【实测】免费大模型速度行不行？6 个白嫖模型跑分 + Agent 兼容实测！

免费大模型现在一大把。可你肯定也纠结过：速度到底行不行？能不能正常用？塞进 Agent 里会不会翻车？

今天我直接把这事测明白。

昨天分享的那几个白嫖平台，我一个一个接进去跑基准测试。一共 6 个模型，跑完我自己心里也有底了。

看到最后，我还会把免费的硅基流动模型塞进 Hermes 这种 Agent 里干一票活，看看它到底能不能打。

总耗时约 8 分钟，总花费约 37,000 token。模型档位、速度随时间会变，具体以你实测截图和官网为准。

工具 + 6 个模型

测试工具用的是开源的 LLM API bench。我提前把各家 API Key 和 base URL 都配好了，直接选「快速基准测试」工作流，把并发数和迭代次数设完，点开始就自动跑。

这次一共选了 6 个免费模型，分布在三家平台上：

• 硅基流动（SiliconFlow）：DeepSeek V4 Flash、DeepSeek V4 Pro
• 智谱（Zhipu）：GLM4.5air、GLM5.3
• OrcaRouter（就是那个争议最大的聚合站）：DeepSeek V4 Pro free、Qwen 3.8 27B free

顺带说一句，我今天部署的时候发现 OrcaRouter 那两个免费档好像快要不支持了。要薅羊毛的，趁早。

0x1 OrcaRouter：争议最大，但成功率拉满

先说这个被骂得最多的 OrcaRouter。我测了它的 DeepSeek V4 Pro free 和 Qwen 3.8 27B free 两个免费档。

• 平均 RT（就是平均响应时间）：DeepSeek V4 Pro free 用了 29 秒，Qwen 3.8 27B free 大概 5 秒
• TTFT（收到第一个字符的时间）：分别是 3 秒和 2 秒
• 成功率：100%

整体能用。速度不算快，但没掉链子。

这俩档意味着啥： Qwen 3.8 27B 这个 RT 才 5 秒、首字 2 秒，意外地能打，白嫖个 270 亿参数的模型还这速度，挺香。DeepSeek V4 Pro free 那个 RT 29 秒稍慢，但成功率 100%，稳定性没得说。日常白嫖聊天、写点东西，完全够用。

0x2 硅基流动：V4 Pro 比 Flash 还快，反直觉

硅基流动我测了 DeepSeek V4 Flash 和 DeepSeek V4 Pro，两兄弟差别大到离谱。

• DeepSeek V4 Flash：平均 RT 约 270 秒，TTFT 要 26 秒
• DeepSeek V4 Pro：平均 RT 约 27 秒，TTFT 只要 1 秒

也就是说，名字带 Flash 的反而最磨人，V4 Pro 才是真快。下面把 RT 和 TTFT 这俩数掰开讲明白。

RT 和 TTFT 到底差在哪

可能有人懵了：RT 和 TTFT 不都是一个「快慢」吗？其实两码事。

RT（平均响应时间） 是你从发出问题到拿到完整回答的总时长。它分三块：排队等免费额度、等到第一个字、再把剩下所有字吐完。所以 RT 高，不一定是模型算得慢，多半是免费档在排队限流。

TTFT（首字延迟，Time To First Token） 是你发完问题后，等多久才看到模型蹦出第一个字。这个数最影响你主观感受。TTFT 1 秒，你感觉它秒回，丝滑。TTFT 26 秒，你发完干瞪眼等了半分钟才出第一个字，心里肯定犯嘀咕：是不是挂了？

回到这俩模型，差距 10 倍怎么来的

V4 Pro：RT 27 秒、TTFT 1 秒。几乎秒回，27 秒吐完，体验很舒服。

V4 Flash：RT 270 秒、TTFT 26 秒。发完等 26 秒才出第一个字，然后还要再等两百多秒才说完。RT 差了 10 倍，别看名字带 Flash，真用起来它比 Pro 还磨人。

0x3 智谱：GLM4.5air 的首字速度很顶

智谱这边测了 GLM4.5L 和 GLM5.3。

• GLM4.5air：平均用时跟 V4 Pro 差不多（27 秒上下），但 TTFT 更快，只要 0.6 秒（608 毫秒），首字体验目前国内免费档里数一数二
• GLM5.3：翻车了，没测成功

这俩意味着啥： GLM4.5air 的 RT 跟 V4 Pro 一个量级，但首字比 V4 Pro 还快一丢丢，聊起来最跟手。GLM5.3 这次没跑通，先别指望它。

0x4 Agent 实战：免费模型塞进 Hermes 能干啥

光测速度不够，我还想知道免费模型在 Agent 里表现怎么样。我把硅基流动的 DeepSeek V4 配进了 Hermes 这个 Agent。

我直接丢了一段综合 prompt 进去，要求它做信息搜索、绘制图表，还要体现综合能力。等它跑完，效果是这样的：

• 指数图已经生成并保存好了
• 它解释了指数怎么算的，还分析了背景
• 板块表现、优秀个股、仓位建议都给了
• 连资产配置方案都出了，图表上标了纳斯达克、标普和一些推荐组合

说白了，免费模型接进 Agent，活是能干明白的。

0x5 总结

想要快、想要效果好，那肯定上付费模型，没得说。

但如果你不想花那么多钱，或者只是简单任务想用点性价比高的，这些免费白嫖的大模型完全够用。速度没问题，效果也还不错，塞 Agent 里也兼容。

我的建议很直接：重度用就付费；轻度白嫖要快就选硅基流动 DeepSeek V4 Pro 或智谱 GLM4.5air，首字都不到 1 秒，又快又稳；OrcaRouter 的 Qwen 3.8 27B free 想省心白嫖也能用，就是档位快没了，趁早。

0x6 实在提醒

免费档的政策随时会变，今天能薅明天可能就没了。所有速度数字我都标了「本人 2026-08 实测」，但平台一调整，数字就不作数了，具体以你当时实测和官网为准。

另外别往免费 key 里塞敏感内容，额度有限，悠着点用。

免费大模型，速度和效果都没那么拉胯。日常白嫖、轻度任务、接 Agent 干杂活，完全 OK。真要冲性能和稳定，再考虑付费。

有任何问题，欢迎在评论区留言讨论。我去继续薅羊毛了，下期见。