免费 LLM API:如何开始使用 Felo
了解如何通过 Felo 使用免费 LLM API、查找 $0 模型、配置兼容 OpenAI 的端点,以及了解账户要求。
免费 LLM API 让你在自己的代码中试用语言模型,符合条件的请求无需支付推理费用。借助 Felo API Platform,你可以查找定价为 $0 的模型、创建 API 密钥,并通过兼容 OpenAI 的端点调用受支持的模型。
开始之前,你需要了解一项账户要求:Felo 要求所有模型请求(包括 $0 模型请求)都必须具备正数账户余额。 创建 API 密钥无需付费,服务额度起价为 $1。发送请求时,以模型页面显示的费率为准,因此调用模型前请先核对价格。

本指南将介绍如何查找免费模型、发送第一条请求,以及处理常见的集成问题。产品信息核实日期为 2026 年 11 月 2 日;模型可用性和费率可能发生变化。
什么是免费 LLM API?
LLM API 为应用程序提供一种向语言模型发送输入并接收响应的方式。你无需在聊天界面中输入内容,而是通过脚本、后端服务或开发工具发送 HTTP 请求。
例如,Python 应用程序可以向模型发送一条客户支持消息,并要求模型识别主题。文档处理流程可以请求生成简短摘要。开发者可以在现有应用中添加 AI 功能前,测试多种提示词。
在 Felo 上,免费 LLM API 页面列出了两类优惠:公开费率为 $0 的模型,以及限时免费试用的模型。免费试用可能结束,模型价格也可能变化。 发送请求时,应以实时模型页面显示的适用价格为准。
免费模型定价并不意味着可以获得无限量免费额度。Felo 表示,平台不提供无限量或定期发放的免费额度。当账户余额为零或负数时,即使所选模型标记为免费,请求也会被拒绝。
如何查找免费 LLM API 模型
打开 Felo 的实时免费模型目录,查看目录中的模型。对于每个候选模型,请关注模型名称、提供商、上下文窗口、输入价格、输出价格,以及免费或试用状态。
模型列表根据实时目录生成。本文核查时,列表显示了四款输入和输出费率均为 $0 的模型。这个数字仅代表核查时的情况:文章发布后,模型可能被添加、移除或调整价格。
选择模型前,请考虑应用程序的需求:
- 输入和输出: 确认模型支持你计划发送和接收的数据类型。
- 上下文窗口: 检查提示词和预期响应是否符合模型的长度限制。
- 协议: 确认模型支持客户端将使用的端点。
- 功能: 在依赖工具调用、结构化输出或流式传输前,检查模型支持的参数。
- 价格和状态: 检查输入和输出费率,并区分 $0 模型与限时试用模型。
上下文窗口较长或带有免费标识,并不能单独说明模型是否适合某项任务。请使用与你的实际工作负载相似的示例进行测试。
如何获取免费 LLM API 密钥
创建 Felo API 密钥无需支付密钥费用。不过,要发送请求,账户必须保持正数额度余额。请按照以下步骤操作:
- 前往免费 LLM API 页面,通过 API 密钥链接创建账户或访问现有账户。
- 创建 API 密钥并安全保存。不要将密钥放入源文件、公开代码仓库或客户端浏览器代码中。
- 添加服务额度,确保账户余额高于零。Felo 列出的首次充值金额为 $1,且无需订阅。
- 返回免费模型列表。打开某个模型的详情页面,确认其输入和输出费率及支持的协议,并复制准确的模型 ID。
- 发送一条小型测试请求,检查响应和账户用量。
$0 费率适用于模型页面所述的符合条件的模型用量。不要假设该费率适用于其他付费模型、试用期结束后的模型,或无关服务。每次请求或自动化运行前,请核对公开费率。
发送第一条免费 LLM API 请求
Felo 支持多种 API 协议。本示例使用 OpenAI Chat Completions,该协议接受 messages 数组,并返回包含 choices 数组的响应。Felo 在其协议指南中列出了端点和 SDK 基础 URL。
首先,在终端中将 API 密钥设置为环境变量:
export FELO_API_KEY="your-felo-api-key"
然后,将下方的 MODEL_ID 替换为支持 Chat Completions 的免费模型的准确 ID。运行请求前,请核对当前价格,并确保账户余额为正数。
curl https://openapi.felo.ai/api/v1/chat/completions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MODEL_ID",
"messages": [
{
"role": "user",
"content": "Summarize the benefits of caching in two sentences."
}
],
"max_tokens": 128
}'
成功响应通常会在 choices[0].message.content 中包含生成的文本。响应还可能包含用量信息。模型接受的具体参数可能有所不同,因此,如果你需要某项特定功能,请查阅对应的模型目录条目。
如果请求失败,请检查端点、模型 ID、密钥、账户余额和支持的协议。Felo 的协议指南指出,401 可能表示密钥缺失或不正确,而模型错误可能表示模型 ID 不可用或端点不受支持。
使用 Python 调用免费 LLM API
如果你已经在使用 OpenAI Python SDK,集成方式遵循相同的基本模式:设置 Felo 基础 URL、使用 Felo API 密钥,并提供兼容的 Felo 模型 ID。
在 Python 环境中安装 SDK:
pip install openai
按照上述方式设置 FELO_API_KEY 后,将 MODEL_ID 替换为支持 Chat Completions 的免费模型的准确 ID:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["FELO_API_KEY"],
base_url="https://openapi.felo.ai/api/v1",
)
response = client.chat.completions.create(
model="MODEL_ID",
messages=[
{"role": "user", "content": "Give me three ideas for a reading app."}
],
max_tokens=128,
)
print(response.choices[0].message.content)
SDK 基础 URL 以 /api/v1 结尾;客户端会自动附加 Chat Completions 路径。Felo 还提供 OpenAI Responses 和 Anthropic Messages 端点的文档,每种协议都有自己的请求格式和基础 URL。请检查模型支持的协议,不要假设每个模型都支持所有端点。
使用免费 LLM API 可以构建什么?
测试聊天机器人创意
从一项范围较小的任务开始,例如回答有关少量公开产品文档的问题。测试模型是否遵循指令、是否承认自身缺少信息,以及是否以实用格式返回答案。
让第一个版本保持简单。几个有代表性的问题就能帮助你判断提示词是否需要更多上下文,或者是否应该评估其他模型。不要将流畅的回答视为正确答案:请对照源材料核查内容。
总结和整理文本
模型可以将会议记录转换为待办事项、压缩长篇文章,或对简短的反馈条目进行分类。在提示词中加入预期输出结构,并要求模型保留原始信息,而不是编造内容。
对于重复执行的任务,请建立一组带有标准答案的示例。检查摘要是否存在信息遗漏,并在将提取的字段用于自动化工作流程前核实其内容。
构建结构化工作流程原型
你可以要求模型提取客户请求的主题和紧急程度,并将结果填入其他应用程序可处理的字段。在依赖 JSON 模式、结构化输出或工具调用前,请确认所选模型是否支持这些参数。
在代码中验证响应内容。即使模型生成了有效的 JSON,其中的信息也可能不完整或不正确。请预先确定以下情况的处理方式:字段缺失、模型不可用,或响应不符合你的数据结构。
可靠使用免费 LLM API 的技巧
检查价格和试用状态
免费模型目录具有动态变化的特点。试用可能结束,模型公开费率也可能发生变化。对于自动化工作负载,请将价格核查和支出控制纳入运营流程。不要因为编写脚本时模型免费,就假设它会一直免费。
保护 API 密钥
使用环境变量或密钥管理器,并将密钥保存在服务器端。如果密钥意外泄露,请通过账户控制功能撤销或轮换密钥。为不同应用设置独立密钥,有助于管理用量。
做好错误和限制的处理准备
网络错误和速率限制可能导致请求中断。请明确处理失败情况,在适用时通过有限次数的退避重试处理临时错误,并在必要时停止重试,不要无限循环。对于面向用户的功能,如果请求无法完成,请显示有用的提示信息。
免费模型的可用性可能发生变化。如果你设置了备用模型,请检查其价格,并在启用前设置预算。自动切换到付费模型可能产生原本使用 $0 模型时不会产生的费用。
使用合适的测试数据
向任何模型 API 发送数据前,请检查适用的隐私、数据保留和使用条款。在开发期间使用合成数据或获得授权的示例,并遵守所在组织对客户信息或机密信息的处理规定。价格较低并不会减轻你的数据保护责任。
评估结果,而不只是查看响应
HTTP 请求成功只表明请求已完成,并不能证明答案正确或有用。请测试各种简单、模糊和困难的示例,记录失败情况,并在更换模型或提示词后对比结果。
免费 LLM API 常见问题
Felo 的免费 LLM API 完全免费吗?
创建 API 密钥无需付费,部分精选模型可能采用公开的 $0 费率,或提供限时免费试用。不过,发送请求时,你必须保持正数账户余额,包括向免费模型发送请求。Felo 表示,服务额度起价为 $1。有关当前条款,请查看实时免费模型页面。
创建 API 密钥需要信用卡吗?
Felo 表示,创建 API 密钥无需信用卡。不过,要调用模型,你仍然需要为账户充值并保持正数余额。添加额度时,请检查可用的付款方式和当前条款。
Felo 上的所有模型都是免费的吗?
不是。免费模型页面列出当前费率为 $0 的模型和临时试用模型。目录中的其他模型按照公开的用量费率计费。发送请求前,请核对准确的模型和价格。
可以通过 Felo 使用 OpenAI SDK 吗?
可以,但仅限受支持的模型和协议。对于 OpenAI SDK,Felo 提供的基础 URL 为 https://openapi.felo.ai/api/v1。请使用你的 Felo API 密钥和适用的 Felo 模型 ID,并确认模型支持应用程序所需的 API 功能。
免费 LLM API 是否没有使用限制?
Felo 的免费模型页面没有说明提供无限量或定期发放的免费额度。免费或试用状态可能发生变化,平台也可能设有服务限制。请查阅模型详情和平台文档,了解适用于你工作负载的条件。
免费试用结束后会开始收费吗?
Felo 表示,模型试用结束后,可能会按照公开费率继续计费。由于费率和试用状态可能发生变化,请在发送请求时检查模型页面,并为应用程序配置相应的账户支出控制。
一个实用的起点是选择一项小型任务,找到符合其要求的模型,并发送测试请求。代码运行后,请使用贴近实际场景的示例评估输出,并在开发过程中关注相关条款的变化。
本文还提供以下语言版本:English、日本語、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。