还在为 AI 编程工具充值？这个开源项目把 238 个免费模型都给你排好了

一个终端工具，帮你实时测速、筛选并一键接入 OpenCode、Cline、Hermes、OpenHands 等 AI 编程助手。
这两个月，很多人都在折腾一件事：不是没有 AI 编程模型可用，恰恰相反，能用的太多了。
真正麻烦的是：有的模型看榜单很强，实际响应慢；有的平台号称免费，结果配起来很折腾；有的今天能用，明天就限流；更别说你还得自己把接口手动塞进 Cline、Continue、OpenHands、Hermes 这些工具里。

它叫 free-coding-models。
一句话概括：它会把散落在 25 个提供商里的 238+ 个免费编程模型，实时测一遍，然后把你选中的模型一键接入常见 AI Coding 工具。

先说几个我觉得最抓人的数据：

1. GitHub Star 已经到 1.6k
2. Fork 182
3. 覆盖 238 个模型、25 个免费提供商
4. 支持 OpenCode、OpenHands、Hermes、Cline、Continue、Goose、Aider、Qwen Code、Xcode 等一大串工具
5. 最近一次主分支提交在 2026-04-30，项目还在活跃更新

更有意思的是，这项目不是单纯做了个“免费模型列表”。它真正解决的是：免费模型很多，但你根本不知道“现在这一刻”谁最快、谁最稳、谁适合你手上的工具。

一、它到底解决了什么问题？

free-coding-models 的思路很直接：

1. 先把能用的免费模型全部拉进来
2. 并行测速
3. 算稳定性分数
4. 按你的工具和需求过滤
5. 直接写入配置

所以这个项目本质上不是“免费模型黄页”，而更像一个“免费编程模型实时调度台”。

二、它最有价值的地方，不是模型多，而是上手链路短

README 首页第一屏就把使用方式写得很粗暴：

npm install -g free-coding-models
free-coding-models

然后你只需要在某个提供商注册一个免费账号，就可以开始筛模型。
这意味着什么？
过去你可能要经历：找模型 → 查文档 → 复制 base URL → 找模型 ID → 改工具配置 → 测试是否可用。
现在它想压缩成：打开工具 → 看实时结果 → 选模型 → 一键装进你的编码助手。
这对普通开发者特别友好。
因为绝大多数人其实并不想研究 API 生态本身，他们只是想“马上找一个今天能打的免费模型开始写代码”。

项目还内置了不少很实用的场景命令，比如：

1. free-coding-models --fiable
2. ：找当前最稳的模型
3. free-coding-models --origin nvidia --tier S
4. ：只看 NVIDIA 的高阶模型
5. free-coding-models --web
6. ：打开本地 Web Dashboard
7. free-coding-models --daemon-bg
8. ：启动本地路由守护进程

它甚至支持 JSON 输出，说明作者显然也考虑到了脚本党和自动化工作流。

三、它不只是筛模型，已经开始做“本地路由层”了

这是我觉得这个项目最容易被低估的一点。
根据 CHANGELOG，项目最新版本已经加入了 Smart Model Router：它可以在本地启动一个 OpenAI 兼容的 daemon，让你的编码工具只对接一个 localhost 端点，后面由 free-coding-models 自动做模型路由、探活、故障切换和统计。
你可以简单理解成：
以前你是在“挑一个模型来用”；现在它开始尝试变成“给你一层免费模型网关”。
这一步其实很关键。
因为免费模型最常见的问题，就是波动大、限流强、不同提供商的可用性随时变。如果本地有一个路由层帮你自动切换候选模型，体验会稳定很多。
它还给了一个固定接入方式：

Base URL： http://localhost:19280/v1
Model： fcm
API key： fcm-local

也就是说，对很多兼容 OpenAI API 的工具来说，接入门槛会被进一步拉平。

四、这项目为什么容易火？

我觉得有 3 个原因。

1）它抓住了一个非常真实的需求

大家不是不用模型，而是在找更划算、更灵活的方案。free-coding-models 刚好切中这个需求：不是教你训练模型，不是讲论文，而是直接告诉你“现在有什么免费能用，哪个更适合写代码”。

2）它不是信息站，而是工具链入口

很多类似项目停留在“整理资源”。但这个项目更进一步，直接把“发现模型”和“配置工具”打通了。
这会让它的使用频率远高于普通榜单网站。

3）作者明显在认真做产品感

从 README 可以看出，它不只是 CLI。它有 TUI、Web Dashboard、Command Palette、Favorites、Router Dashboard、Token Usage 页面，甚至还有较完整的 Supply Chain / Security / Telemetry 说明。
比如项目明确写了：
运行时依赖只有 1 个：chalk
npm 发布带有 Sigstore provenance
有SECURITY.md
有CODEOWNERS
匿名遥测默认开启，但可通过参数或环境变量关闭
这类细节，会让项目从“个人小工具”变成“别人愿意放心装到自己开发环境里”的工具。

五、适合谁用？哪些地方要注意？

如果你属于下面几类人，我觉得都可以试：

1. 想低成本体验 AI 编程的个人开发者
2. 同时使用多个 coding agent / IDE 插件的人
3. 想给 OpenCode、Hermes、OpenHands、Cline 之类工具接免费模型的人
4. 喜欢在终端里完成筛选和配置的人

但也有几个前提要先讲清楚：
第一，它不是“完全零门槛免注册”。你还是要去对应提供商创建免费账号、拿 API Key。
第二，免费额度本来就会变。今天能打的模型，明天可能限流更严，所以它的“实时测速”和“路由”能力反而更重要。
第三，项目默认开启匿名遥测。虽然 README 明确写了不会收集 API Key、代码、提示词和文件路径，但如果你对这类数据非常敏感，最好手动关闭。

六、怎么上手最划算？

如果你今天就想试，我建议别一上来就研究全部功能。
最省时间的路径是：

npm install -g free-coding-models

• 先注册一个免费提供商账号，比如 README 里列出的 NVIDIA NIM、Groq、Google AI Studio、OpenRouter 等

直接运行free-coding-models
先筛稳定模型，再决定要不要接进你常用的工具
如果你已经有多个免费 Key，再去尝试它的 Router 模式
对于重度用户，我反而更推荐直接关注它的 Router 方向。
因为一旦你的工作流已经离不开 AI 编码，真正有价值的不是“哪个模型今天最快”，而是“我能不能一直有一个尽量稳定的免费入口”。

七、最后一句

如果你问我，这个项目最值得看的地方是什么？
不是“238 个免费模型”这个数字本身。而是它把“找免费模型、测可用性、判断稳定性、接入编码工具”这条原本很碎的链路，硬生生压成了一个终端工具。
对开发者来说，这种项目最有价值的地方，往往不是炫技，而是省时间。
如果你最近正好在找：“有没有一个办法，让我尽量少花钱，也能把 AI 编程工具跑起来？”
那 free-coding-models，确实值得你亲自试一下。

项目地址：https://github.com/vava-nessa/free-coding-models