Llama 免费 API 访问

Llama 系列是什么

Meta 的 Llama 系列是多数推理平台的默认通用选择，同一个模型 ID 常常出现在好几家服务商，但各家的免费额度差别很大。

以免费条款提供 Llama 的服务商

本清单详列的 25 家服务商里，有 9 家至少提供一个 Llama 模型。因为 Meta 公开的是权重而不是服务，所以 model id 在这些家之间可以完全一致，免费额度却不一样。

免费条款到底差在哪

• SambaNova Cloud — 只要账号没有绑定支付方式，就适用免费档。
• Cloudflare Workers AI — Workers Free 和 Workers Paid 两种计划都含每天 10,000 Neurons 的免费额度，每天 00:00 UTC 重置。
• Fireworks AI — 既没有绑定支付方式、也没有余额的账号，整个账号合计限 10 次请求/分钟。
• Novita AI — 定价表里已经没有任何一个模型标价为零。
• IBM watsonx.ai — IBM 在付费的 Essentials 和 Standard 计划之外，提供 watsonx.ai 的免费试用，定价页也明确邀请你零成本开始构建。
• Together AI — Together 采用按模型的动态限流：持续成功的流量会把限额抬上去，流量降下来限额也跟着回落，官方明确说明不公布固定的按模型限额。
• Nebius Token Factory — 限额是动态的，文档不公布账号默认值：它让你去 Token Factory 里的 Rate Limits 页面自己看。
• DeepInfra — 官方定价页为每个在服模型列出了每百万 token 的输入与输出价格，既没有描述免费额度，也没有公布请求速率限制。
• Scaleway Generative APIs — 通过 Generative APIs - Serverless 提供的每个模型，都同时受每分钟 token 数、每分钟查询数和并发请求数三重限制。

怎么挑一家

这 9 家里有 2 家公布了固定的请求次数，其余的只给出层级或额度余额，也就是说「到底免费多少」唯一诚实的答案在它们各自的控制台里。有 8 家不要信用卡。有 6 家会响应跨域浏览器请求，所以这些家的 key 不用装任何东西，直接在浏览器检测页里就能验。

model id 匹配上 Llama，并不等于承诺免费额度里就包含它。服务商会在不改 id 的情况下把某个模型在付费和免费之间挪动，所以每一行都链回对应的服务商页面，那里放着该服务商自己的原话和读取日期。

免费额度用完之后是什么价

上面这些免费额度都有到头的一天，而 Llama 到那时候是什么价，不在本清单的追踪范围内。下面是公开报道过的价钱，连着它出处的整句原话一起引——出自同一维护者整理的那张表，那里每个数都带着自己那句话：

要算的那笔账不是 Llama、是别的？一句话说出它的名字——只有一格要填，下一个去查的价钱按谁问了排。