模型 / 数据集
zebbern/no-cost-ai avatar
zebbern/no-cost-ai

no-cost-ai:一份按「是否要注册」分栏的免费 AI 服务索引

80+ free AI services for chat, image, video, voice & APIs (may sometimes include access to lead gen ai models for free)

2,240 个 Star294 个 ForkUnknownMIT

秒懂

它是什么?
这个仓库本身不训练模型、不部署推理服务,它做的是把 80 多个免费 AI 入口按注册门槛、可用模型和额度上限整理成表格。它适合用来快速找到某个模型的试用入口,不适合当作生产依赖的选型依据。
适合谁用?
需要临时试用某个模型、又不想注册账号的开发者,可以先用这个索引定位入口,再按 README 里的限额说明安排请求节奏;要把免费额度接进持续运行的流水线的人不该依赖它,因为清单里的额度随时会变,仓库本身也没有版本发布可以锁定。动手前先确认三件事:目标服务当前是否仍免注册、README 标注的额度是否与服务方页面一致、以及该服务是否提供 OpenAI 兼容接口,最后一条决定了你能不能直接复用现有 SDK。
能商用吗?
可以。MIT 是宽松许可证:你可以使用、修改并销售基于它的软件,只需保留版权和许可证声明。
还在维护吗?
在维护。仓库最近一次提交在 8 天前。
用什么语言写的?
GitHub 没有给出这个仓库的主要语言。

以上回答依据项目的 GitHub 数据(最近同步于 2026年9月15日)和我们的分析,不构成法律意见。

开源项目深度解析

它解决的是「去哪里试」而不是「怎么部署」

这个仓库没有代码,没有推理后端,也没有 SDK。README 的主体是若干张 Markdown 表格,每行一个服务,列出链接、可用模型名和额度限制。仓库描述里写的是 80+ free AI services for chat, image, video, voice & APIs,首页是 nocostai.vercel.app。

目标读者很明确:想试某个模型但不想先绑卡、不想注册、也不想读十几页定价页的人。README 开头那句 A living index for developers, researchers & curious builders 把定位说清楚了,它是一份活的索引,而不是一套工具。contributions is welcome 说明维护方式靠外部提交。

这一点决定了它的使用姿势。你打开它是为了拿到一个 URL 和一行额度说明,然后离开。任何把它当成依赖清单、写进项目 README 的做法都会很快过期,因为表格里的每一项都由第三方服务控制。

按注册门槛分栏,是这份清单最实用的设计

README 用两个 kbd 区块把服务分成 No Signup Required 和 Signup Required 两大类,每类下面再按用途细分。免注册那一侧的计数是:Chat 21 条、Media 5 条、Voice 3 条、APIs 4 条。需要注册那一侧是:Chat 13 条、Media 12 条、Voice 4 条、IDEs 2 条、APIs 17 条。

这个分法比按模型厂商分类更有用。工程师真正卡住的往往不是「哪个模型强」,而是「我现在就想发一个请求,能不能不注册」。把 lmarena.ai、g4f.dev、t3.chat 这类免注册入口单独拎出来,省掉的是注册和验证邮箱的时间。

代价是分类维度单一。同一张表里既有直接面向终端用户的聊天页面,也有面向开发者的 API 平台,两者的使用方式完全不同,却共用一套「模型 / 额度」列。API 那一栏的条目,比如 uncloseai.com 标注的 OpenAI-compatible API,才是能直接接进代码的;聊天页面的条目只能手动点。

额度列记的是什么,以及它为什么不能照抄

额度列的写法粒度差异很大。有的给具体数字,比如 grok.com 标 3 messages every 2 h,chat.mistral.ai 标 10 Messages Resets Every 24h,groq.com 标 30 requests / min 和 40 000 tokens / min,heck.ai 标 50 query/day。有的写 Unlimited,比如 lmarena.ai、pollinations.ai、free.netfly.top。还有的直接写 Unlimited/Unknown,比如 t3.chat 和 meta.ai。

Unlimited 这个词在这份清单里需要打折看待。sharedchat.cn 那一行的说明是 Unlimited but may be hard to get a responce as many others use it aswell but it really does work,意思是额度不设限但排队严重。这类描述说明「额度」和「实际可用性」是两件事,表格只记了前者。

按分钟计的额度(groq.com 的 30 requests / min)和按天计的额度(heck.ai 的 50 query/day)对程序设计的影响完全不同。前者要求你在客户端做速率限制和重试,后者要求你控制总量。表格没有区分这两类约束的性质,需要自己判断。

Leaderboards 区块解决的是选型参照问题

README 顶部单独列了一个 Leaderboards 表,指向 openrouter.ai/rankings、alpaca_eval、open_llm_leaderboard、chatbot-arena-leaderboard、mteb/leaderboard、artificialanalysis.ai、yupp.ai/leaderboard、lmarena.ai/leaderboard。每条后面附一句范围说明,例如 alpaca_eval 是 Instruction-following ability vs GPT-4,mteb/leaderboard 覆盖 100+ languages, 1000+ NLP tasks。

这个区块的价值在于它没有自己造评价体系。清单本身不提供任何模型质量判断,只把外部榜单链接摆出来,让读者自己去查。对于一个靠社区提交维护的索引来说,这是诚实的做法:维护者没有能力也没有必要去复现评测。

实际使用时的顺序应该是反过来的。先在榜单确认某个模型值得试,再回表格里找它的免费入口。直接翻表格挑模型,很容易被模型名的排列顺序带偏。

把它接进代码:能用的只有 API 那一栏

README 里真正给出接入方式的信息很少,集中在 Developer APIs & Platforms 两张表。免注册那一侧只有 4 条,其中 uncloseai.com 的说明是 Unlimited, OpenAI-compatible API,可用模型列为 Hermes AI、Qwen 3 Coder、TTS Speech。g4f.dev 的 API 条目指向 g4f.dev/docs/ready_to_use.html,说明里提到 qroq、ollama、pollinations.ai、nvidia、grok、gemini、gpt-oss-120b,并注明 requires g4f.dev Api Key。

需要注册那一侧有 17 条 API 条目,是数量最多的一栏。ollama.com 的说明是 Unlimited run on cloud or local machine,ollamafreeapi 的模型列写的是 Too many to list..,额度写 Unknown。

仓库没有提供任何示例代码、环境变量名或 base_url 配置。所谓「OpenAI-compatible」意味着你可以沿用 openai 客户端的调用形式,把 base_url 指向对应服务,但具体地址和鉴权方式要去各自站点查。这一点在动手前必须自己确认,不能从 README 推断。

时效性是这份清单的结构性弱点

仓库没有任何 release,最近一次 push 是 2026-09-07。清单类项目的全部价值都压在「表格里的信息此刻仍然成立」上,而表格里的每一行都由不受维护者控制的外部服务决定。免费额度被取消、模型下线、站点改域名,这些都不需要通知仓库。

README 自己也承认这一点。yupp.ai 那一行的额度写的是 Unlimited, as long as Credits are maintained, earned through feedback on AI Usage (randomized variable response earnings),把额度与一套随机化的积分机制绑定。这种规则几乎不可能长期稳定,写进表格的那一刻就开始衰减。

对读者的直接后果是:不能把这份清单当作 SLA 的一部分。任何写进生产代码的免费端点都需要自己加一层降级路径,因为清单不会告诉你它什么时候失效。

和直接跑本地模型相比,它省掉的是下载和显存

清单里 ollama.com 的条目写的是 Unlimited run on cloud or local machine。这是另一条路线:把模型权重拉到本机,用 ollama 起服务,代价是磁盘、显存和首次下载时间,换来的是不受第三方额度约束。

两者的取舍很清楚。这份索引适合「现在就要一个回复」的场景,打开浏览器或发一个 HTTP 请求即可,零准备成本。本地推理适合「要反复调用、不能中断」的场景,前期投入换长期稳定。清单里的免注册聊天入口在这一点上完全无法替代本地模型,因为它们的额度由别人决定。

另一种替代是直接查模型厂商自己的免费层,比如 gemini.google.com 和 groq.com 这类官方入口在 README 里也有收录。走官方渠道的好处是额度规则有正式文档,坏处是需要注册,而这份清单的免注册分栏恰恰是为了绕开这一步。

许可与维护成本

仓库采用 MIT 许可,README 顶部的 badge 也标了 License: MIT。这意味着你可以复制表格内容、改写后放进自己的文档,只需保留版权声明和许可文本。清单里的链接指向第三方服务,那些服务各自有自己的使用条款,MIT 覆盖不到它们,这一层需要单独看。

维护成本主要体现在贡献流程上。README 末尾有 Contributing 章节,说明接受外部提交。对使用者来说,这意味着表格内容的质量取决于提交者的细致程度,模型名和额度数字出现偏差是常态。

如果你打算在自己的项目里引用这份清单,可行的做法是只引用链接,不复制额度数字,因为链接失效是低频事件,额度变化是高频事件。仓库没有版本发布,也就没有可以锁定的快照,这一点在做依赖管理时需要计入。

编辑结论

需要临时试用某个模型、又不想注册账号的开发者,可以先用这个索引定位入口,再按 README 里的限额说明安排请求节奏;要把免费额度接进持续运行的流水线的人不该依赖它,因为清单里的额度随时会变,仓库本身也没有版本发布可以锁定。动手前先确认三件事:目标服务当前是否仍免注册、README 标注的额度是否与服务方页面一致、以及该服务是否提供 OpenAI 兼容接口,最后一条决定了你能不能直接复用现有 SDK。

官方来源

  1. Issues
  2. License: MIT
  3. Project website
  4. README
  5. zebbern/no-cost-ai on GitHub
社区笔记

社区笔记