大模型调用完全指南（含免费资源汇总）

一、免费/有免费额度的API接口（优先推荐）

（一）国内平台（中文友好，无需科学上网）

1. 阿里云百炼（通义千问系列）

• 支持模型：Qwen3-8B、Qwen2.5-7B、Qwen Code、Qwen-Math、Qwen-Omni（多模态）
• 免费额度：
  • 新人注册赠100万Token（有效期90天），覆盖主流模型
  • Qwen Code：每日2000次免费运行（无Token限制）
  • Qwen-Math/Qwen-Omni：各赠100万Token（有效期90天）
• 调用限制：QPS上限5，中国大陆地域可用
• Python调用示例：

import dashscope
import os# 从环境变量读取API Key（推荐）
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")# 1. 基础文本生成（Qwen3-8B）
response = dashscope.TextGeneration.call(model="qwen3-8b",prompt="写一个Python斐波那契数列函数",parameters={"max_tokens": 512, "temperature": 0.7}
)
print(response.output.choices[0].message.content)# 2. 代码生成（Qwen Code，每日2000次免费）
response = dashscope.TextGeneration.call(model="qwen3-coder-plus",prompt="实现Flask用户注册接口",parameters={"max_tokens": 1024}
)
print(response.output.choices[0].message.content)

• 优势：兼容OpenAI格式，多模态支持，中文理解能力强

2. 火山方舟（字节跳动）

• 支持模型：豆包大模型、DeepSeek-R1/V3
• 免费额度：个人用户50万Token，企业协作计划500万Token（有效期至2025.12.31）
• 调用限制：QPS上限20，支持10万Token长文本
• Python调用示例（兼容OpenAI）：

from openai import OpenAIclient = OpenAI(api_key=os.getenv("ARK_API_KEY"),base_url="https://ark.cn-beijing.volces.com/api/v3"
)
response = client.chat.completions.create(model="doubao-pro",messages=[{"role": "user", "content": "推荐AI学习路径"}]
)
print(response.choices[0].message.content)

3. 腾讯混元大模型

• 支持模型：混元-7B、混元-13B
• 免费额度：新用户200万Token（有效期6个月）
• 调用限制：QPS上限10，支持函数调用
• 优势：深度整合微信生态

4. 百度千帆大模型平台

• 支持模型：ERNIE-Bot 4.0、文心一格（图像生成）
• 免费额度：个人用户每月30万Token，图像生成免费额度（需单独申请）
• 调用限制：QPS上限5，支持插件扩展
• 优势：中文场景优化，智能客服适配性强

（二）国际平台（需科学上网/信用卡）

1. Google Gemini API

• 支持模型：Gemini 2.5 Flash（实时）、Gemini 2.5 Pro（长文本）
• 免费额度：
  • Flash版：每分钟15次请求，每日1.5万Token
  • Pro版：每分钟2次请求，每日50次请求（2M Token上下文）
• 调用限制：需绑定信用卡，支持多模态
• Python调用示例：

import google.generativeai as genaigenai.configure(api_key=os.getenv("GEMINI_API_KEY"))
model = genai.GenerativeModel("gemini-2.5-flash")
response = model.generate_content("Explain AI in simple terms")
print(response.text)

2. OpenAI API

• 支持模型：GPT-3.5 Turbo、GPT-4（部分）、DALL·E 3
• 免费额度：新用户赠5美元（有效期3个月，约5万Token）
• 调用限制：QPS上限3，需科学上网
• 优势：生态完善，LangChain深度集成

3. Tavily Search API（AI搜索增强）

• 核心功能：专为RAG优化的实时搜索，支持内容提取、问答生成
• 免费额度：每月1000次API调用（无需信用卡）
• 调用限制：支持基础/高级搜索深度，失败不扣费
• Python调用示例：

# 安装依赖：pip install tavily-python
from tavily import TavilyClient
import osclient = TavilyClient(api_key=os.getenv("TAVILY_API_KEY"))# 1. 基础搜索
response = client.search("2025 AI发展趋势", search_depth="basic")
print("搜索结果：", [res["title"] for res in response["results"]])# 2. 直接问答（适合RAG场景）
answer = client.qna_search("谁是当今足球第一人？")
print("问答结果：", answer)

• API Key获取：
  1. 访问Tavily官网注册账户
  2. 从用户仪表板复制API Key（格式：tvly-xxxxxx）
• 优势：与LangChain/LLM集成度高，搜索结果结构化

二、付费API接口（补充说明）

平台	支持模型	付费模式	适用场景
MidJourney V7	MidJourney V7（图像生成）	基础版10美元/月（200张）	艺术创作、设计
OpenAI API	GPT-4 Turbo、DALL·E 3	GPT-4输入0.03美元/千Token	复杂Agent、多模态应用
阿里云百炼	Qwen2.5-72B、Qwen-Max	按量付费0.004元/千Token起	企业级高并发需求
Google Gemini	Gemini 2.5 Ultra	输入1.5美元/千Token，输出3美元/千Token	全球化多模态项目

三、本地部署方案（完全免费，隐私优先）

1. Ollama（推荐新手）

• 支持模型：Llama 2、Mistral、DeepSeek、Qwen、Phi-3等30+模型
• 硬件要求：
  • 7B模型：8GB内存（支持NVIDIA/AMD/Apple M系列显卡）
  • 13B模型：16GB内存，建议GPU加速
• 安装与调用：

  # Linux/macOS安装：
  curl -fsSL https://ollama.com/install.sh | sh# 运行模型（命令行）：
  ollama run qwen  # 通义千问7B
  ollama run mistral  # 代码生成专用# Python调用（兼容OpenAI）：
  from openai import OpenAI
  client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
  response = client.chat.completions.create(model="qwen",messages=[{"role": "user", "content": "本地部署优势"}]
  )
  print(response.choices[0].message.content)
  

• 优势：一键部署，无需复杂配置，数据本地化

2. Hugging Face Transformers（灵活定制）

• 支持模型：Llama 2、GPT-NeoX、BERT、Qwen等开源模型
• 硬件要求：7B模型需16GB内存，13B模型需24GB内存（建议GPU）
• Python调用示例：

# 安装依赖：pip install transformers torch
from transformers import AutoTokenizer, AutoModelForCausalLM# 加载开源模型（Qwen-7B）
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen-7B-Chat")
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-7B-Chat",device_map="auto",  # 自动分配GPU/CPUload_in_8bit=True   # 8位量化减少显存占用
)# 生成文本
inputs = tokenizer("解释量子计算基础", return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

• 优势：支持自定义微调，模型选择丰富

3. OpenWebUI（图形化管理）

• 简介：基于Ollama的Web界面，支持模型管理、对话历史、插件扩展
• 安装方式（Docker）：

  docker run -d -p 11434:11434 -v openwebui:/app/backend/data --name openwebui --privileged=true openwebui/openwebui:latest
  

• 访问：浏览器打开http://localhost:11434，直接可视化调用Ollama模型
• 优势：非技术人员友好，支持多用户协作

四、免费资源使用技巧（避免扣费+最大化利用）

1. 额度监控与防扣费

# 通义千问剩余免费额度查询
import requests
import osheaders = {"Authorization": f"Bearer {os.getenv('DASHSCOPE_API_KEY')}"}
response = requests.get("https://dashscope.aliyuncs.com/api/v1/account/quota",headers=headers
)
print("剩余免费Token：", response.json()["remaining_free_quota"])

• 阿里云/火山方舟控制台开启「用完即停」功能
• Tavily在开发者控制台查看剩余调用次数

2. 成本优化技巧

• 缓存机制：对重复请求结果缓存（示例用Redis）

import redis
cache = redis.Redis(host='localhost', port=6379, db=0)def get_cached_response(prompt, model="qwen3-8b"):key = f"{model}:{prompt[:128]}"if cache.exists(key):return cache.get(key).decode('utf-8')# 调用API并缓存1小时response = dashscope.TextGeneration.call(model=model, prompt=prompt)result = response.output.choices[0].message.contentcache.setex(key, 3600, result)return result

• 批量处理：合并多个短请求为单次调用，减少Token消耗
• 模型选择：简单任务用7B模型（如Qwen3-8B），复杂任务再用大模型

3. 常见问题解决

• 权限不足：高级模型（如Qwen-Max）需在平台提交工单申请
• 并发限制：免费额度QPS较低，高并发场景用异步队列（如Celery）削峰
• 本地部署OOM：使用4-bit/8-bit量化（load_in_4bit=True），关闭其他占用内存的程序

五、选择建议

用户类型	推荐方案	核心优势
个人开发者/新手	阿里云百炼（免费100万Token）+ Ollama本地部署	免费额度高，操作简单
学生/科研人员	国家超算平台（Qwen3-32B免费）+ Tavily搜索	大模型配额，学术场景适配
企业开发者	火山方舟（企业协作计划）+ 私有化部署Ollama	高并发支持，数据安全
RAG项目开发	Tavily（免费1000次搜索）+ Hugging Face	实时信息增强，模型定制灵活

---

补充说明

1. 所有免费额度政策截至2025年11月，具体以平台官网为准
2. 本地部署模型可通过「模型量化」「CPU推理」降低硬件门槛
3. 建议先通过免费API验证项目可行性，再根据需求升级付费方案或本地部署