15 款免费 AI 模型实测对比

我在无需花费分毫的情况下测试了 15 个 AI 模型。以下是让我惊讶的地方。

AIBridge 有一个免费的 playground。无需注册。无需邮箱。无需密码。每天 10 个请求。所有模型都可用。

我首先选择了 Kimi K3——那个拥有 1M 上下文且始终开启推理的模型。

提示 1："找出这个 Python 文件中每一个被悄悄吞掉的异常"

粘贴了 800 行代码。K3 读了每一行。返回 7 个位置及行号、bug 类型和建议的修复。263 tokens。2.1 秒。

提示 2："将这个 API 文档翻译成中文，保持代码示例不变"

切换到 qwen-max。600 字的文档。干净的翻译。代码块保持原样。89 tokens。0.9 秒。

提示 3："将这 20 条客户评论分类为积极/中立/消极"

切换到 deepseek-chat。$0.27/M token 价格。所有 20 条在一个请求中都正确分类。156 tokens。0.7 秒。

我从 10 个提示中学到的

昂贵的模型（$7/M）对于 90% 的任务来说都是过度配置

便宜的模型（$0.27/M）在分类、总结和简单生成方面的表现与昂贵的模型不可区分

你可以通过改变一个字符串来切换模型。同样的端点。同样的代码

playground 每天重置。我连续三天都来了

在 playground 之后，获得真实的 API 密钥只需一次点击——GitHub OAuth。无需邮箱。无需密码。五秒钟。

import openai
client = openai.OpenAI(
api_key="mb-xxx",
base_url="https://aibridge-api.com/v1"
)
client.chat.completions.create(
model="deepseek-chat",
messages=[{"role":"user","content":"Classify this review"}]
)

如果我需要更强的能力，我改一个字符串：model="kimi-k3"。如果我需要多语言：model="qwen-max"。代码完全不用改。

免费层是 500K tokens/月。足以为一个小型生产应用运行分类、总结和简单生成。

→ 无需注册在 playground 试用：aibridge-api.com/playground.html → 用 GitHub OAuth 获取密钥：aibridge-api.com/register.html

For further actions, you may consider blocking this person and/or reporting abuse