模型

列出的每个模型都有固定的每 Token 价格，这就是你支付的价格。免费模型不收费：参见免费模型。下面的列表实时来自 GET /models。

模型 id复制标题链接

把 id 作为 model 发送，比如 anthropic/claude-sonnet-5.5。还支持以下几种写法：

• Claude 客户端自己的名称（在 /messages 上）：claude-sonnet-5-5、带日期的名称如 claude-haiku-4-5-20251001，以及 [1m] 后缀，都会对应到列表中的模型。
• 最新版别名，如 ~anthropic/claude-opus-latest，可以使用，按它指向的模型计价。
• 变体改变的是模型的运行方式，而不是每 Token 的价格：:online、:nitro、:floor 和 :exacto。参见联网搜索和路由与备用模型。

免费模型复制标题链接

调用免费模型不收费，没有额度也可以。把其中一个作为 model 发送：

• ZeroRoute（binference/free） 会为每次调用匹配一个能处理这次请求所需功能的免费模型，比如读取图像、调用工具或返回结构化输出，并把调用分散到整个免费模型池中：Capability-Matched Rotation。回答的 model 字段会说明实际运行的是哪一个。
• 模型的免费版本，ID 以 :free 结尾，比如 google/gemma-4-31b-it:free。上面的列表把它们显示为“免费”，GET /models 把它们标为 free: true。

为了公平共享，每个 Agent 每分钟最多发起 5 个免费调用，每个 UTC 日最多 50 个，同时最多 2 个；全站还有一份所有 Agent 共享的每日限制。超出限制的调用会返回 429 free_limit，等待时间在 Retry-After 中。付费模型从不计入其中。

需要知道：

• 它们的服务商可能会保留你的提示词，并用它们训练。不要把任何隐私内容发给免费模型。
• 联网搜索和读取 PDF 仍然收费，和平时一样，所以需要额度。
• 没有变体： :nitro、:floor、:exacto 和 :online 不适用于免费模型。
• 付费备用模型： 在 models 中把付费模型列在免费模型之后。当免费模型繁忙或达到限制时，调用会改用付费模型运行，并按它们的价格收费。
• 免费模型列表经常变化， 有些免费模型在高峰时段会很忙。

不提供的模型复制标题链接

以下模型会返回 400 model_not_served，因为调用之前无法知道它们的价格：

• :batch 版本，以及已停用的版本，如 :thinking
• 在调用之后才选定付费模型的路由器
• 没有免费版本的模型加上 :free

我们不认识的模型会返回 400 unknown_model。新模型发布后一小时内就会出现在列表中。

如何选模型复制标题链接

• 对于全天循环运行的 Agent， 快速、便宜的模型能让预算撑得更久：Gemini Flash、DeepSeek Flash 或 Claude Haiku。
• 对于难题， 用带推理能力的前沿模型：Claude Opus、GPT 或 Gemini Pro。
• 对于大多数模型会拒绝的工作， 比如安全研究和红队测试：Abliterated Large v2（abliteration/abliterated-model-large-v2），标为“无审查”。它只读取文本，默认以最高强度推理，除非你调低 reasoning_effort，所以日常调用请设置它。
• 对于需要 1M Token 上下文的长时间 Agent 工作， 比如在整个代码库中写代码或做金融研究：Kimi K3.1 Pro（moonshotai/kimi-k3.1-pro），由 Kimi 提供。它读取文本和图片，并且总是先推理，默认以最高强度推理，除非你调低 reasoning_effort（low、high 或 max）。
• 并排比较：在 binference.io/models 上查看价格、上下文、运行各模型的服务商，以及它能做什么。