今年在家里的 Windows 机器上折腾 Hermes Agent 的模型配置，前前后后试了四家免费大模型提供商——NVIDIA、BlazeAI、OpenRouter 和硅基流动。都不是什么大厂主力业务，各有各的脾气，写下来供参考。
NVIDIA — 最稳的老黄家
NVIDIA 提供的是他们家 API 目录里的开放模型，不需要自己部署，直接调接口就行。我实测用的是 Llama-4 系列，响应时间基本稳定在 1~2 秒，偶尔飙到 3 秒，但很少断连。免费额度很慷慨——每天 5000 次请求，个人使用根本用不完。
唯一要注意的是接口地址：https://integrate.api.nvidia.com/v1，模型 ID 的命名规则比较简洁，比如 meta/llama-4-scout-17b-16e-instruct，直接写就行。我把 3 个免费 key 都塞进了凭证池，设了 round_robin 轮换，实测下来单次请求不会超过免费限额。
BlazeAI — 速度快慢全靠人品
BlazeAI 是一个社区维护的免费聚合 API，地址 https://blazeai.boxu.dev/api/，免费 key 前缀是 blz_。它最大的优点是聚合了多个厂商的模型——Minimax、Qwen、Kimi 都能在这跑。
但响应时间波动很大。我最开始配的时候，Minimax-M2.7 能跑到 1 秒出头，过两天再测就变成 4~5 秒。而且它的安全过滤比较敏感，偶尔会莫名其妙给你返回 “Content Exists Risk”，同一句话换个时间发可能又正常。免费额度目前看没有明确限制，这点倒是大气。
OpenRouter — 模型选择最丰富
OpenRouter 的卖点是模型全：想试什么稀奇古怪的开源模型，搜一下基本都有。免费额度走的是跟随官方定价的策略——部分模型有免费试用，用完了按量计费。
响应时间大概 2~3 秒，中规中矩。有一个大坑要注意：模型 ID 写法跟其他家不一致。在 NVIDIA 上写 meta/llama-3.1-8b-instruct 就行，在 OpenRouter 上得写成 meta-llama/llama-3.1-8b-instruct——多了个 creator 前缀。我第一次配的时候直接报 400 “not a valid model ID”，排查了好一阵。
硅基流动 — 性价比首选
硅基流动（SiliconFlow）是国内团队做的，主打国产模型和开源模型的中转。它的免费额度给得相当大方——注册就送几十块钱体验金，而且不少模型长期免费调用。响应时间看模型，轻量级模型 1~2 秒就出结果了，大模型要 3 秒以上。
它的 API 地址是 https://api.siliconflow.cn/v1，兼容 OpenAI 格式，接入成本最低。我用的是 Qwen2.5 系列和 DeepSeek 系列的几个免费模型，日常对话完全够用。
综合推荐
如果图省心稳定，选 NVIDIA——基本不会出幺蛾子，响应快，额度足。如果图模型多、想低成本试各种新模型，硅基流动和 OpenRouter 搭配用。BlazeAI 适合做兜底或者跑对延迟不敏感的任务。
我一个最常用的方案是：NVIDIA 做主模型（1~2 秒响应），硅基流动做第一 fallback（国内网络友好），OpenRouter 做第二 fallback（模型最全），DeepSeek 做最终保底。15 分钟一次的健康探测脚本自动选最快的当主模型，彻底解决了"哪个又挂了"的焦虑。