自从把各平台内容接入创作体系后，大模型 token 的消耗确实很大。于是攒了一套免费方案，把四家免费 API 封装成统一入口，随用随调。
说到免费大模型，比较出名的有 OpenRouter 和 Cloudflare 等。免费是真的，但有请求频次限制——短时间内不让你请求太多次。解决方案是：将不同的免费模型封装在一起使用。
一、部署 New API 工具
这是整套方案的核心工具，可以把不同大模型厂商集合到一起，生成一个 token 来统一调用。
开源项目：QuantumNous/new-api（45.8K 星标）。
git clone https://github.com/QuantumNous/new-api.git
cd new-api
# 编辑 docker-compose.yml
docker compose up -d项目自带 docker-compose.yml 已配置好 PostgreSQL 和 Redis，只需修改端口、密码等参数。
建议部署到有公网 IP 的服务器上，本机部署也可以，但只有本机能使用。
二、申请免费大模型的 API Key
1. 英伟达 NVIDIA
登录官网后点击右上角 API Key 创建。
需要验证手机号，选择 China 并填入国内手机号即可。
创建后及时保存，后续无法查看。
2. Cloudflare
注册登录后找到 Workers & Pages → API Tokens 创建身份验证令牌，同样需要及时保存。
3. OpenRouter
注册登录后直接创建 API Key 即可。
4. 商汤日日新
商汤的 token plan 网站，目前公测中完全免费，速度是这四个中最快的。
三、将所有免费 API Key 配置到 New API 中
1. 添加 OpenRouter 渠道
进入 New API（本地部署地址 http://127.0.0.1:3000），找到"渠道管理"→"添加渠道"。
类型选择 OpenRouter，不需要填 API 地址。
模型可以在输入密钥后点击"获取模型列表"自动填入，或者手动输入包含 free 的模型名称。
2. 添加 Cloudflare 配置
步骤类似，但 Cloudflare 需要填写 Account ID：
Account ID 可以在 Workers & Pages 页面找到：
模型名称需要点进去复制完整名称，如 @cf/qwen/qwen3.8-27b。
3. 添加自定义渠道（英伟达 + 商汤）
这两个没有内置类型，需选择"自定义渠道"并填写 Base URL：
- 英伟达 NVIDIA：
https://integrate.api.nvidia.com/v1/chat/completions - 商汤 sensenova：
https://token.sensenova.cn/v1/chat/completions
商汤模型固定填 sensenova-6.8-flash-lite，英伟达可用模型到 build.nvidia.com 查看。
添加完成后，可以点击测试按钮验证模型是否可用。
四、创建统一 API Key
1. 配置统一的模型名称
为了方便调用，需要统一模型调用名称。
为每个渠道添加虚拟模型名称（如 free-auto），并设置模型映射：左边填虚拟模型名称，右边填真实模型名称。
2. 设置渠道的优先级和权重
免费模型一般都有请求限制，不能频繁请求同一渠道。需要配置优先级和权重来平均分配：
优先级相同的情况下，权重越高被请求的概率越高。例如商汤和 OpenRouter 相对稳定，权重设为 3，另外两个设为 2，实现均衡分配。
3. 创建 API Key
找到"令牌管理"，添加令牌即可。
五、在 WorkBuddy 中使用
进入 WorkBuddy → 模型切换 → 配置自定义模型 → 提供商拉到"自定义 Custom"：
配置参数：
- 接口地址：
http://localhost:3000/v1/chat/completions - 请求模型名称：
free-auto（必须填前面配置的虚拟模型名称） - API Key：前面创建的令牌
测试通过后即可正常使用。
六、使用经验分享
免费模型质量参差不齐，复杂任务（如编程）建议还是使用付费模型。免费模型适合日常简单任务：数据收集、文章初稿编写等。
把 token 花在刀刃上——简单任务用免费模型，关键环节用付费模型。
另外，还可以把 DeepSeek V4 Flash 也加入到 free-auto 模型映射中，优先级降低一级作为兜底，确保免费模型用完后工具始终可用。