免费云模型终结：11月9日起转按量付费

据 Reddit 社区分享的一封官方邮件，某平台宣布自 2026 年 11 月 9 日起，Free 计划账户将自动切换为按量付费（pay as you go）模式。用户需要预先充值 credits，按实际用量计费，不再有订阅费，也没有服务费。其他订阅计划不受影响，而在本地自己电脑上运行模型始终免费。

哪些模型将不再免费

邮件明确列出了 11 月 9 日之后需要 credits 才能调用的云模型清单：gemma4:31b、gpt-oss:120b、gpt-oss:20b、nemotron-3-super、nemotron-3-ultra、nemotron-3-nano:30b。

这份名单覆盖了从 20b 到 120b 参数规模的多种开源权重模型，既有通用对话模型，也有面向推理与长上下文场景的版本。对习惯把这些模型当作免费 API 使用的开发者来说，影响是直接的：要么充值，要么把工作负载迁回本地。

开源权重模型指模型参数（权重）以公开许可发布、允许任何人下载并自行部署的模型类型，与只能通过 API 访问的闭源模型相对。文中列出的 gemma4、gpt-oss、nemotron 系列均属此类：它们由不同机构训练并开放权重，第三方可以在自有硬件上运行，也可以托管到任意云平台。这一属性直接决定了迁移的可行性——只要其他托管方提供同名模型，开发者理论上就能换一个入口调用，而不必重写业务逻辑。不过，开源权重不等于完全开放：各家许可证对商业使用、再分发和输出用途的规定不同，迁移前应核对对应模型的许可条款。

免费额度模式的现实困境

把大模型当作免费公共服务来运营，成本结构本身就不可持续。云推理需要持续占用 GPU 资源，即使用户没有请求，模型权重也要常驻显存。免费账户越多，闲置容量和峰值调度之间的浪费就越大。

从「免费」转向「按量付费」是一种相对温和的调整——它保留了无订阅、无服务费的结构，也保留了本地运行永久免费这条路径。平台实质上是在把云端的边际成本转移给真正产生调用的用户，同时不切断任何人的访问权限。

按量付费（pay as you go） 是与订阅制并列的一种云计费模式：用户不支付固定周期费用，而是按实际消耗的资源单位结算，通常以 credits 形式预充值。它与订阅制的关键差别在于成本随用量线性变化——调用少则支出低，调用陡增则账单同步上升，不存在“包月封顶”。对平台来说，这种模式把边际成本直接传导给调用方，避免了免费用户带来的资源空转；对用户来说，则需要自行承担用量监控和预算控制的责任，尤其是长上下文请求会显著放大单次调用的计费量。

对开发者的三条应对路径

路径一：小额充值，按需使用。 按量付费适合调用量波动大的场景。对于偶尔需要大参数模型做验证的开发者，充值少量 credits 比维持固定订阅更划算。关键在于做好用量监控，避免长上下文请求在不知不觉中消耗余额。

路径二：迁移到本地运行。 邮件反复强调本地运行始终免费。对于硬件条件允许、且对延迟不敏感的团队，把 gemma4:31b 这类中等规模模型部署在本地工作站，是一次彻底的成本结构改造。代价是需要自己承担硬件投入和运维。

路径三：评估替代云服务。 名单中的 gpt-oss 与 nemotron 系列属于开源权重模型，理论上可以在其他托管平台找到同类服务。但迁移涉及 API 兼容性、上下文长度限制、速率限制等具体差异，需要逐项核对。

API 兼容性是迁移替代云服务时最容易被低估的障碍。不同托管平台即使运行同一个开源权重模型，也可能在请求格式、鉴权方式、流式响应、函数调用（tool calling）字段、上下文长度上限和速率限制上存在差异。若现有代码直接依赖原平台的 SDK 或特定参数名，切换端点后往往需要适配层。实践上可以先做小流量灰度：用同一批提示词在目标平台跑通，比对输出格式和计费口径，再决定是否整体迁移。

时间节点与需要确认的细节

距离 11 月 9 日还有一段时间，但有几件事值得提前确认：自动切换是否意味着账户余额不足时调用会直接失败；已在使用中的 API 密钥和集成是否需要重新配置计费信息；以及 credits 是否存在有效期或最低充值门槛。

邮件原文并未涵盖这些操作层面的细节。建议受影响用户在切换前查阅官方计费文档，或直接联系支持渠道确认，避免在切换日当天出现服务中断。

行业信号：免费推理的时代正在收缩

这次调整不是孤立事件。大模型推理的免费窗口正在全球范围内逐步收窄，平台普遍在从「用免费额度换用户增长」转向「用按量计费换单位经济模型的可持续性」。

对开发者而言，这意味着必须把模型调用成本纳入架构设计的早期考量：哪些请求可以走本地小模型，哪些必须上云调用大参数模型，缓存与批处理能省下多少重复调用。过去可以忽略不计的推理成本，正在变成需要精细管理的工程变量。