OpenRouter 免費模型大比拚 ─ 2026 年 6 月完整報告

📋 目錄

1. 市場概觀：免費模型的時代 2. 22 款免費模型完整列表 3. 付費模型定價對照 4. 免費 vs 付費：何時該升級？ 5. Agent 角色匹配指南 6. OpenRouter 積分與限額制度 7. 🎁 OpenRouter 有獎金推薦計畫嗎？ 8. 場景推薦：免費模型最佳用途 9. 免費模型的限制與風險 10. 總結與建議

📊 市場概觀：免費模型的時代

截至 2026 年 6 月，OpenRouter 上共有 22 款完全免費的 AI 模型，來自 NVIDIA、Google、OpenAI、Meta、Qwen、Cohere、Poolside、Nous Research 等頂尖機構。不需信用卡，註冊即可用。

過去 18 個月，開源模型與前沿封閉模型的差距穩定維持在 3–6 個月，但成本差距高達 35–100 倍。這讓免費模型在特定場景中極具競爭力。

核心趨勢

NVIDIA Nemotron 3 系列 稱霸免費榜 ─ Ultra/Super/Nano 三階齊全，最大 550B 參數 + 1M 上下文
Nemotron 3 Ultra（NVIDIA 550B MoE）以 1M 上下文 + 完整工具呼叫成為 Agent 首選
Coding 賽道 競爭最激烈：Qwen3 Coder / Laguna M.1 / North Mini Code / gpt-oss 多強並立
Vision 能力 普及化：Gemma 4 31B、Nemotron Nano Omni 等具備圖像理解
付費模型價格持續崩跌：DeepSeek V4 Flash 僅 $0.14/$0.28 每百萬 token，已接近免費水準

📋 22 款免費模型完整列表

#↕	模型名稱↕	提供者↕	上下文↕	品質分↕	工具↕	視覺↕	適合場景
1	Nemotron 3 Ultra	NVIDIA	1.0M	—	✅	—	Agent 編排、長推理、企業級工作流
2	Nemotron 3 Super	NVIDIA	1.0M	60	✅	—	通用任務、編程、多步推理
3	gpt-oss-120b	OpenAI	131K	55	✅	—	結構化任務、工具協作
4	Gemma 4 31B	Google	262K	65	✅	✅	多模態、視覺理解、通用推理
5	Gemma 4 26B A4B	Google	262K	52	✅	✅	視覺任務、輕量推理
6	Qwen3 Coder 480B	Qwen	1.0M	41	✅	—	程式碼生成、大型專案、Agent 編碼
7	gpt-oss-20b	OpenAI	131K	41	✅	—	分類、路由、輕量工具任務
8	Nemotron 3 Nano 30B	NVIDIA	256K	40	✅	—	工具呼叫、一般推理
9	Nemotron 3 Nano Omni	NVIDIA	256K	36	✅	✅	視覺 + 工具混合任務
10	Laguna M.1	Poolside	262K	—	✅	—	軟體工程 Agent、多步編碼
11	Laguna XS.2	Poolside	262K	—	✅	—	輕量編碼 Agent
12	North Mini Code	Cohere	256K	—	✅	—	快速編碼、終端任務、輕量 Agent
13	Qwen3 Next 80B	Qwen	262K	33	✅	—	輕量推理、指令跟隨
14	Nemotron Nano 12B v2 VL	NVIDIA	128K	25	✅	✅	輕量視覺任務、文件 OCR
15	Llama 3.3 70B	Meta	131K	24	✅	—	通用文字任務、內容生成
16	Nemotron Nano 9B V2	NVIDIA	128K	24	✅	—	資料提取、分類、路由
17	Llama 3.2 3B	Meta	131K	16	—	—	極輕量文本任務
18	Nemotron 3.5 Content Safety	NVIDIA	128K	—	—	✅	內容審查、安全分類
19	LFM2.5-1.2B-Thinking	LiquidAI	33K	13	✅	—	極輕量推理實驗
20	LFM2.5-1.2B-Instruct	LiquidAI	33K	13	—	—	極輕量文本
21	Uncensored (Dolphin 24B)	Venice	33K	—	—	—	無過濾場景（特殊用途）
22	Free Models Router	OpenRouter	200K	—	✅	✅	自動路由：隨機選取免費模型

📌 品質分說明：分數來自 Theozard Quality Score，非官方基準分。分數越高代表綜合能力越強。
⚠️ 注意：部分模型（如 Nemotron 3 Ultra）雖無品質分，但在特定場景（Agent、長上下文）實測表現突出。 ⚠️ 注意：Owl Alpha 已於 2026 年 7 月從 OpenRouter 免費目錄中下架。NVIDIA Nemotron 3 Ultra 為目前 Agent 場景首選。

📈 特定場景深度分析

以下針對 Agent 工作流 與 長上下文處理 兩個場景，深入比較各免費模型的實測表現。

🧠 Agent 場景適性

Owl Alpha ⛔（已下架）

8.83T（歷史）

Nemotron 3 Ultra

718B tokens

Laguna M.1

614B tokens

Nemotron 3 Super

397B tokens

Qwen3 Coder

~300B tokens

以 OpenRouter 30 天 token 處理量估算 Agent 採用熱度

📄 上下文長度比較

Owl Alpha ⛔

1,050K（歷史）

Nemotron 3 Ultra

1,000K

Nemotron 3 Super

1,000K

Qwen3 Coder

1,000K

Gemma 4 31B

262K

免費模型中 5 款達 1M+ 上下文，已超越多數付費模型

模型	參數量	上下文	工具呼叫	視覺	推理	最佳場景
Owl Alpha	—	1.05M	✅	—	—	Agent 自動化、工具編排、長鏈路任務
Nemotron 3 Ultra	550B/55B	1.0M	✅	—	✅	Agent 編排、企業級工作流、長推理
Laguna M.1	—	262K	✅	—	✅	編碼 Agent、多步驟軟體工程
Nemotron 3 Super	120B/12B	1.0M	✅	—	✅	通用 Agent、多步推理、編程
Qwen3 Coder	480B/35B	1.0M	✅	—	—	程式碼生成、大型專案 Agent
Gemma 4 31B	30.7B	262K	✅	✅	✅	多模態 Agent、視覺+文字混合
Cohere North Mini Code	30B/3B	256K	✅	—	✅	輕量編碼 Agent、終端任務

💡 分析結論：Nemotron 3 Ultra 是 Agent 場景 的免費首選——Nemotron 3 Ultra 則以 550B 參數 + Mamba-Transformer 混和架構提供深度推理。
在 長上下文 方面，4 款免費模型達 1M+ 上下文（Nemotron 3 Ultra/Super, Qwen3 Coder, Free Models Router），已可處理整份程式碼庫或長篇研究報告，完全不輸付費模型。

🦉 Owl Alpha 深度檔案（⚠️ 已於 2026 年 7 月下架）

⚠️ Owl Alpha 已於 2026 年 7 月從 OpenRouter 下架。以下是下架前收集到的歷史數據，僅供參考。

1.05M

上下文長度

與 GPT-5.5、Claude Opus 4.8 同級

260K

最大輸出 tokens

一般模型 4K-16K，Owl Alpha 高出 16 倍

每百萬 tokens

完全免費，無需信用卡

📋 基本規格

釋出日期	2026-04-28
提供者	Stealth（匿名）
參數量	未公開
上下文	1,048,756 (1M)
最大輸出	約 260K tokens
工具呼叫	✅ Function Calling
定價	完全免費
資料記錄	⚠️ 可能被記錄用於訓練

📊 OpenRouter 分類排名

Academia

Finance

Health

Legal

Marketing

#14

以 OpenRouter 平台模型使用量排名

📈 30 天 Token 使用量

8.83T

tokens processed

0vs Nemotron 3 Ultra: 718B (12x)8.83T

⚠️ Owl Alpha 已下架（原使用量為 Nemotron 3 Ultra 的 12 倍）

⚖️ 優勢 vs 風險

+ 260K 輸出上限——一次產出整份中型專案程式碼

+ 完全免費 + 1M 上下文——適合長鏈路 Agent 實驗

+ 匿名提供者——猜測為某大廠預發布測試

− 無官方 benchmark——真實能力僅靠社群實測

− prompts 可能被記錄用於訓練——敏感資料勿傳

− 匿名模型可能隨時下線，無 SLA 保證

🦉 Owl Alpha（歷史記錄）：曾是最受歡迎的 Agent 免費模型，已於 2026 年 7 月下架。備援方案：Nemotron 3 Ultra 或 DeepSeek V4 Flash。

🔶 Nemotron 3 Ultra 深度檔案

NVIDIA Nemotron 3 Ultra 是 Nemotron 3 家族的旗艦，550B 參數（55B 活躍）的混合 MoE 開源模型，2026 年 6 月 4 日釋出。Nemotron 3 Ultra 有完整的技術論文、HuggingFace 權重、以及 NVIDIA 官方支援。

550B / 55B

總參數 / 活躍參數

MoE 架構，僅 10% 活躍

Mamba+Transformer

混合架構

Hybrid Mamba-Transformer + LatentMoE

開放授權

OpenMDW License

權重、數據、食譜全開源

📋 基本規格

釋出日期	2026-06-04
提供者	NVIDIA
參數量	550B 總計 / 55B 活躍（MoE）
架構	Mamba-Transformer + LatentMoE
上下文	1,048,576 (1M)
多 Token 預測	✅ MTP（Multi-Token Prediction）
定量化	NVFP4（4-bit），5x 吞吐量提升
AA Index	48 分（開源第 2）
授權	OpenMDW 全開源

🧪 訓練技術亮點

1 MOPD：Multi-Teacher On-Policy Distillation，用 10+ 個領域專家模型同時指導單一學生模型

2 RL 環境：針對 Agent 場景設計的強化學習訓練——不只是文字接龍，而是工具呼叫、多步推理的獎勵優化

3 MTP：Multi-Token Prediction 同時預測多個後續 token，提升生成速度與品質

4 NVFP4：4-bit 量化預訓練，讓 550B 模型能在更少 GPU 上部署（約 550GB VRAM @ FP8）

📊 Nemotron 3 家族一覽

	Nano	Super	Ultra
參數	30B A3B	120B A12B	550B A55B
上下文	256K	1M	1M
工具呼叫	✅	✅	✅
推理	—	✅	✅
品質分	40	60	—
用途	邊緣/輕量	通用 Agent	企業級編排

⚖️ 優勢 vs 注意事項

+ 完整開源——權重、訓練數據、食譜全公開，可自訂微調

+ Agent 原生設計——從 RL 訓練階段就針對工具呼叫和多步推理優化

+ NVFP4 量化——4-bit 即可運作，部署門檻比同級模型低 5 倍

− 純文字模型——不支援圖像/影片輸入

− 免費版不穩定——`:free` 路由適合實驗，生產環境需用付費變體

− 自部署門檻高——550B 需約 550GB VRAM（FP8），非單卡能跑

🔶 Nemotron 3 Ultra 適合這樣用：需要完整開源可控的企業級 Agent 編排、長上下文推理、工具呼叫密集型任務。免費版適合 test/prototype，生產環境建議走 NVIDIA NIM 或自部署。Nemotron 3 Ultra 有 NVIDIA 背書和完整技術文件，適合需要長期穩定依賴的場景。

💻 Qwen3 Coder 480B 深度檔案

Qwen3-Coder-480B-A35B 是阿里巴巴 Qwen 團隊開發的 MoE 程式碼生成旗艦，480B 總參數 / 35B 活躍，專為 Agentic Coding 設計。在 OpenRouter 上為完全免費模型。

480B / 35B

總參數 / 活躍參數

MoE 架構

1M ctx

上下文長度

與旗艦同級

145B

30 天 tokens

OpenRouter 使用量

📋 基本規格

釋出日期	2025 年 7 月
提供者	阿里巴巴 Qwen 團隊
參數量	480B 總計 / 35B 活躍
上下文	1,048,576 (1M)
訓練數據	7.5T tokens（程式碼為主）
工具呼叫	✅ Function Calling + Tool Use
搭配工具	Cline / Claude Code / OpenClaw / Qwen Code CLI

⚖️ 優勢 vs 注意事項

+ 編碼特化——7.5T tokens 程式碼訓練，Agentic Coding 原生支援

+ 1M 上下文——可讀完整大型專案程式碼庫

+ DeepInfra 僅 $0.41/M——第三方提供者極低價

− 付費路由複雜——官方 API 分層定價最高到 $60/M，需慎選路由

− 無官方 benchmark——部分標竿分數遭社群質疑無法復現

− 純文字——不支援視覺輸入

🌊 Laguna M.1 深度檔案

Laguna M.1 是 Poolside 推出的旗艦編碼 Agent 模型，225.8B 總參數 / 23.4B 活躍，從零開始訓練（非基於 Llama），OpenRouter 上完全免費。有完整的技術論文、Apache 2.0 授權。

225B / 23B

總參數 / 活躍參數

從零訓練的 MoE

SWE-bench ✅

有公開 benchmark

SWE-bench Verified 公開可查

Apache 2.0

授權條款

可商用、可自部署

📋 基本規格

釋出日期	2026-04-28
提供者	Poolside
參數量	225.8B 總計 / 23.4B 活躍（MoE）
上下文	262K（支援 32K 輸出）
架構	從零訓練，非基於 Llama
授權	Apache 2.0
OpenRouter 使用量	614B tokens (30d)

⚖️ 優勢 vs 注意事項

+ 從零訓練——非 Llama 基底，架構獨立，有技術論文

+ 長時程 Agent——專為 long-horizon 軟體工程設計

+ Apache 2.0——可商用自部署

− 上下文較小——262K vs Qwen3 Coder 的 1M

− 推論偏慢——Poolside API 回應速度被社群反映較慢

− 純文字編碼——不支援視覺

🔷 Gemma 4 31B 深度檔案

Gemma 4 31B 是 Google DeepMind 的多模態開源模型，30.7B 稠密參數，支援文字+圖像輸入。在免費模型中度品質分最高（65），也是唯一同時具備視覺理解、推理、工具呼叫的免費模型。

品質分

免費模型中最高

👁️+🧠

視覺 + 推理

唯一三合一免費模型

Apache 2.0

授權條款

Google 官方開放

📋 基本規格

釋出日期	2026 年 4 月
提供者	Google DeepMind
參數量	30.7B 稠密
上下文	262K
輸入	文字 + 圖像（多模態）
工具呼叫	✅
推理能力	✅（Google 宣稱）
部署成本	4-bit 量化僅需 16-20GB VRAM

⚖️ 優勢 vs 注意事項

+ 唯一多模態免費——同時支援視覺、推理、工具呼叫的免費模型

+ 品質最高——品質分 65，免費模型冠軍

+ 可本地跑——4-bit 量化 16-20GB VRAM，一張 RTX 3090 即可

− 上下文較小——262K，低於 1M 等級對手

− 免費路由有限——OpenRouter 上免費提供者較少

− 稠密模型——非 MoE，每次所有參數都參與計算

📌 三款模型一句話總結：
Qwen3 Coder = 編碼特化的 1M 上下文怪獸，適合大型專案級程式碼生成。
Laguna M.1 = 從零訓練的軟體工程 Agent，有公開 benchmark，Apache 2.0 可自部署。
Gemma 4 31B = 唯一免費多模態模型，視覺+推理+工具三合一，可本地跑。

💰 付費模型定價對照（2026 年 6 月）

以下為 OpenRouter 上主流付費模型的每百萬 token 價格（Input / Output），方便與免費模型做 ROI 對比。

模型	提供者	Input	Output	上下文	SWE-bench	備註
DeepSeek V4 Flash	DeepSeek	$0.14	$0.28	1M	~79%	🚀 最便宜前沿級模型，快取後僅 $0.029/M
DeepSeek V4 Pro	DeepSeek	$1.74	$3.48	1M	~81%	更強推理，開源權重
MiniMax M3	MiniMax	$0.60	$2.40	1M	80.5%	🎯 最佳性價比（>80% SWE-bench 最便宜）
GLM-5.2	Z.AI	$1.40	$4.40	1M	—	AA Index #1 開源模型（51 分）
Gemini 3.1 Pro	Google	$2.00	$12.00	1M	80.6%	超過 200K 則 $4/$18
Claude Sonnet 4.6	Anthropic	$3.00	$15.00	1M	~86%	長文件推理首選
Claude Opus 4.8	Anthropic	$5.00	$25.00	1M	88.6%	旗艦級編碼+推理
GPT-5.5	OpenAI	$5.00	$30.00	1M	88.7%	OpenAI 最新旗艦
GPT-5.4 nano	OpenAI	$0.20	$1.25	—	—	預算級分類/提取
Gemini 3.5 Flash	Google	$1.50	$9.00	—	—	穩定 Agent 工作馬

💡 關鍵發現：相同編碼任務，GPT-5.5 每月花費 $12,000，DeepSeek V4 Flash 僅 $252（48 倍差距）。付費模型之間價差極大，選對模型比選付費/免費更重要。

⚖️ 免費 vs 付費：何時該升級？

✅ 免費模型適合

資料提取：從乾淨來源抓名字、URL、日期
任務分類/路由：標記 incoming 任務類型
初稿生成：大綱、標題變體、FAQ 候選
研究摘要：長上下文模型做來源提取
腦力激盪：創意發想、多角度提案
測試生成：建議測試案例、解釋程式碼
輕量編碼：快速腳本、簡單重構
SEO 分類：頁面/查詢標記

⚠️ 付費模型必要

客戶面對政策決策
生產環境金融分析
安全敏感性程式碼變更
公開聲明（未經事實查核）
長時間自主 Agent 任務（無備援）
最終法律/合規/醫療用語
大型多檔案重構
需要 SLA 保證的生產工作負載

📊 效能差距視覺化

免費付費六邊形越大 = 能力越強

⚠️ 免費模型不是「隱藏依賴」：TeamDay.ai 指出，免費模型可能隨時下架、調整額度、或在尖峰時段降速。不建議作為生產系統的唯一後端。最佳實踐是：免費模型做前置處理 → 付費模型做最終決策。

🤖 Agent 角色匹配指南

不同 Agent 角色對模型能力有完全不同的需求。以下根據 AI Agent 產業生態（NVIDIA、TeamDay.ai、StackOne、IBM 等） 整理出 22 種常見 Agent 角色，點擊標籤即可切換查看詳細推薦：

💡 點擊標籤切換角色 · 目前共 22 種

📌 總結：免費模型的甜蜜點 ─ 分類/Router（100% 免費可行）、內容安全/Guard（專用免費模型）、資料提取/ETL、翻譯、創意發想、輕量編碼。
📌 不建議用免費的 ─ 文件/合規、BI/數據分析、客戶面對客服、安全敏感性程式碼。

Agent 路由階梯：免費 → 付費最佳流程

參考 TeamDay.ai 的實務架構：

步驟	模型層級	輸出	審查關卡
1. 分類	免費 gpt-oss-20b	任務標籤、優先級、目標 Agent	Schema 驗證
2. 提取	免費 Nemotron Nano 9B	事實、行資料、連結、候選主張	來源比對
3. 草稿	免費 Qwen3 Coder / Gemma 4	簡報、備忘錄、大綱、初稿	付費模型審查
4. 決策	付費 DeepSeek V4 Flash / Claude	建議、風險評估、最終用語	高風險需人工審核
5. 執行	Harness + Tools	檔案、報告、程式碼、資產	工作區產物與審批

💳 OpenRouter 積分與限額制度

方案	費用	免費模型額度	付費模型	平台費	適合對象
🆓 Free	$0	50 次/天、20 RPM	❌ 無	—	測試、低量實驗
💳 Pay-as-you-go	加值 $10+	1,000 次/天、20 RPM	✅ 無限制	5.5%（信用卡）	開發、生產環境
🏢 Enterprise	議價	無限制	✅ 全部	折扣	企業 SLA

關鍵積分規則

最低加值 $0.80 起跳：5.5% 平台費有 $0.80 下限，小額加值實際費率可達 10-20%
BYOK 模式：每月前 100 萬次請求免費，之後加收 5% 平台費
只有成功的請求才收費：失敗請求不扣積分
免費模型無超額收費：真的 $0，但有 Rate Limit
到達 429 錯誤：每日配額用完 → 等次日重置，或加值解鎖 1,000 次/天

💡 省錢策略：加值 $10 解鎖 1,000 次/天免費模型額度 + 自動故障轉移，是 CP 值最高的方案。
實際使用付費模型時，善用 :floor suffix 讓 OpenRouter 自動選最便宜 provider，可再省 20-40%。

常見問題

免費模型真的免費嗎？ 是，$0 費用，不需信用卡，只需註冊帳號。
Rate Limit 被擋怎麼辦？ 收到 429 錯誤。加值 $10+ 提升到 1,000 次/天。
免費模型適合生產環境嗎？ 不建議。可能隨時下架或降速。生產環境建議用付費變體。
積分會過期嗎？ 加值的積分不會過期，可用於任何模型。

🎁 OpenRouter 有獎金推薦計畫嗎？

簡短答案：目前 OpenRouter「沒有」官方的推薦獎金（Referral / Affiliate）計畫。

截至 2026 年 6 月，OpenRouter 官方網站、定價頁面、支援中心、API 文件均沒有提到任何推薦獎勵機制。搜尋引擎和 Reddit 等社群也無相關討論。

OpenRouter 的「獎勵」替代方案

方式	說明	備註
🆓 免費模型	25+ 個模型完全 $0，無需信用卡	等於直接送你免費額度
📈 Pay-as-you-go 無最低消費	沒有綁約、沒有月費，用多少付多少	靈活度本身就是 bonus
🔁 BYOK 免費 1M 請求/月	自帶 provider key，每月前 100 萬次請求免平台費	相當於每月省下可觀費用
🛡️ Zero Completion Insurance	失敗請求不計費，只收成功的錢	隱藏的省錢機制
🏪 第三方 Coupon 優惠碼	Startupworld 等第三方網站提供 12%-27% 折扣碼	非官方，需自行驗證有效
🏢 Enterprise 協議	大量使用可談平台費折扣	需業務聯絡

💡 競品對照：AgentRouter（OpenRouter 競爭對手）有 $200 註冊獎勵；LLMGateway 有推薦獎金（被推薦者花費的 1%）。OpenRouter 目前靠「免費模型 + 無最低消費」吸引用戶，暫未推出推薦獎金。

🔍 如果你找到推薦連結或 Coupon，建議先在官方驗證真實性，避免使用來路不明的折扣碼。

🎯 場景推薦：免費模型最佳用途

🏆 各類別最佳免費模型

類別	冠軍	亞軍	備註
💻 程式碼生成	Qwen3 Coder 480B (1M ctx)	Laguna M.1	Qwen3 最強程式碼 + 函式呼叫
🤖 Agent 工作流	Nemotron 3 Ultra (1M ctx)	Owl Alpha	專為 Agent orchestration 設計
👁️ 視覺理解	Gemma 4 31B (品質 65)	Nemotron 3 Nano Omni	Gemma 4 品質分最高
📝 通用文字	Nemotron 3 Super (品質 60)	gpt-oss-120b (55)	1M 上下文 + 工具呼叫
⚡ 快速分類	gpt-oss-20b	Nemotron Nano 9B	輕量、快速、結構化輸出
📚 長文件處理	Owl Alpha (1.05M ctx)	Nemotron 3 Ultra (1M)	最長上下文 + Agent 支援
🔧 工具呼叫	Nemotron 3 Ultra	Owl Alpha	兩者皆支援完整 tool calling
🛡️ 內容安全	Nemotron 3.5 Content Safety	—	專用安全分類模型

📊 品質 Top 5 免費模型

排名	模型	品質分	上下文	視覺	工具
🥇	Gemma 4 31B	65	262K	✅	✅
🥈	Nemotron 3 Super 120B	60	1.0M	—	✅
🥉	gpt-oss-120b	55	131K	—	✅
4	Gemma 4 26B A4B	52	262K	✅	✅
5	Qwen3 Coder 480B A35B	41	1.0M	—	✅

⚠️ 免費模型的限制與風險

🚦 Rate Limits 嚴格

免費方案僅 50 次/天、20 RPM。超過即 429 錯誤。加值 $10 後提升至 1,000 次/天。

🔌 無 SLA 保證

免費模型可能隨時下架、變更、或在尖峰時段降速。不建議做生產系統唯一依賴。

📊 品質不穩定

免費模型輸出品質波動較大，對複雜推理、安全性敏感任務的處理能力不如付費模型。

🔒 資料可能被用於訓練

部分免費模型（如 Laguna M.1）明確表示 prompts 和 completions 可能被記錄 用於模型改善。敏感資料不應傳送。

📝 提供者限制

免費模型僅來自 4 個免費 provider，不如付費方案的 70+ providers 選擇多。

🔄 隨時可能變動

免費模型目錄變化頻繁。一個模型今天免費，明天可能轉為付費或下架。需有備援方案。

⚠️ 重要警告：TeamDay.ai 的 research 反覆強調：
「免費模型是成本控制層，不是獨立解決方案。將免費模型作為商業流程的隱藏依賴是非常危險的。」
最佳實務：免費模型做前置處理（提取、分類、草稿）→ 付費模型做最終決策 → 人工審查高風險輸出。

🎯 總結與建議

如果要用免費模型輔助工作流：

✅ 可放心用免費的場景

部落格文章初稿 → Gemma 4 31B 或 Nemotron 3 Super
工具實測分類/標籤 → gpt-oss-20b
YouTube 影片摘要提取 → Nemotron 3 Ultra（1M ctx）
社群文案 brainstorm → Llama 3.3 70B
程式碼片段測試 → Qwen3 Coder（免費）
文章分類/路由 → gpt-oss-20b 或 Nemotron Nano 9B
視覺資料初步分析 → Gemma 4 31B

⚠️ 建議保留付費的場景

最終文章發布 → DeepSeek V4 Flash 或 Claude
Agent 自動化流程 → DeepSeek V4 Flash
複雜程式碼重構 → DeepSeek V4 Flash
GA 數據分析 → 專用工具而非 LLM
高品質圖片生成 → FAL.ai（你已有設定）
任何需要 SLA / 穩定性的生產任務

殺手級應用：免費模型節省最多的場景

場景	免費模型	節省 vs 付費	品質接受度
📝 文章大綱 / 標題生成	Nemotron 3 Super (free)	100%	⭐⭐⭐⭐
🏷️ 內容分類 / 標籤建議	gpt-oss-20b (free)	100%	⭐⭐⭐⭐
📄 YouTube 逐字稿摘要	Nemotron 3 Ultra (free)	100%	⭐⭐⭐½
🐍 Python 腳本生成	Qwen3 Coder (free)	100%	⭐⭐⭐⭐
🔍 工具比較研究	Gemma 4 31B (free)	100%	⭐⭐⭐½
📊 數據提取（JSON）	Nemotron Nano 9B (free)	100%	⭐⭐⭐

💡 終極建議：OpenRouter 上的免費模型已足夠優秀處理 60-70% 的日常 AI 任務（提取、分類、草稿、簡單編碼）。
保留付費模型給 30-40% 需要深度推理、穩定 SLA、高品質輸出的關鍵任務。
善用 openrouter/free 路由器 做 fallback，搭配 :floor suffix 選最便宜 provider，可以讓每月 API 花費趨近於零。

⚡ OpenRouter 免費模型大比拚

📋 目錄

📊 市場概觀：免費模型的時代

核心趨勢

📋 22 款免費模型完整列表

📈 特定場景深度分析

🧠 Agent 場景適性

📄 上下文長度比較

🦉 Owl Alpha 深度檔案（⚠️ 已於 2026 年 7 月下架）

📋 基本規格

📊 OpenRouter 分類排名

📈 30 天 Token 使用量

⚖️ 優勢 vs 風險

🔶 Nemotron 3 Ultra 深度檔案

📋 基本規格

🧪 訓練技術亮點

📊 Nemotron 3 家族一覽

⚖️ 優勢 vs 注意事項

💻 Qwen3 Coder 480B 深度檔案

📋 基本規格

⚖️ 優勢 vs 注意事項

🌊 Laguna M.1 深度檔案

📋 基本規格

⚖️ 優勢 vs 注意事項

🔷 Gemma 4 31B 深度檔案

📋 基本規格

⚖️ 優勢 vs 注意事項

💰 付費模型定價對照（2026 年 6 月）

⚖️ 免費 vs 付費：何時該升級？

✅ 免費模型適合

⚠️ 付費模型必要

📊 效能差距視覺化

🤖 Agent 角色匹配指南

Agent 路由階梯：免費 → 付費最佳流程

💳 OpenRouter 積分與限額制度

關鍵積分規則

常見問題

🎁 OpenRouter 有獎金推薦計畫嗎？

OpenRouter 的「獎勵」替代方案

🎯 場景推薦：免費模型最佳用途

🏆 各類別最佳免費模型

📊 品質 Top 5 免費模型

⚠️ 免費模型的限制與風險

🚦 Rate Limits 嚴格

🔌 無 SLA 保證

📊 品質不穩定

🔒 資料可能被用於訓練

📝 提供者限制

🔄 隨時可能變動

🎯 總結與建議

如果要用免費模型輔助工作流：

✅ 可放心用免費的場景

⚠️ 建議保留付費的場景

殺手級應用：免費模型節省最多的場景