免費 LLM 大混戰：154 個模型任你用，仲要一條 DNS query 搞掂

2026 年仲俾錢用 ChatGPT？你大概 out 咗。而家開源模型嘅推理質素已經追到 GPT-4 級數，而存取方式更加顛覆到你唔信——有人整咗個工具，用一條 DNS query 就可以 call LLM。冇錯，你冇睇錯，DNS query，即係你平時上網搵 IP 嗰個 protocol。呢篇嘢唔係未來預測，而係今日已經發生緊嘅事。

154 個免費模型背後嘅生態邏輯

先講個數字：154。呢個唔係模型總數，而係你可以免費用到、唔使綁信用卡、冇 rate limit 陷阱嘅模型數量。背後嘅推動力係 free-coding-models 呢個社群項目，佢哋做咗一件好簡單但好有力嘅事——整合咗所有公開嘅免費 LLM 端點，每個都經過實際測試，證明确實免費、確實用得。

點解會有咁多免費模型？因為開源社群嘅訓練成本已經降到一個臨界點。Qwen3、Llama 4、DeepSeek-V3 呢類模型嘅推理效率大幅提升，加上量化技術（GGUF、AWQ、GPTQ）成熟，普通開發者喺自己部機都 run 到以前要數據中心級別嘅模型。雲端 GPU 提供商之間嘅價格戰更加令推理成本趨近於零。

更重要嘅係，呢啲免費端點各有定位。有啲專攻 coding（DeepSeek Coder 系），有啲擅長長上下文（32K、128K 甚至 1M token），有啲係多模態。你唔需要一個模型打天下，而係可以按任務揀模型——呢種「模型路由」思維，正正係下一個要講嘅核心基建。

DNSChat：最意想不到嘅 API Gateway

DNSChat 係我近排見過最「香港式」嘅 hack——用最少 infrastructure 解決最大問題。佢嘅原理極之優雅：將 LLM API call 封裝成 DNS query。你 send 一個 TXT record lookup，query 入面包住你嘅 prompt，DNS server 背後接上 LLM，response 就係模型嘅回覆。

聽落好似 gimmick，但實際上有幾個殺傷力極大嘅優勢。第一，DNS 係全世界最穩定嘅 protocol 之一，幾乎唔會被 block，防火牆好難分辨你係做緊正常 DNS lookup 定 call LLM。第二，DNS query 嘅 overhead 極低，connectionless、stateless，比起傳統 HTTP API 嘅 handshake 省咗一大截 latency。第三，任何語言任何平台都可以整 DNS query，唔使裝 SDK、唔使 handle OAuth、唔使理 API key rotation。

當然，呢個設計有取捨。DNS response size 有限制（一般 512 bytes 未經擴展），所以 DNSChat 目前適合 short-form task——補全 code、翻譯短句、快速分類。但佢示範嘅方向好重要：當 AI 變成 infrastructure，access 嘅方式就會趨向底層 protocol 級別。以後 call LLM 可能同 call DNS 一樣自然。

IntenseRP：免費模型嘅路由中樞

免費模型有一個致命弱點：唔可靠。今日用到嘅端點聽日可能死咗，速度時快時慢，回覆質素飄忽。IntenseRP 就係為咗呢個問題而出現嘅。

IntenseRP 係一個推理路由 proxy，佢嘅核心功能係：你 call 一個 unified endpoint，佢喺背後幫你試 154 個免費模型，根據 latency、quality、availability 自動 routing。如果一個端點 timeout，佢 silent failover 去下一個。如果一個模型 output 明顯差（例如重複 loop 或 empty response），佢自動 retry 用另一個模型。

呢種設計哲學叫做「resilience by routing」，唔係強化單一節點，而係用 redundancy 換 reliability。對於用 free tier 起 product 嘅開發者嚟講，呢個 pattern 係 game changer——你唔需要俾錢就可以有 production-grade 嘅可用性。IntenseRP 仲提供咗一個好有心嘅功能：你可以自訂 routing rule，例如「coding 問題優先行 DeepSeek，creative writing 行 Qwen，fallback 行 Llama」，成個 pipeline configurable。

砌一條免費 AI Stack 嘅實戰建議

講完工具，講實際點砌。如果你係香港嘅 indie developer 或者 startup，想用最少成本搭一條 AI pipeline，我會建議呢個組合：

底層用 free-coding-models 嘅端點 list 做 model pool，中間層行 IntenseRP 做 routing 同 fallback，邊緣 case 或者 ultra-short task 用 DNSChat 做零成本存取。呢個 stack 嘅成本係零，但 cover 到嘅 scenarios 涵蓋 code generation、text summarization、classification、translation、甚至簡單嘅 RAG pipeline。

有幾點要注意。第一，免費模型嘅 context window 同速度始終有 tradeoff，production 用一定要設 timeout 同 retry logic。第二，唔好假設免費永遠係免費——呢啲端點背後有人埋單，用嘅時候要有節制，唔好 abus。第三，monitor 係必須嘅，IntenseRP 已經包咗基本 health check，但你始終要知邊個端點 performance 唔對路。

2026 年的 reality 係：AI 嘅 access cost 已經接近零，真正嘅 bottleneck 唔再係 compute budget，而係你對手上有咩工具嘅認知同整合能力。DNS query 用得、154 個模型任你 routing、成個 stack 免費——呢啲唔係 demo，而係今日已經 ready 嘅 infrastructure。問題只係：你會唔會用佢嚟起啲乜。