免费LLM怎么选不踩坑？free-claude-code三大模型提供商横评指南-育师

【免费下载链接】free-claude-code

Use Claude Code for free in the terminal, VSCode extension, or via Discord

项目地址：https://gitcode.com/gh_mirrors/fre/free-claude-code

free-claude-code 是一款免费LLM代理工具：它把 Claude Code 的 API 请求转发到NVIDIA NIM、OpenRouter、LM Studio三大模型提供商，让你在终端、VSCode 扩展甚至 Discord 中零成本使用 Claude Code。本文对三大提供商做一次完整横评，帮你快速选出最适合自己的免费LLM方案。

一、它是怎么"免费"的？

简单理解：Claude Code 原本只会把请求发给 Anthropic 官方接口（按量计费）。free-claude-code 在本地起了一个轻量代理（默认http://localhost:8082），负责三件事：

拦截Claude Code 发出的 Anthropic 格式请求；
翻译成 OpenAI 兼容格式，转发给你选定的免费LLM提供商；
流式转回Anthropic 格式，包括把think标签还原成 Claude 原生的思考块。

配合它内置的请求优化（拦截配额探测、标题生成等 5 类"小请求"），能显著省下宝贵的免费额度。

图中展示的就是 Claude Code 通过 NVIDIA NIM 免费驱动三个子智能体分析代码库的真实场景——全程不花一分钱。

二、三大模型提供商横评

项目为每个提供商实现了独立的 provider 模块，结构清晰：

NVIDIA NIM 实现：providers/nvidia_nim/client.py
OpenRouter 实现：providers/open_router/client.py
LM Studio 实现：providers/lmstudio/client.py

1. NVIDIA NIM：免费额度的"每日驱动"首选

维度	说明
💰 成本	免费，40 请求/分钟的免费额度
🔑 门槛	需要`NVIDIA_NIM_API_KEY`（NVIDIA 开发者站点免费注册）
📦 模型	Kimi K2、GLM5、MiniMax M2.5、Qwen3.5、Step 3.5 Flash 等主流开源模型
⚙️ 特色	请求构建时自动开启`thinking`推理模式（默认`reasoning_effort=high`），思考能力拉满

NIM 免费额度最慷慨，且模型质量普遍在线，是官方默认推荐（默认MODEL就是 NIM 模型）。完整模型清单可以直接看仓库里的 nvidia_nim_models.json，或者浏览 NIM 官网模型广场。

2. OpenRouter：几百个模型的"超市"

维度	说明
💰 成本	有免费模型（模型名带`:free`后缀），也有付费模型
🔑 门槛	需要`OPENROUTER_API_KEY`（官网免费注册）
📦 模型	200+ 模型，StepFun、DeepSeek、GPT 系列等一网打尽
⚙️ 特色	专门处理 StepFun 等模型的`reasoning_details`流式字段，推理过程同样能正常渲染

OpenRouter 的优势是选择最多、可当兜底：某个免费模型限流（429）时，可以立刻换一个:free模型继续用。适合喜欢尝鲜不同模型的进阶用户。

3. LM Studio：完全本地，隐私天花板

维度	说明
💰 成本	完全免费，无速率限制
🔑 门槛	不需要任何 API Key，本机跑 LM Studio 即可
📦 模型	任意 GGUF 格式模型，如`unsloth/GLM-4.7-Flash-GGUF`、`unsloth/MiniMax-M2.5-GGUF`
⚙️ 特色	请求走`localhost:1234`，数据不出机器，离线可用

LM Studio 方案的代价是吃本地硬件：模型要支持工具调用（tool use）才能玩转 Claude Code 的 Agent 能力，且硬件弱的话速度会明显变慢。

一图看懂三大提供商

对比项	NVIDIA NIM	OpenRouter	LM Studio
免费额度	40 请求/分钟	免费模型限流不同	无限制
模型数量	中等偏上	200+ 最丰富	取决于你下载的 GGUF
需要 API Key	需要	需要	❌ 不需要
隐私性	云端	云端	⭐ 本地最强
上手难度	⭐ 低	⭐ 低	⭐⭐ 中（要配本地服务）
适合人群	日常主力	模型尝鲜/兜底	隐私敏感/离线场景

三、怎么选不踩坑？场景速查表 🎯

新手直接抄这套组合：主力用 NVIDIA NIM，再配一个 OpenRouter 免费模型当备用，基本零成本起飞。

你的场景	推荐方案
日常写代码，求稳求省	`nvidia_nim/`系列（如 Kimi K2.5、GLM）
想要最强模型多样性	`open_router/`的`:free`模型
公司内网 / 数据不能出机器	`lmstudio/`+ 支持工具调用的 GGUF 模型
免费额度总被限流	混搭多家提供商（见下节）

常见坑位提醒⚠️：

模型名必须带提供商前缀：格式是provider/model/name，写成glm4.7而不是nvidia_nim/z-ai/glm4.7会直接报错（校验逻辑见 config/settings.py）。
429 限流不用慌：内置的 providers/rate_limit.py 同时做了主动滚动窗口限流（默认 40 请求/60 秒）和 429 被动指数退避，还会限制并发流数量（默认 5 路），基本不会"手滑"烧光额度。
LM Studio 的模型要挑：优先选支持 native tool-use 的模型（如unsloth/MiniMax-M2.5-GGUF），否则 Claude Code 的工具调用会失灵。
Opus/Sonnet/Haiku 是三个独立的坑位：不单独配置时都会回落到默认MODEL，想要"好钢用在刀刃上"要分别指定。

四、进阶玩法：三家混搭，各取所长 🚀

free-claude-code 最灵活的点是按模型粒度混搭提供商——每个MODEL_*变量都可以指向不同家。打开 .env.example 复制为.env后，比如这样配：

MODEL_OPUS="nvidia_nim/moonshotai/kimi-k2.5" # 难任务走 NIM 强模型 MODEL_SONNET="open_router/deepseek/deepseek-r1-0528:free" # 常规任务走免费模型 MODEL_HAIKU="lmstudio/unsloth/GLM-4.7-Flash-GGUF" # 轻量任务本地跑 MODEL="nvidia_nim/z-ai/glm4.7" # 兜底

Claude Code 内部按 Opus / Sonnet / Haiku 分档请求，代理会根据 config/settings.py 中的resolve_model逻辑自动路由到对应提供商，互不干扰。

此外仓库还附带了claude-pick交互式选模型脚本（claude-pick），配好 alias 后每次启动 Claude 都能从当前提供商里随手挑一个模型，免去改.env的麻烦。

五、30 秒上手清单 ✅

克隆仓库：git clone https://gitcode.com/gh_mirrors/fre/free-claude-code
cp .env.example .env，填入一家提供商的 Key 和模型配置
终端 1：uv run uvicorn server:app --host 0.0.0.0 --port 8082
终端 2：ANTHROPIC_AUTH_TOKEN="freecc" ANTHROPIC_BASE_URL="http://localhost:8082" claude

搞定！Claude Code 从此走你的免费LLM通道。更多参数（速率限制窗口、并发上限、超时等）可在 README.md 的 Configuration 一表查全。