LLM7.io 免费额度怎么领：聚合网关每日 10 万 tokens 免绑卡接入

LLM7.io 提供 OpenAI 兼容接口，任何支持自定义 base_url 的 SDK 都能直接接入。base_url 形如 https://api.llm7.io/v1，具体地址以控制台或官方文档给出的示例为准；鉴权通过 Authorization: Bearer 请求头传递密钥。

第一步：把密钥放进环境变量

先避免把密钥硬编码进代码，用环境变量读取：

export LLM7_API_KEY="sk-你的密钥"

第二步：查询可用模型

调用模型列表接口，拿到当前开放的模型名称：

curl https://api.llm7.io/v1/models \
  -H "Authorization: Bearer $LLM7_API_KEY"

返回结果里是 DeepSeek、Qwen、MiniMax 等开源模型的标识，取其中的 id 字段填到请求的 model 参数即可。平台另外提供 default、fast、pro 三种路由策略，用于在不同模型之间做取舍，具体写法以官方文档示例为准。

第三步：发一次对话补全请求

用 curl 验证链路是否打通，请求体是标准的聊天补全格式：

curl https://api.llm7.io/v1/chat/completions \
  -H "Authorization: Bearer $LLM7_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-chat",
    "messages": [
      {"role": "user", "content": "用一句话解释什么是聚合网关"}
    ],
    "temperature": 0.7,
    "max_tokens": 256,
    "stream": false
  }'

关键参数说明：model 填模型列表里查到的名称，示例中的值是示意，需替换成实际可用的模型；messages 是对话数组，按 system、user、assistant 角色顺序放入上下文；temperature 控制随机性，调试阶段建议 0.7 以下；max_tokens 限制单次回复长度，能有效控制 token 消耗；stream 设为 true 时返回 SSE 流式分片，适合需要边生成边展示的场景。

第四步：换成 Python SDK 调用

官方兼容 OpenAI 协议，装好 openai 包后改一下 base_url 就能复用现有代码：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.llm7.io/v1",
    api_key=os.environ["LLM7_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "用一句话解释什么是聚合网关"}],
    temperature=0.7,
    max_tokens=256,
)
print(resp.choices[0].message.content)

第五步：额度耗尽与限流的典型表现

免费档受速率与日额度双重约束，出问题时通常表现为请求变慢后返回错误，或者流式输出中途断开。建议按下面的顺序排查：

1. 先看状态码与返回体。401、403 多半是密钥没带上或已失效；429 一般是速率或额度触顶，返回信息里通常会区分是每分钟、每小时还是当天额度的问题。
2. 再看请求频率。免费档上限为 250 次/小时、60 次/分钟、1 次/秒，批量任务必须串行或加间隔，重试逻辑要用指数退避，不要在循环里立刻重发。
3. 然后看控制台用量。Usage 面板会显示当日剩余 token，若确实用尽，需要等滚动 24 小时窗口释放对应时间点，而不是等到自然日零点。
4. 最后考虑升级。长期额度不足时，平台支持按量付费，充值 5 美元起，付费模型的价格以定价页当时显示为准。

另外提醒一点：免费额度会随平台负载动态下调，公开分享的 Key 也很容易被他人消耗掉配额，生产环境请自建密钥管理并做好用量监控。