六天前我写过一篇，说 13 个免费大模型入口一个月挂了 4 个。这几天入口又加了几个，我把现在全部 21 个挨个调了一遍。
结果是：能用的 9 个，正在限流的 5 个，已经死透的 7 个。
但这次真正有用的不是这几个数字。是我在核对数据的时候发现，自己差点把一个活着的判成死的。
先看名单
同一道题、同样参数，2026 年 8 月 17 日实测：
能用（9 个）
| 入口 | 耗时 |
|---|---|
| Cerebras oss-120b | 593ms |
| NVIDIA Ultra-550B | 1343ms |
| 智谱 GLM-4-Flash | 1590ms |
| Mistral Large | 1687ms |
| Cloudflare oss-120b | 1764ms |
| Cerebras 上的 GLM-4.7 | 1938ms |
| OpenRouter Nemotron | 2358ms |
| NVIDIA Nemotron-49B | 4058ms |
| Kimi k2.6 | 10311ms |
正在限流（5 个）：Mistral 上的 GLM-5.2、Gemini Flash-Lite、NVIDIA MiniMax-M3、Groq oss-120b、智谱 GLM-4.7-Flash。这五个我每个都隔 12 秒重试了三次，仍然被限。
已经死了（7 个）：火山 GLM-5.2（账户欠费）、GitHub GPT-4.1 和 GPT-4o-mini（服务已退役）、Groq 的 Llama-3.3-70B（模型 ID 不存在了）、OpenRouter 的 Llama-3.3（免费档撤了）、ModelScope 的 DeepSeek-V4（模型下架）、SambaNova（要求绑支付方式）。
Cloudflare 是这批里的新面孔，Workers AI 上的 gpt-oss-120b，1.7 秒，能用。
我差点写错的那一条
第一轮扫描跑完，Cerebras 上的 GLM-4.7 被我的脚本判成了失败。我准备把它写进「挂掉」那一列的时候，顺手去看了眼原始返回，发现它其实成功了。
问题出在我的判定逻辑上：我看的是 content 字段有没有内容。而这个模型是推理模型，它把 1358 个字符的思考过程放在了 reasoning 字段里，content 里只有 40 个字，加上我第一轮给的 max_tokens 太小，正文被挤没了，于是 content 是空的。
一个活得好好的模型，因为返回结构不一样，被我判了死刑。
这件事有两个可用的结论。
对写代码的人：判断一次调用成功与否，只看 content 是不够的，推理模型可能把内容放在 reasoning 或 reasoning_content 里。我 8 月 10 日那篇写过智谱的思考模型会吃掉 token 预算，现在再补一条：它还可能把内容放在你没读的那个字段里。
对看测评的人：任何一份「哪些能用哪些不能用」的清单，包括我这份，都取决于测的人怎么判定「能用」。判定逻辑差一点，结论就差一个模型。
比名单更有用的一件事
把这 21 个入口按「实际跑的是哪个模型」重新排一次，会看到一个之前没注意到的结构。
同一个模型现在往往挂在好几个平台上，而各平台的可用性完全不同：
gpt-oss-120b 有三个入口。Cerebras 593 毫秒能用，Cloudflare 1764 毫秒能用，Groq 限流。
Nemotron-3-Ultra-550B 有两个入口，NVIDIA 和 OpenRouter，都能用。
GLM-4.7 有两个入口。Cerebras 上的能用，智谱自家的反而在限流。
GLM-5.2 有两个入口，火山欠费停服，Mistral 限流，两个都用不了。
Llama-3.3-70B 有三个入口，Groq 模型 ID 失效、OpenRouter 免费档撤了、SambaNova 要绑卡，全军覆没。
这组对比里最反直觉的是 GLM-4.7：智谱是这个模型的东家，但今天它自家的免费入口在限流，而 Cerebras 托管的那份能用。
所以「某个模型今天能不能白嫖」这个问题问错了。该问的是「这个模型在哪一家还能白嫖」。
这意味着你该怎么配
如果你在项目里挂免费模型，这次数据给出的最实际的建议是：同一个模型，配多个平台的入口。
理由很直接。上面五组里，凡是只有一个入口的模型，它挂了你就没有备份；而 gpt-oss-120b 有三个入口，今天 Groq 限流，Cerebras 和 Cloudflare 照样能顶上，你的程序甚至不会感知到异常。
这比「多配几个不同的模型」更有效。因为不同模型意味着不同的输出风格、不同的参数、不同的返回结构，切换过去很可能要改代码；而同一个模型换个平台，请求体基本不用动。
具体到这次的数据，我会这么排：
**gpt-oss-120b 走 Cerebras，备 Cloudflare。**Cerebras 593 毫秒是全场最快，Cloudflare 作为新入口目前很稳。Groq 那个入口留着，它限流是常态但恢复也快。
**要国内直连不走代理，智谱 GLM-4-Flash 仍然是最靠谱的兜底。**1590 毫秒，永久免费，我上一篇统计过它在两万五千次真实调用里成功率 98.2%。
**Kimi 恢复了。**它在我八月初的生产日志里成功率只有 0.3%，几乎全废，这次测能正常返回，10 秒虽然慢但活着。
**别再往 Llama-3.3-70B 上花时间。**三个入口全没了。
几句边界
这是一个账号、一个时间点的快照，2026 年 8 月 17 日。限流那五个明天可能就好了，能用那九个明天可能就限了，这类清单的保质期以天计。
限流和已死的区分基于报错内容：报余额不足、服务退役、模型不存在、要求付费的归为已死；报 429、rate limit、访问量过大的归为限流，并且每个都重试了三次。这个分法有主观成分，比如火山那个欠费，充值之后就能复活，严格说它不是「死」，是「我这个账号欠费了」。
另外我只测了「能不能返回结果」，没测质量，也没跑穿额度看上限。能调通和好用是两件事。
想自己核一遍的话，判定逻辑记得同时读 content 和 reasoning，max_tokens 给到 1200 以上，别像我第一轮那样把活的判成死的。