BroadNet Inference 新账户无需银行卡,即可获得 $5 按量付费额度。BroadNet 的服务条款(§7.2)规定了两个不同的期限:免费注册额度供一个人或一个组织在 30 天内试用服务,而之后自己充值的资金属于预付额度,自购买之日起 12 个月内有效。充值之前,这笔额度可用于 Gemma 4 VL 26B、两个转写模型和按小时密钥:相当于数千万个 Gemma token,或约 1,190 分钟的阿拉伯语音频。下面说明它能解锁什么、能用多久,以及如何把它变成一份费用预测。
初始额度能用在哪些地方?
根据 BroadNet 的 pricing.json 和套餐页面:
- 按量付费请求,限注册后即开放的模型。BroadNet 表示开始使用无需银行卡。
- 按小时密钥,用于 Gemma 4 VL 26B,每个 $0.50。
- **不包括不限量套餐。**Full Moon、Orbit 和 Meteor 需单独购买。
哪些模型在充值前就能用?
价格文件把部分模型标为 paid_only。文档的定义是:账户有一笔未被退款或争议完全冲回的充值后,这些模型才会开放。在此之前,试用额度只能用于其他模型。
| 模型 | 能否用初始额度调用 | 价格 |
|---|---|---|
| Gemma 4 VL 26B | 能 | 每百万 token 输入 $0.10,输出 $0.22 |
| BroadNet Transcribe Arabic | 能 | 每音频分钟 $0.0042 |
| BroadNet Transcribe(14 种语言) | 能 | 每音频分钟 $0.002 |
| DeepSeek V4.1 Flash | 首次充值后 | 每百万 token 输入 $0.175,输出 $0.52 |
| GLM 5.3 | 首次充值后 | 每百万 token 输入 $0.78,输出 $3.46 |
| Qwen3.8 27B | 首次充值后 | 每百万 token 输入 $0.175,输出 $2.17 |
所以,Gemma 4 VL 26B 是不充值就能调用的唯一一个对话模型。它能读取文本和图像,上下文为 32,768 token,文档未列出思考功能,因此输出短、费用低。
我们的开放数据集 大模型 API 免费层与速率限制 比较了 14 家服务商在免费使用、初始速率限制、是否需要银行卡以及是否用免费层数据训练等方面公布的信息,每个数值都附有来源和日期。付费层的限制请看 各服务商大模型 API 速率限制。
$5 能用多少?
算法很简单:用额度除以单价。
换算成 Gemma token
input-only: $5 ÷ $0.10 per 1M
output-only: $5 ÷ $0.22 per 1M
按 2026-11-14 公布的价格,如果只发送提示词,约为 5,000万 输入 token;如果只生成内容,约为 2,300万 输出 token。真实流量是两者混合,所以结果会介于两者之间:数千万个 token。
实际用起来是什么样?如果一轮典型对话发送 2,000 个 token、返回 300 个,这笔额度大约够 18,000 轮。如果你发送收据或截图,每张图像都按输入 token 计算,大图会用掉很多 token,所以先测一测你自己的图像;方法在这里。
换算成音频分钟
BroadNet Transcribe Arabic 每分钟音频 $0.0042,所以初始额度大约够 1,190 分钟音频,也就是差不多这么多条一分钟的语音消息。BroadNet 的文档没有说明不足一分钟如何计费,所以在据此做规划之前,先用几段很短的音频测试一下。支持 14 种语言的 BroadNet Transcribe 每分钟 $0.002,同样的额度在那里能用得更久。参见如何转写 WhatsApp 语音消息。
换算成按小时密钥
一个按小时密钥售价 $0.50,可使用 Gemma 4 VL 26B 一小时,一路流,每分钟 120 个请求、300,000 个 token,没有 token 计量。这笔额度可以买好几个。按小时密钥适合演示、工作坊或一次性批处理任务;参见什么时候适合用按小时密钥。
免费 API 额度该怎么用?
免费额度最糟糕的用法,是发一堆“hello”。最好的用法,是把你的真实业务负载缩小成一个如实的副本,并记录下来。
- **选定你的真实任务。**分类、信息提取、客服回复、转写都可以。用真实的提示词和真实的输入。
- **每次调用都记录用量。**记下
prompt_tokens、completion_tokens,音频则记下每个文件的时长。Python SDK 指南介绍了怎么配置。 - **跑一天的流量。**几百个有代表性的请求就足以得到稳定的平均值。
- **做预测。**把平均值乘以预期的月用量,再乘以各模型的单价。月度费用估算方法一文有完整步骤。
- **决定为什么充值。**如果 Gemma 够用,你已经知道费用了。如果你需要长上下文、思考或工具调用,这份预测会告诉你充值后 DeepSeek V4.1 Flash、GLM 5.3 或 Qwen3.8 27B 要花多少钱。
用额度的第一天,怎样安排比较好?
下面是一种在一个下午内用好额度、又不浪费的做法:
- **第一个请求。**按照 Python SDK 指南,向
https://inference.broadnet.ai/v1上的broadnet/gemma-4-26b-a4b发送一个简短的提示词。确认你能读到choices[0].message.content和usage。 - **质量检查。**用你产品里的 50 条真实输入跑一遍:客服工单、商品照片、表单字段。自己读一读回答,记下失败的情况。
- **token 检查。**把这 50 次调用的用量加起来再除以 50,就是你在 Gemma 上每个请求的 token 数。
- **音频检查(如适用)。**把
language设对,转写十条真实的语音消息或通话片段,再把转写结果和实际说的话对照。阿拉伯语语音转文字指南给出了请求示例。 - **把数字记下来。**每个请求的 token 数、每个文件的分钟数和失败率,就是做预测所需的数据。到这时,你多半只用掉了额度的一小部分。
怎样让额度用得更久?
- **设置
max_tokens。**设一个有限的上限,防止失控的回答吃掉额度。 - **要求简短、结构化的输出。**在 BroadNet 的每个对话模型上,输出的每 token 价格都比输入高。先用免费的 token 计数器检查提示词的大小。
- **缩小图像。**发送前先缩放、裁剪;图像 token 就是输入 token。
- **保持提示词稳定。**在有缓存价的模型上,重复的前缀更便宜。Gemma 没有缓存价,所以在 Gemma 上只要让提示词尽量短。
- **音频只转换一次。**发送采样率合适的单声道 WAV;BroadNet 的文档给出了一条把 WhatsApp
.ogg文件转换过来的ffmpeg单行命令。
免费额度测不出什么?
初始额度足以测试质量和测量 token,但不足以测试生产规模下会发生什么:按量付费密钥限制为每分钟 30 个请求、同时最多 4 个请求,而付费模型在长任务或思考密集型任务上的表现与 Gemma 不同。如果你打算让编程智能体全天运行,有用的测试是充值后在 DeepSeek V4.1 Flash 上买一个 $1 的 Meteor 小时,而不是再多用一些 Gemma token。可以在价格页面上比较这些选项。
和其他大模型 API 的免费层相比如何?
各家免费层开放的内容、持续时间和对数据的处理方式都不一样。以下是我们在 2026 年 11 月 14 日核对时各官方页面的说法:
| 服务商 | 免费内容 | 主要限制 |
|---|---|---|
| BroadNet Inference | $5 按量付费额度,无需银行卡 | 充值前只能用 Gemma 4 VL 26B、转写和按小时密钥 |
| Google Gemini API | 多个 Gemini 模型的免费输入和输出 token,包括 Gemini 3.8 Flash 和 Gemini 3.5 Flash-Lite | Google 的免费方案写明 “Content used to improve our products”(译文:内容会被用于改进我们的产品)(在 EEA、英国和瑞士适用付费层的数据条款);适用免费层速率限制 |
| OpenRouter | 部分模型的免费变体(:free) |
每分钟 20 个请求、每天 50 个;购买至少 10 个 credits(USD 10;OpenRouter 的 credits 以美元计)后为每天 1,000 个 |
| Groq | 一个免费方案 | 限制按账户设定,显示在 Groq 控制台中;公开页面只列出付费方案的数字 |
Gemini 的免费层和 OpenRouter 的 :free 变体都不按 token 收费,也没有金额上限,所以都适合做实验。代价是数据使用和速率限制,所以在基于它们开发之前,先看看 Gemini 3.8 Flash 价格页面和 OpenRouter 替代方案页面。BroadNet 对所有模型都实行零数据保留,使用免费额度时也一样。
