免费AI大模型API汇总（非常详细），零基础入门到精通，看这一篇就够了

大模型扬叔

已于 2025-01-07 21:48:56 修改

阅读量1w

点赞数 32

文章标签：人工智能免费AI大模型API汇总大模型

于 2024-10-01 08:45:00 首次发布

本文链接：https://blog.csdn.net/weixin_49895216/article/details/142653137

版权

前言

一、免费大模型API一览

大模型	免费版本	免费限制	控制台（api_key等）
讯飞星火大模型	spark-lite	tokens：总量无限； QPS：2；(每秒发送的请求数) 有效期：不限	访问链接
百度千帆大模型平台	ERNIE-Speed-8K	RPM = 300，TPM = 300000 （RPM是每分钟请求数（Requests Per Minute），TPM是指每分钟处理的tokens数量）	访问链接
	ERNIE-Speed-128K	RPM = 60，TPM = 300000
	ERNIE-Lite-8K-0922	RPM = 300，TPM = 300000
	ERNIE-Lite-8K	RPM = 300，TPM = 300000
	ERNIE-Tiny-8K	RPM = 300，TPM = 300000
腾讯混元大模型	hunyuan-lite	限制并发数为 5 路	访问链接
字节扣子(coze.cn)	豆包·Function call模型(32K)	当前扣子 API 免费供开发者使用，每个空间的 API 请求限额如下： QPS (每秒发送的请求数)：2 QPM (每分钟发送的请求数)：60 QPD (每天发送的请求数)：3000	访问链接
	通义千问-Max(8K)
	MiniMax 6.5s(245K)
	Moonshot（8K）
	Moonshot（32K）
	Moonshot（128K）
Llama Family	Atom-13B-Chat	1.每天 8-22 点：接口限速每分钟 20 次并发 2.每天 22-次日 8 点：接口限速每分钟 50 次并发	访问链接
	Atom-7B-Chat
	Atom-1B-Chat
	Llama3-Chinese-8B-Instruct
groq	gemma-7b-it	rpm为30， rpd为14400， TOKENS PER MINUTE也有限制	访问链接
	mixtral-8x7b-32768
	llama3-70b-8192
	llama3-8b-8192
Google Gemini	gemini-1.5-pro	15RPM（每分钟请求数）; 100万 TPM（每分钟tokens）; 1500 RPD（每天请求数）	访问链接
	gemini-1.5-flash
	gemini-1.0-pro
	gemini-pro-vision
硅基流动	Qwen2-7B-Instruct	RPM限制为100， QPS限制为3，更多可以进行申请	访问链接
	Qwen2-1.5B-Instruct
	Qwen1.5-7B-Chat
	glm-4-9b-chat
	chatglm3-6b
	Yi-1.5-9B-Chat-16K
	Yi-1.5-6B-Chat

二、讯飞星火spark-lite模型

spark-lite介绍页面https://xinghuo.xfyun.cn/sparkapi?scr=true

到控制台https://console.xfyun.cn/services/cbm查看appid、apikey、apisecret信息，也可以到调试中心调试使用

星火认知大模型Web API文档中的代码直接可以用，记得替换其中的SPARKAI_URL 和 SPARKAI_DOMAIN值，

Spark Lite请求地址，对应的domain参数为general：

wss://spark-api.xf-yun.com/v1.1/chat

三、百度千帆speed和lite模型

到千帆平台上开通免费的模型https://console.bce.baidu.com/qianfan/ais/console/onlineService

注意开通需要实名认证！！！

到应用接入中创建应用，这里就有了AppID、API Key、Secret Key，

也可以到体验中心体验

https://console.bce.baidu.com/qianfan/ais/console/onlineTest

下面是ERNIE-Speed-8K的Python代码，你换其他模型只需要替换main()中的URL就行

模型	参数
ERNIE-Speed-128K	ernie-speed-128k
ERNIE-Speed-8K	ernie-speed
ERNIE-Lite-8K-0922	eb-instant
ERNIE-Lite-8K	ernie-lite-8k
ERNIE-Tiny-8K	ernie-tiny-8k


import requests
import json

API_KEY = "你的API Key"
SECRET_KEY = "你的Secret Key"

def main():

    url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()

    payload = json.dumps({
        "messages": [
            {
                "role": "user",
                "content": "你好"
            },
        ]
    })
    headers = {
        'Content-Type': 'application/json'
    }

    response = requests.request("POST", url, headers=headers, data=payload)

    print(response.text)

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

if __name__ == '__main__':
    main()

四、腾讯混元hunyuan-lite模型

腾讯混元大模型接入地址https://console.cloud.tencent.com/hunyuan/start

点击创建密钥，到新页面，新建密钥

也可以到调试界面进行调试使用，在最开始表格中的文档查看，进去点击调试好了，选择你的代码复制到本地即可。

五、coze扣子API使用

在调用扣子 API 前，确保你已经创建了个人访问令牌，并将 Bot 发布为了 API 服务。

1.创建个人访问令牌。

扣子 API 使用个人访问令牌进行身份验证和鉴权。你可以在个人访问令牌页面创建个人访问令牌，并添加对应权限。详细说明可参考鉴权

2.将 Bot 发布为 API 服务。

进入目标空间，创建一个 Bot 或选择一个已创建的 Bot。

在编排页面，单击发布。

在发布页面，选择 Bot as API 选项，然后单击发布。

简单的单轮对话Python代码如下：请确保将{YOUR PERSONAL_ACCESS_TOKEN}和{YOUR BOT}替换为实际的值，括号记得删掉。


import requests

url = "https://api.coze.cn/open_api/v2/chat"
headers = {
    "Authorization": "Bearer {YOUR PERSONAL_ACCESS_TOKEN}",
    "Content-Type": "application/json",
    "Accept": "*/*",
    "Host": "api.coze.cn",
    "Connection": "keep-alive"
}
data = {
    "conversation_id": "123",
    "bot_id": "{YOUR BOT}",
    "user": "29032201862555",
    "query": "你好",
    "stream": False
}

response = requests.post(url, headers=headers, json=data)

print(response.status_code)
print(response.json())

六硅基流动

进入https://cloud.siliconflow.cn/account/ak点击创建新API密钥，这里是平台模型列表https://docs.siliconflow.cn/docs/model-names

Qwen/Qwen2-7B-Instruct (32K, 免费)
Qwen/Qwen2-1.5B-Instruct (32K, 免费)
Qwen/Qwen1.5-7B-Chat (32K, 免费)
THUDM/glm-4-9b-chat (32K, 免费)
THUDM/chatglm3-6b (32K, 免费)
01-ai/Yi-1.5-9B-Chat-16K (16K, 免费)
01-ai/Yi-1.5-6B-Chat (4K, 免费)

这里可以进行调试https://docs.siliconflow.cn/reference/user-info-1

下面附上Python代码，换上你的API密钥，括号记得删掉：


import requests

url = "https://api.siliconflow.cn/v1/chat/completions"

payload = {

    "model": "Qwen/Qwen2-7B-Instruct",

    "messages": [

        {

            "role": "user",

            "content": "你好"

        }

    ],

    "max_tokens": 4096,

    "stream": False,

    "temperature": 0.5

}

headers = {

    "accept": "application/json",

    "content-type": "application/json",

    "authorization": "Bearer {你的API密钥}"

}

response = requests.post(url, json=payload, headers=headers)

print(response.text)