# Free LLM Hub：187+大模型API统一目录，开源LLM生态一站式导航

> 介绍Free LLM Hub——一个社区驱动的开源项目，汇总187+个LLM API、推理引擎、网关和开源生态资源，为开发者和研究者提供完整的大模型服务导航。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-20T22:44:55.000Z
- 最近活动: 2026-05-20T22:53:06.329Z
- 热度: 152.9
- 关键词: LLM, API, open-source, catalog, inference, gateway, pricing, comparison, ecosystem
- 页面链接: https://www.zingnex.cn/forum/thread/free-llm-hub-187-api-llm
- Canonical: https://www.zingnex.cn/forum/thread/free-llm-hub-187-api-llm
- Markdown 来源: ingested_event

---

# Free LLM Hub：187+大模型API统一目录，开源LLM生态一站式导航\n\n## 大模型时代的"选择困难症"\n\n2025年，大语言模型（LLM）已经不再是少数科技巨头的专利。从OpenAI的GPT系列到开源的Llama、Qwen，从商业API到本地部署的开源引擎，从专用推理服务到统一网关——LLM生态呈现出前所未有的繁荣景象。\n\n然而，繁荣也带来了困扰：\n\n- **API提供商众多**：OpenAI、Anthropic、Google、Moonshot、DeepSeek、智谱AI……每个都有自己的定价、限制和特色\n- **开源引擎百花齐放**：Ollama、vLLM、llama.cpp、TensorRT-LLM……选择哪个最适合你的场景？\n- **网关和工具链复杂**：如何统一管理多个API密钥？如何负载均衡和故障转移？\n- **信息分散**：想要比较不同服务的价格和限制，需要在十几个网站间来回跳转\n\n对于开发者和研究者来说，这种"选择困难症"严重影响了工作效率。有没有一个统一的地方，能够汇总所有LLM相关的资源，让我们一站式获取所需信息？\n\n## Free LLM Hub 的诞生\n\nFree LLM Hub 正是为了解决这一问题而创建的**社区驱动型开源项目**。它是一个统一的、持续更新的大模型资源目录，目前收录了**187+个条目**，涵盖LLM API、推理引擎、网关和整个开源LLM生态系统。\n\n### 项目特点\n\n1. **社区驱动**：由全球开发者共同维护，信息保持最新\n2. **多语言支持**：提供英语、葡萄牙语、西班牙语、法语、中文、日语等多种语言版本\n3. **自动更新**：通过GitHub Actions自动检查和更新目录\n4. **完全开源**：代码和数据都托管在GitHub上，任何人都可以贡献\n\n## 目录结构与内容概览\n\nFree LLM Hub 将187+个条目分为13个主要类别，每个类别都有详细的对比表格，包括名称、国家/地区、定价模式、速率限制、支持模型等关键信息。\n\n### 1. 提供商API（18个）\n\n这是最直接使用LLM的方式，通过官方API访问各大模型：\n\n**国际大厂**：\n- **OpenAI API**：GPT-5系列，付费使用，$1.25/$10.0 per MTok\n- **Anthropic API**：Claude系列，$3.0/$15.0 per MTok\n- **Google AI Studio**：Gemini系列，免费增值模式，15 RPM/1000 RPD\n- **xAI Grok API**：Grok系列，$3.0/$15.0 per MTok\n\n**中国厂商**：\n- **智谱AI (Z.AI/GLM)**：GLM-4系列，免费增值\n- **DeepSeek Platform**：DeepSeek-V3/R1系列，$0.14/$0.28 per MTok，性价比极高\n- **Moonshot AI (Kimi)**：Kimi K2.5/K2.6系列，免费增值\n- **阿里云DashScope**：通义千问系列，免费增值\n- **百度千帆 (ERNIE)**：文心一言系列，免费增值\n- **腾讯混元**：混元系列，免费增值\n\n**其他国际厂商**：\n- **Mistral AI (法国)**：Mistral Large/Small系列，免费增值\n- **Cohere (加拿大)**：Command系列，免费增值\n- **MiniMax、01.AI、阶跃星辰**等中国新兴厂商\n\n### 2. 推理提供商（24个）\n\n这些服务提供托管的模型推理，通常支持多个开源模型：\n\n**免费/免费增值 tier**：\n- **Groq**：30 RPM/1000 RPD，支持Llama-3.3-70b、Llama-4-Scout等\n- **Cerebras**：30 RPM/14400 RPD，支持Llama-3.3-70b、Qwen3-235b等\n- **NVIDIA NIM**：40 RPM，支持Llama-3.3-70b、Mistral Large等\n- **Cloudflare Workers AI**：支持47+模型\n- **HuggingFace Inference Providers**：支持Llama-3.3-70b、Qwen2.5-72b等\n\n**试用/付费**：\n- **Together AI**：$5试用额度\n- **Fireworks AI**：$1试用额度，600 RPM\n- **DeepInfra**：按token付费\n- **SiliconFlow (硅基流动)**：1000 RPM/50000 TPM，支持Qwen3-8b、DeepSeek-R1等\n\n### 3. 订阅计划（47个）\n\n这是面向终端用户的付费服务，通常是按月订阅：\n\n**开发工具类**：\n- **GitHub Copilot Pro**：$10/月，支持GPT-5、Claude-4.6、Gemini-3\n- **GitHub Copilot Business**：$19/月\n- **Amazon Q Developer Pro**：$19/月\n- **Cursor Pro**：$20/月\n- **Windsurf Pro**：$15/月\n- **Augment Code Indie**：$15/月\n- **Tabnine Pro**：$12/月\n\n**通用AI助手**：\n- **ChatGPT Plus**：$20/月，支持GPT-5.4、Codex、DALL-E 3\n- **Claude Pro**：$20/月，支持Claude-Opus-4.6、Claude-Sonnet-4.6\n- **Gemini Advanced**：$20/月，支持Gemini-3-Pro\n- **Perplexity Pro**：$20/月\n- **Mistral Le Chat Pro**：$15/月\n\n**创作工具类**：\n- **Midjourney Basic**：$10/月，约200张图片/月\n- **Runway Standard**：$15/月\n- **Leonardo.ai Apprentice**：$12/月\n- **ElevenLabs Starter**：$5/月，30K字符TTS/月\n- **Suno Pro**：$10/月，500积分/日\n- **Descript Hobbyist**：$12/月，10小时转录/月\n\n### 4. 开源推理引擎（13个）\n\n对于希望在本地或私有云部署LLM的用户，这些开源引擎是最佳选择：\n\n- **Ollama**：本地运行大模型的最简单方式\n- **vLLM**：高吞吐量、低延迟的推理引擎\n- **llama.cpp**：C++实现的Llama推理，适合边缘设备\n- **TensorRT-LLM**：NVIDIA的高性能推理优化库\n- **Text Generation Inference (TGI)**：HuggingFace的推理服务器\n- **OpenLLM**：生产级LLM部署平台\n\n### 5. 网关/路由器（11个）\n\n当你使用多个LLM提供商时，网关可以统一管理和路由请求：\n\n- **LiteLLM**：统一的LLM API接口，支持100+模型\n- **LangChain**：LLM应用开发框架\n- **OpenRouter**：统一的API网关，支持多种模型\n- **Helicone**：LLM可观测性和成本管理平台\n\n### 6. 专业API（22个）\n\n针对特定用途的API服务：\n\n- **文本转语音**：ElevenLabs、Play.ht、Murf.ai\n- **图像生成**：Midjourney API、Stable Diffusion API、DALL-E\n- **语音识别**：OpenAI Whisper、AssemblyAI\n- **嵌入向量**：OpenAI Embeddings、Cohere Embeddings\n\n### 7. 代理框架（5个）\n\n构建AI代理的开发框架：\n\n- **LangChain**：最流行的LLM应用框架\n- **LlamaIndex**：数据增强的LLM应用\n- **AutoGPT**：自主AI代理实验\n- **CrewAI**：多代理协作框架\n- **Semantic Kernel**：微软的AI开发SDK\n\n### 8. LLM框架（6个）\n\n底层开发框架和工具：\n\n- **HuggingFace Transformers**：最流行的开源ML库\n- **OpenAI SDK**：官方Python/Node.js SDK\n- **Anthropic SDK**：Claude官方SDK\n\n### 9. 向量数据库（8个）\n\n存储和检索嵌入向量的数据库：\n\n- **Pinecone**：托管向量数据库\n- **Weaviate**：开源向量搜索引擎\n- **Chroma**：AI原生嵌入数据库\n- **pgvector**：PostgreSQL的向量扩展\n- **Milvus**：云原生向量数据库\n\n### 10. 评估框架（4个）\n\n评估LLM性能的工具：\n\n- **OpenAI Evals**：OpenAI的评估框架\n- **EleutherAI LM Evaluation Harness**：开源LLM评估\n- **BIG-bench**：大模型行为评估\n\n### 11. 模型目录（4个）\n\n发现和下载开源模型：\n\n- **HuggingFace Hub**：最大的开源模型社区\n- **Replicate**：运行开源ML模型的平台\n\n### 12. 编码工具（5个）\n\nAI辅助编程工具：\n\n- **GitHub Copilot**：最流行的AI编程助手\n- **Cursor**：基于VSCode的AI编辑器\n- **Codeium**：免费的AI编程助手\n- **Tabnine**：AI代码补全\n\n### 13. 桌面UI（6个）\n\n本地运行的LLM图形界面：\n\n- **LM Studio**：本地运行和实验LLM\n- **Ollama**：命令行+桌面应用\n- **GPT4All**：本地LLM聊天应用\n- **Text Generation WebUI**：Web界面的LLM推理\n\n### 14. 开放权重模型家族（14个）\n\n重要的开源模型系列：\n\n- **Llama (Meta)**：最流行的开源LLM\n- **Qwen (阿里巴巴)**：强大的中文开源模型\n- **Mistral (法国)**：欧洲领先的AI公司\n- **DeepSeek (中国)**：高性能低成本的开源模型\n- **Gemma (Google)**：轻量级开源模型\n\n## 使用场景与价值\n\n### 对开发者的价值\n\n1. **选型参考**：快速比较不同API的价格、限制和模型支持\n2. **成本控制**：发现免费或低成本的替代方案（如Groq、Cerebras的免费tier）\n3. **技术栈规划**：了解整个LLM生态系统，做出更好的架构决策\n4. **供应商备份**：准备多个提供商，避免单一供应商锁定\n\n### 对研究者的价值\n\n1. **模型访问**：找到访问特定模型的渠道\n2. **实验平台**：发现适合研究的免费或低成本API\n3. **开源工具**：发现新的开源推理引擎和评估工具\n\n### 对企业的价值\n\n1. **供应商评估**：全面了解市场上的LLM服务提供商\n2. **合规考量**：了解不同国家/地区的供应商（数据主权）\n3. **成本优化**：比较不同方案的总体拥有成本\n\n## 项目贡献与社区\n\nFree LLM Hub 是一个活跃的开源项目，欢迎社区贡献：\n\n1. **提交PR**：添加新的API、更新价格信息、修正错误\n2. **报告Issue**：发现问题或有改进建议\n3. **翻译贡献**：帮助将目录翻译成更多语言\n4. **分享推广**：让更多人知道这个资源\n\n项目托管在GitHub上，使用GitHub Actions自动检查链接有效性和更新状态。\n\n## 结语\n\n在大模型生态日益复杂的今天，Free LLM Hub 就像一张详细的地图，帮助我们在LLM的丛林中找到方向。无论你是刚入门的新手，还是经验丰富的开发者，这个目录都能为你节省大量的调研时间。\n\n187+个条目的背后，是整个开源社区和商业化LLM服务的蓬勃发展。通过这个项目，我们不仅能发现具体的工具和服务，更能感受到AI民主化进程的加速——越来越多的厂商提供低成本甚至免费的访问，越来越多的开源工具降低技术门槛。\n\n对于希望深入了解LLM生态的读者，Free LLM Hub 是一个绝佳的起点。建议收藏这个项目，它会随着生态的发展持续更新，成为你探索AI世界的可靠向导。