目前可以通过一条托管渠道免费使用 ERNIE 5.5 Flash:OpenRouter 的 baidu/ernie-5.5-flash-preview:free 端点。该端点的输入和输出 token 费用均为 $0,上下文窗口达 1,024,000 token。默认限制为每分钟 20 次请求、每天 50 次请求;一旦账户累计购买过 10 个额度(credits),每日上限即可提升至 1,000 次。第二条 $0 方案是自托管开放的 ERNIE 5.5 Flash Base 权重,下载权重完全免费,但需要配备多 GPU 服务器。
下文列出的所有限额均于 2026 年 11 月 12 日核对自 OpenRouter、Hugging Face 和百度的官方页面。免费额度政策变化较快,基于这些渠道构建应用前请再次核实。
AI Coding 交流群
如果你也在用 AI 写代码,或者正在研究 Cursor、Claude Code 这些工具,欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流,还有各种新工具和新玩法。
ERNIE 5.5 Flash 是免费的吗?
是的,但附带一定限制。ERNIE 5.5 Flash Preview 是百度推出的 280B 参数混合专家(MoE)模型,每个 token 激活 14B 参数,支持 1M token 上下文。OpenRouter 在免费模型速率限制下以每 token $0 的价格提供该服务;同时百度也在 Hugging Face 上发布了仅预训练的 Base 权重,其许可证允许免费用于非商业用途。

目前有两个模型版本,需要注意区分:
- ERNIE 5.5 Flash Preview 是 11 月 11 日发布公告中推出的后训练对话与 Agent 模型,也是通过 API 调用的版本。百度表示其权重将“很快”以 Apache 2.0 协议开源,但页面尚未公布具体日期。
- ERNIE 5.5 Flash Base 是 11 月 5 日发布的预训练结束检查点。它是一个基座模型:仅用于文本补全,不会遵循对话指令。
所有免费使用 ERNIE 5.5 Flash 的渠道对比
截至 2026 年 11 月 12 日,各渠道的费用与使用要求对比如下:
| 渠道 | 价格 | 限制 | 是否需要绑卡或充值? | 适用场景 |
|---|---|---|---|---|
OpenRouter :free |
每 token $0 | 20 次请求/分钟;50 次请求/天(购买 10 额度后为 1,000 次/天) | 50 次/天档位无需充值 | 原型验证、评测、编码 Agent |
| 自托管 Base 权重 | 非商业用途许可费 $0 | 取决于自有硬件 | 无需向百度付费,但需自备 GPU | 微调、学术研究 |
| 自托管 Preview 权重 | 暂未发布 | 不适用 | 不适用 | 等待 Apache 2.0 版本发布 |
| 百度千帆 | 付费 | 取决于账户配额 | 需要已充值的账户 | 生产环境流量 |

只有 OpenRouter 渠道仅需注册账户即可使用。该页面列出的唯一提供商是百度千帆(Baidu Qianfan),因此免费请求与付费千帆流量访问的是同一个后端。
如何在 OpenRouter 上免费使用 ERNIE 5.5 Flash
OpenRouter 模型页面将输入和输出价格均标注为“Free”,并说明“不会对 prompt 或 completion token 收费”。只需四步即可获取第一次响应:
- 注册一个 OpenRouter 账户,并在控制台生成 API 密钥。
- 导出环境变量:
export OPENROUTER_API_KEY="sk-or-v1-..."。 - 调用兼容 OpenAI 的端点
https://openrouter.ai/api/v1/chat/completions。 - 将模型设置为带有
:free后缀的baidu/ernie-5.5-flash-preview:free。如果省略该后缀,调用的将是另一个计费模型 ID。
curl https://openrouter.ai/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-d '{
"model": "baidu/ernie-5.5-flash-preview:free",
"messages": [
{"role": "user", "content": "Write a regex that matches ISO 8601 dates, then explain it."}
]
}'
在 Python 中使用官方 OpenAI SDK 发起相同调用:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
)
resp = client.chat.completions.create(
model="baidu/ernie-5.5-flash-preview:free",
messages=[{"role": "user", "content": "Summarize the CAP theorem in 3 bullets."}],
extra_body={"reasoning": {"exclude": True}},
)
print(resp.choices[0].message.content)
该模型在回答前会先进行推理。OpenRouter 通过 reasoning 对象控制这一行为,设置 "exclude": true 可以将推理过程排除在响应之外。免费端点同样支持 tools、tool_choice 和 response_format,因此你可以零成本测试函数调用和结构化输出。
速度是需要权衡的因素。百度宣传的生成速度超过每秒 200 token;而 OpenRouter 在 11 月 12 日实测免费端点的 P50 吞吐量为每秒 79 token,P50 延迟为 2.56 秒。对于长回答建议开启流式传输(streaming),避免模型思考时应用处于无响应状态。
如何避免超出免费 ERNIE 5.5 Flash 限额
OpenRouter 的限额文档对所有以 :free 结尾的模型 ID 设定了统一的规则:
| 历史累计购买额度(Credits) | 每分钟请求数 | 每日请求数 |
|---|---|---|
| 少于 10 | 20 | 50 |
| 至少 10 | 20 | 1,000 |
以下五个习惯可以帮你更充分地利用免费配额:
- 按请求数而非 token 数精打细算。 限额是按请求次数计算的。一次携带 400,000 token 代码库的调用与一句简单的提问同样只占 1 次请求,因此尽量将上下文合并为更少但更大的批量调用。
- 在批处理任务前先查询剩余配额。 调用
GET https://openrouter.ai/api/v1/key会返回free_model_daily_requests对象,其中包含当前 UTC 自然日的used、limit和remaining。每分钟限制不会在此接口中报告。 - 围绕 00:00 UTC 规划任务。 每日计数器按 UTC 自然日重置,而非滚动 24 小时。
- 遇到 429 时进行退避重试。 当触发免费模型限额时,OpenRouter 会返回
429及X-RateLimit-*响应头。请等待重置时间到来,并使用带抖动(jitter)的指数退避策略重试。 - 保持账户余额大于或等于零。 如果信用余额为负数,即使调用免费模型也可能返回
402错误。
如果每天需要超过 50 次请求,购买 10 个额度可将上限提升至 1,000 次/天,但这涉及充值,不再属于严格的 $0 方案。
免费 ERNIE 5.5 Flash 权重:自托管 Base 模型
第二条 $0 路线是 Hugging Face 上的 ERNIE-5.5-Flash-Base 仓库。该权重无需申请审批即可免费下载。仓库总大小约为 304 GB,已发布 FP8 和 BF16 权重。
许可证允许的使用范围
Base 模型采用 ERNIE 5.5 Flash Base Model License Agreement v1.0 协议发布,而非 Apache 2.0。其 LICENSE 文件划分了三个层级:
- 非商业用途(研究、教育、评测、个人实验):免费,且无需通知。
- 相关年营收不超过 5,000 万美元的商业用途:免收许可费,但必须展示规定的署名信息,并在首次商业使用前向百度发送一次性使用通知。
- 相关年营收超过 5,000 万美元的商业用途:需事先获得百度的单独书面授权。
营收按所有相关产品及关联实体合并计算,上线产品前请务必阅读协议全文。
运行所需的环境与配置
模型卡中的服务部署示例使用了四路并行(four-way parallelism),这意味着你需要一台多 GPU 服务器,而不是普通笔记本电脑。vLLM 部署方式需要安装指定版本的 vLLM 以及百度的插件:
uv venv --python 3.12 ernie5-venv
source ernie5-venv/bin/activate
uv pip install vllm==0.32.0
uv pip install git+https://github.com/baidu/vLLM-ERNIE.git
vllm serve baidu/ERNIE-5.5-Flash-Base \
--kv-cache-dtype fp8 \
--enable-expert-parallel \
--data-parallel-size 4 \
--max-model-len 131072 \
--port 30000 \
--moe-backend humming
由于它是基座模型,你需要传入 prompt 调用 /v1/completions,而不是传入 messages 调用 /v1/chat/completions。模型卡说明 vLLM 和 SGLang 均支持最高 1,048,576 token 的长上下文推理。
模型权重虽然免费,但算力并不免费。如果手头没有现成的 GPU,通过 OpenRouter 试用模型的成本要低得多。
Preview 权重什么时候开源?
百度的发布公告表示 Preview 权重“将很快以 Apache 2.0 协议开源”。OpenRouter 页面已经贴出了 baidu/ERNIE-5.5-Flash-Preview 仓库链接,但在 11 月 12 日该仓库在 Hugging Face 上尚未公开可见。一旦正式发布,Apache 2.0 协议将不再受上述营收层级限制。
哪些渠道不免费:百度千帆
千帆(Qianfan)是百度官方提供的 ERNIE 5.5 Flash Preview API,属于付费渠道。百度的首发促销页面通过打折的付费 Token Plan 提供该模型,而非免费配额。截至 11 月 12 日,百度页面未显示该模型有免费 token 额度 [待核实:新注册的百度智能云账户是否会获得可用于 ernie-5.5-flash-preview 的试用代金券]。
当你的每日请求量超过 1,000 次时,使用千帆会更合理。对于高吞吐量的提示词场景,建议在投入生产前结合吞吐量、延迟和单价与其他同级 Flash 模型进行基准对比。
让你的编码 Agent 使用 Apifox CLI 守护免费配额
免费端点往往会在不知不觉中出错:批处理任务执行到一半耗尽每日配额、模型 ID 漏掉了 :free 后缀,或者返回了不包含代码预期重置响应头的 429。你可以让编码 Agent 把这些检查固定下来。Apifox CLI 支持让 Claude Code、Codex、Cursor 或 OpenCode 保存请求、将密钥保存在环境中,并按需运行测试场景。

只需完成一次初始化配置:
npm install -g apifox-cli@latest
apifox auth login --with-token <YOUR_APIFOX_TOKEN>
apifox skill install
然后向你的 Agent 发送一条提示词:
Write an OpenAPI 3 file with two operations on https://openrouter.ai/api/v1:
GET /key and POST /chat/completions (model baidu/ernie-5.5-flash-preview:free).
Import it into Apifox project <projectId> and create an environment "openrouter-free"
whose apiKey variable is passed at run time. Build a test scenario that:
1) calls GET /key and asserts data.free_model_daily_requests.remaining > 0,
2) sends a short chat prompt and asserts status 200 and a non-empty
choices[0].message.content,
3) if the status is 429, asserts the X-RateLimit-Reset header exists.
Run it and summarize any failures.
Agent 会通过 cli-schema 确认各个 payload 结构,并执行如下命令:
apifox import --project <projectId> --format openapi --file ./openrouter-ernie-free.yaml
apifox environment create openrouter-free --project <projectId> --base-url https://openrouter.ai/api/v1
apifox cli-schema get test-scenario-create
apifox test-scenario create --project <projectId> --name "ERNIE free quota guard" --folder-id <folderId> --priority <priority>
apifox test-scenario import-steps <scenarioId> --project <projectId> --source endpoint --ids <keyEndpointId>,<chatEndpointId> --sync manual
apifox run -t <scenarioId> --project <projectId> -e <envId> --env-var "apiKey=$OPENROUTER_API_KEY" -r cli,json
通过 --env-var 传入密钥可以避免将其明文保存在项目中。每次运行会消耗一次免费每日请求额度(读取 /key 只是状态调用,不计入模型调用),因此建议在批处理任务开始前运行,而不必在每次代码提交时触发。需要集成到流水线时,可使用 apifox run -r junit 输出 JUnit 报告接入 CI/CD。Apifox 免费版不限制成员数量和协作人数。
常见问题
ERNIE 5.5 Flash 完全免费吗? 在 OpenRouter 的 :free 端点上是完全免费的:输入和输出 token 均为 $0。限制为每分钟 20 次请求、每天 50 次请求,或者在购买 10 个额度后提升至每天 1,000 次请求。
免费使用 ERNIE 5.5 Flash 需要信用卡吗? 使用 OpenRouter 每天 50 次请求的免费档位无需购买任何额度。自托管 Base 权重也无需向百度付费,但你需要自行承担 GPU 硬件成本。
免费的 ERNIE 5.5 Flash 可以用于商业用途吗? OpenRouter 渠道遵循 OpenRouter 的服务条款。Base 权重允许在相关年营收不超过 5,000 万美元的前提下免许可费用于商业用途,但需要保留署名并在首次商用前向百度发送一次性通知。
免费版本是否保留了 1M token 上下文? 是的。OpenRouter 为 baidu/ernie-5.5-flash-preview:free 提供了 1,024,000 token 的上下文窗口,而 Base 模型卡支持最高 1,048,576 token 的长上下文推理。
ERNIE 5.5 Flash Preview 权重什么时候开源? 百度在发布公告中表示“很快”会以 Apache 2.0 协议开源,但未给出具体日期。在此之前,Base 模型是唯一公开的检查点。