给学生项目的免费 LLM API 到底该给什么?
学生预算通常意味着没有公司卡,也不想要悄悄过期的试用。要紧的是三件事:模型好到真能做出东西、标准 API 让代码以后不用扔、以及一条没有硬截止日期的 $0 路径。
AnyRouter 对每个账号都用同样方式覆盖这三点——免费路径不是阉割模式,是同一套兼容 OpenAI 的端点和同一份目录,只是用免费档而不是卡来把门。
从 anyrouter/free 开始 — 任何套餐,不花 credit
anyrouter/free 在每个套餐上都路由到健康的免费档容量,Free 也行,没有每日上限,不需要 credit(每个 key 每分钟 2400 次请求)。这是把课堂项目或原型接到真模型上最快的办法,再决定值不值得为 token 付钱。
curl https://anyrouter.dev/api/v1/chat/completions \
-H "Authorization: Bearer sk-ar-v1-..." \
-H "Content-Type: application/json" \
-d '{
"model": "anyrouter/free",
"messages": [{ "role": "user", "content": "Summarize this in one sentence" }]
}'因为它和每个付费模型是同一个端点,项目以后要换成付费模型时,这段代码不用改。
需要付费模型时
开始有真实用量的 side project 迟早要用付费模型。Go 是 $2/月——自动往余额加 $4 credit(在快模型上大约 16M token)用于付费模型,免费档模型不需要它。用量再涨,Pro($10/月)、Pro+($45/月)和 Max($100/月)会提高滚动限流窗口。
| 套餐 | 价格 | 变化 |
|---|---|---|
| Free plan | $0 | anyrouter/free 可用,不扣 credit,没有每日上限;付费模型返回 402 |
| Go | $2/mo | $4 credit 用于付费模型;anyrouter/free 同样可用 |
| Pro | $10/mo | + $20 credit,更高滚动限流 |
| Pro+ | $45/mo | + $100 credit,最高滚动限流 |
| Max | $100/mo | + $300 credit,最高滚动限流 |
已经有免费供应商账号?接进来,别付两遍
学生常常已经有课堂作业或个人项目留下的免费档 key——Google AI Studio 的 Gemini 免费档很常见。BYOK 让你挂上那把 key,以 $0 加价经它路由,闲着的额度自己养活自己。
再进一步,把那把 key 上的闲置容量捐进共享池:池子经它发出的每次请求,最多把该请求成本的 8% 加进你可领取的待入账余额;捐一把还能用的 key,也会在它保持活跃期间让 $2/月的 Go 套餐免费。

从第一天就建在你以后还会用的端点上
从第一天用标准、兼容 OpenAI 的端点,是为了课堂项目、黑客马拉松作品或早期副业变成真东西时不必重写——服务免费档请求的同一 base URL 和 key,可以扩到 170+ 模型的目录,不用动客户端代码。
- 从 anyrouter/free 开始——任何套餐都能用,没有每日上限;需要付费模型再上 Go($2/月,或捐一把 key)。
- 挂上你已有的免费档供应商 key — /byok。
- 动手前先读端点参考 — /docs。
一份项目长大时不必重写的免费 LLM API。
免费配好相关文章
Free LLM API: 150+ models with a real free tier
You don't need a credit card to start building with large language models. A free LLM API should give you real models, an OpenAI-compatible endpoint, and a way to keep costs at zero as you grow — here's how that works in practice.
Free models, just $2 a month
AnyRouter's Go plan is $2/mo: a $4 monthly credit for paid models. Free models work on every plan. You can also donate a provider key so Go costs nothing, use anyrouter/free on any plan, or run models on your own device via local relay.
