（智谱）：GLM-4.5、GLM-4.7 Flash
•NVIDIA：NIM（默认禁用）
这些平台加起来，每月大约有13亿Token的免费额度！
2、OpenAI兼容，零门槛切换
任何支持OpenAI SDK的客户端（LangChain、LlamaIndex、Continue、Hermes等等），只要改一下base_url就能直接用，完全不需要改代码。

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:3001/v1",  # 就是改这里
    api_key="freellmapi-your-unified-key",
)

3、自动路由和故障转移
路由器会自动选择当前可用的最佳模型，如果某个平台限流了（返回429）或者挂了（返回5xx），它会自动把这个Key放到冷却期，然后尝试下一个平台，最多重试20次。
每个响应头里还会带上X-Routed-Via，告诉你这个请求实际上是哪个平台处理的，还有X-Fallback-Attempts告诉你试了多少次。
4、实时追踪，不超限
它会追踪每个Key的调用频率和用量：RPM（每分钟请求数）、RPD（每天请求数）、TPM（每分钟Token数）、TPD（每天Token数），确保不会超出任何平台的免费上限。
5、会话粘性
多轮对话会保持使用同一个模型30分钟，避免对话中途切换模型导致幻觉。
6、加密存储，安全可靠
API密钥在存储前会用AES-256-GCM加密，解密只在内存中进行，不会泄露上游提供商的密钥。
7、管理面板一应俱全
项目带了一个React+Vite的管理面板，你可以：
• 管理各个平台的密钥
• 调整优先级顺序
• 查看分析数据
• 直接在Playground里测试对话
• 支持深色模式

快速上手

安装：

git clone https://github.com/tashfeenahmed/freellmapi.git
cd freellmapi
npm install

# 生成加密密钥
cp .env.example .env
echo "ENCRYPTION_KEY=$(node -e "console.log(require('crypto').randomBytes(32).toString('hex'))")" >> .env

# 启动服务+管理面板
npm run dev

然后打开 http://localhost:5173，在Keys页面添加你各个平台的API密钥，调整一下Fallback Chain的顺序，再从页面头部拿到统一的API密钥，就可以开始用了！
Python调用

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:3001/v1",
    api_key="freellmapi-your-unified-key",
)

# 让路由器自动选模型，或者指定比如"gemini-2.5-flash"
resp = client.chat.completions.create(
    model="auto",
    messages=[{"role": "user", "content": "用一句话总结罗马帝国的衰落。"}],
)

print(resp.choices[0].message.content)
print("通过哪个平台处理的:", resp.headers.get("x-routed-via"))

流式输出

stream = client.chat.completions.create(
    model="auto",
    messages=[{"role": "user", "content": "给我写一首关于SQLite的俳句。"}],
    stream=True,
)

for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="", flush=True)

工具调用
支持OpenAI风格的工具调用，跨平台都能用：

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取某个城市的当前天气。",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

# 1. 模型请求调用工具
first = client.chat.completions.create(
    model="auto",
    messages=[{"role": "user", "content": "卡拉奇的天气怎么样？"}],
    tools=tools,
    tool_choice="required",
)
call = first.choices[0].message.tool_calls[0]

# 2. 你执行工具，把结果反馈回去
final = client.chat.completions.create(
    model="auto",
    messages=[
        {"role": "user", "content": "卡拉奇的天气怎么样？"},
        first.choices[0].message,
        {"role": "tool", "tool_call_id": call.id, "content": '{"temp_c": 32, "cond": "sunny"}'},
    ],
    tools=tools,
)

print(final.choices[0].message.content)

写在最后

FreeLLMAPI 非常适合喜欢折腾 AI 应用，又不想在前期测试阶段花冤枉钱的朋友。
它把一堆零零散散的免费API聚合起来，提供一个统一的接口，自动处理路由、限流、重试，还带了一个漂亮的管理面板。
如果你正在做AI原型开发，或者想在不花钱的情况下测试各种模型，这个项目值得一试！
GitHub：https://github.com/tashfeenahmed/freellmapi