OpenRouter 免费模型对比表：TaoToken 统一 Key 下代码能力、长文本、多模态、推理速度四维排行

1. 免费模型薅羊毛的真实痛点：为什么需要一张四维对比表

OpenRouter 上挂着几十个标注 $0/M 输入输出的免费模型，但真正用起来你会发现两个问题：一是模型卡片只写上下文长度和参数规模，不告诉你代码补全到底行不行、长文档塞进去会不会丢中间段、图片视频能不能吃、出字速度是 40 还是 140 token/s；二是同一个模型今天快明天慢，不同时段负载差异能到两三倍，光看别人截图里的速度数字没有参考价值。

我面向的场景很具体：你手上有若干日常任务——写脚本、读长文档、看截图/视频、跑 Agent 工作流——想用免费额度覆盖，又不想一个个手动试错。所以这篇交付三样东西：一张可复制的四维对比表模板、一段能自己跑出打分的脚本、以及在 TaoToken 统一 Key/API 通道下切换模型复现排行的完整动作。核心检索词就是 OpenRouter 免费模型对比表，围绕代码能力、长文本、多模态、推理速度四个维度做精简排行。

先说清楚四个维度的定义，避免后面打分口径不一致：

代码能力看的是 SWE-Bench Verified 这类真实仓库修复任务的通过率，以及你实际让它补一个函数、改一个 bug 时的可用度。长文本不只看上下文窗口标称值，还要看 100k 以上时中间信息召回是否稳定，很多模型标 128k 但 60k 之后就开始丢。多模态分文/图/视/音，免费模型里真正能处理视频的很少，多数只到图片 OCR 和图表理解。推理速度用 token/s 衡量，但必须标注是首 token 延迟还是持续吞吐，两者体验差别很大。

为什么强调在 TaoToken 统一 Key 下做这件事？因为 OpenRouter 原生要你自己管一套 Key、一套额度、一套模型名映射，而多模型横评时你会在不同供应商之间反复切。统一通道的价值是把 Base URL、Key、Model ID 三件套收敛成一份配置，切换模型只改一个字符串，打分脚本才能批量跑。下面所有配置和脚本都按这个前提写。

2. TaoToken 前置：统一 Key 与 API 通道准备

这一节把接入所需的三件套讲全：Base URL、API Key、Model ID。TaoToken 的 API 入口是 https://taotoken.net/api，官网在 https://taotoken.net/ ，注册和拿 Key 的入口在控制台。你需要先拿到一个 Key，然后所有请求都走同一个 Base URL，模型名通过 Model ID 区分。

先明确一个概念：统一 Key 不是把所有模型合并成一个模型，而是让你用同一套鉴权去访问不同 Model ID。对横评脚本来说，这意味着你只需要维护一个环境变量，模型列表放在数组里循环即可。下面是环境变量配置，Linux/macOS 写进 shell 配置，Windows 用系统环境变量或 .env 文件：

export TAOTOKEN_API_KEY="sk-你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

如果你用 Python 脚本跑打分，建议用 .env 管理，避免 Key 进版本库：

# .env TAOTOKEN_API_KEY=sk-你的Key TAOTOKEN_BASE_URL=https://taotoken.net/api

Model ID 的获取方式：在控制台的模型列表里查，或者直接调 /models 接口拉全量。不同供应商的模型名格式不一样，有的带厂商前缀，有的不带，横评时最容易踩的坑就是 Model ID 写错导致 404 或 401。建议先拉一次列表确认：

curl -s https://taotoken.net/api/models \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" | head -c 2000

返回里每个模型有 id 字段，那个就是你要填进脚本的 Model ID。把候选免费模型整理成一个列表，后面脚本直接读。这里给一份示例清单，实际以你控制台看到的为准：

MODELS = [ "nvidia/nemotron-3-super", "poolside/laguna-m.1", "inclusionai/ring-2.6-1t", "openai/gpt-oss-120b", "zai/glm-4.5-air", "nvidia/nemotron-3-nano-omni", "google/gemma-4-31b", "baidu/cobuddy", "nvidia/nemotron-nano-12b-2-vl", "nvidia/nemotron-nano-9b-v2", ]

注意：Model ID 大小写和连字符必须完全一致，复制时别手打。401 报错九成是 Key 没带上或带了多余空格，404 基本是 Model ID 拼错。

拿到 Key 后先做一次最小连通性验证，确认通道可用再写复杂脚本：

curl -s https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "nvidia/nemotron-nano-9b-v2", "messages": [{"role": "user", "content": "回复 OK 两个字母"}], "max_tokens": 16 }'

返回里 choices[0].message.content 有内容就说明通道通了。这一步别跳过，后面脚本报错时你能快速判断是通道问题还是脚本问题。Key 的创建和管理在控制台的 API Keys 页面，建议给横评单独建一个 Key，方便随时吊销。

3. 可复制配置：四维打分脚本与对比表模板

这一节给可直接跑的配置和脚本。先给一份 JSON 配置模板，把模型清单、维度权重、测试用例路径都外置，改配置不用动代码：

{ "base_url": "https://taotoken.net/api", "api_key_env": "TAOTOKEN_API_KEY", "models": [ "nvidia/nemotron-3-super", "poolside/laguna-m.1", "inclusionai/ring-2.6-1t", "openai/gpt-oss-120b", "zai/glm-4.5-air", "nvidia/nemotron-3-nano-omni", "google/gemma-4-31b", "baidu/cobuddy", "nvidia/nemotron-nano-12b-2-vl", "nvidia/nemotron-nano-9b-v2" ], "dimensions": { "code": {"weight": 0.35, "max_tokens": 1024}, "long_context": {"weight": 0.25, "needle_tokens": 80000}, "multimodal": {"weight": 0.20, "image_url": "https://example.com/chart.png"}, "speed": {"weight": 0.20, "sample_tokens": 256} }, "timeout_seconds": 120 }

如果你用 TOML 风格管理（比如某些 CLI 工具），等价写法：

[taotoken] base_url = "https://taotoken.net/api" api_key_env = "TAOTOKEN_API_KEY" [[models]] id = "nvidia/nemotron-3-super" tags = ["long_context", "reasoning"] [[models]] id = "baidu/cobuddy" tags = ["code", "agent"] [[models]] id = "nvidia/nemotron-3-nano-omni" tags = ["multimodal"]

下面是四维打分脚本，Python 实现，依赖 requests 和 python-dotenv。代码能力用一个内置的修复任务打分，长文本用 needle-in-haystack 思路，多模态发一张图问内容，速度测持续吞吐：

import os, time, json, requests from dotenv import load_dotenv load_dotenv() BASE = os.getenv("TAOTOKEN_BASE_URL", "https://taotoken.net/api") KEY = os.getenv("TAOTOKEN_API_KEY") HEADERS = {"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"} def chat(model, messages, max_tokens=512): payload = {"model": model, "messages": messages, "max_tokens": max_tokens} t0 = time.time() r = requests.post(f"{BASE}/chat/completions", headers=HEADERS, json=payload, timeout=120) dt = time.time() - t0 r.raise_for_status() data = r.json() text = data["choices"][0]["message"]["content"] usage = data.get("usage", {}) return text, dt, usage def score_code(model): prompt = ("下面函数有 bug，返回结果错误，请修复并只输出修复后的函数：\n" "def add(a, b):\n return a - b") text, dt, _ = chat(model, [{"role": "user", "content": prompt}], 256) return 1.0 if "a + b" in text else 0.0 def score_long_context(model, needle="紫色犀牛"): filler = "这是一段无关的填充文本。" * 4000 prompt = f"{filler}\n请回答：上文提到的特殊动物是什么？只答名称。" text, dt, _ = chat(model, [{"role": "user", "content": prompt}], 64) return 1.0 if needle in text else 0.0 def score_multimodal(model, image_url): messages = [{"role": "user", "content": [ {"type": "text", "text": "这张图里有什么？一句话。"}, {"type": "image_url", "image_url": {"url": image_url}} ]}] try: text, dt, _ = chat(model, messages, 128) return 1.0 if len(text) > 5 else 0.0 except Exception: return 0.0 def score_speed(model): prompt = "从 1 数到 200，用逗号分隔。" text, dt, usage = chat(model, [{"role": "user", "content": prompt}], 512) out_tokens = usage.get("completion_tokens", len(text) // 2) return round(out_tokens / dt, 1) if dt > 0 else 0.0 if __name__ == "__main__": cfg = json.load(open("config.json")) rows = [] for m in cfg["models"]: row = {"model": m} row["code"] = score_code(m) row["long_context"] = score_long_context(m) row["multimodal"] = score_multimodal(m, cfg["dimensions"]["multimodal"]["image_url"]) row["speed_tps"] = score_speed(m) rows.append(row) print(row) json.dump(rows, open("result.json", "w"), ensure_ascii=False, indent=2)

跑完 result.json 后，用下面这段把结果转成 Markdown 对比表，直接贴进文档：

rows = json.load(open("result.json")) print("| 模型 | 代码 | 长文本 | 多模态 | 速度(tok/s) |") print("|---|---|---|---|---|") for r in rows: print(f"| {r['model']} | {r['code']} | {r['long_context']} | " f"{r['multimodal']} | {r['speed_tps']} |")

提示：长文本测试的填充文本长度按你实际需求调，80k 字符约等于 20k-30k token，想测 100k 上下文就把倍数加大。多模态测试的图片 URL 换成你自己的可访问链接，别用需要鉴权的。

这套配置的关键点是所有维度都通过同一个 Base URL 和 Key 发出，切换模型只改 config.json 里的 models 数组。这样你复现排行时不会因为鉴权差异引入噪声。

4. 验证请求与成功结果：跑通一次完整横评

配置就绪后，先单模型验证再批量跑。单模型验证用 curl 最直观，确认代码能力维度能拿到预期输出：

curl -s https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "baidu/cobuddy", "messages": [{"role": "user", "content": "用 Python 写一个快速排序，只输出代码"}], "max_tokens": 512 }' | python -c "import sys,json; print(json.load(sys.stdin)['choices'][0]['message']['content'])"

成功的话你会看到一段完整的 quicksort 实现。如果返回里 choices 为空或报错，先看 error 字段。确认单模型通了，再跑批量脚本：

python score_all.py

跑完后 result.json 里每个模型四个维度都有值。把 Markdown 表生成出来，你会得到类似这样的结构（数值是示例，以你实测为准）：

基于四个维度，精简排行可以这样给：

代码能力优先：CoBuddy 和 Laguna M.1 这类编码专项模型在补全和修复任务上更稳，Nemotron 3 Super 综合代码分也高，适合既要写代码又要长上下文的场景。

长文本优先：Nemotron 3 Super 标称 1M 上下文，实测 80k 字符召回稳定；Ring-2.6-1T 激活参数低但长任务效率高，适合塞长文档做摘要。

多模态优先：Nemotron 3 Nano Omni 能吃文/图/视/音，视频理解是免费模型里少见的；Nemotron Nano 12B 2 VL 更轻，图片 OCR 和图表理解够用且速度快。

推理速度优先：Nemotron Nano 9B V2 是纯文本里最快的一档，GLM 4.5 Air 轻量 MoE 吞吐也高，适合交互式场景。

验证成功的标志是：同一份 config.json，换 models 数组里的任意 Model ID，脚本都能跑通并产出四维分数，不需要改 Base URL 和 Key。这就是统一通道带来的可复现性。

5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth

横评过程中最容易撞的几类报错，逐个给排查路径。

401 Unauthorized。九成是 Key 问题。先确认环境变量真的被读到了，在脚本里 print(os.getenv("TAOTOKEN_API_KEY")) 看是不是 None 或空串。如果是 None，说明 .env 没加载或 shell 没 export。如果 Key 有值还 401，检查是不是复制时带了换行或空格，用 echo -n "$TAOTOKEN_API_KEY" | wc -c 看长度对不对。还有一种情况是 Key 被吊销或额度用尽，去控制台 API Keys 页面确认状态。

local proxy failed 或连接被拒。这类报错通常是本地网络层的问题，不是 Key 问题。先确认你能直接访问 https://taotoken.net/api/models，用 curl -v 看握手过程。如果卡在连接阶段，检查本机 DNS 和防火墙设置，别在脚本里硬编码任何本地转发地址。脚本里 BASE 必须写 https://taotoken.net/api，不要写成 localhost 或某个端口。

reading choices 报错，典型信息是 KeyError: 'choices' 或 list index out of range。这说明返回体里没有 choices 字段，通常是请求本身失败了但你没检查状态码。在脚本里加 r.raise_for_status() 和打印 r.text 就能看到真实错误。常见原因是 Model ID 写错返回了 error 对象，或者 max_tokens 设得太大超过模型上限。把返回体完整打出来，error.message 会直接告诉你原因。

OAuth 相关报错。如果你用的是某些 CLI 工具（比如带 OAuth 登录的编码助手），报 OAuth token expired 或 invalid_grant，说明工具走的是它自己的鉴权流程，不是 API Key 流程。这时候要么在工具里重新登录，要么改成 API Key 模式，把 Base URL 指向 https://taotoken.net/api，Key 填你的 TaoToken Key，Model ID 填控制台里的模型名。三件套缺一不可，只填 Base URL 不填 Key 一样会鉴权失败。

还有一个隐蔽的坑：并发跑多个模型时触发限流，返回 429。脚本里加个简单重试和退避：

import time def chat_with_retry(model, messages, max_tokens=512, retries=3): for i in range(retries): try: return chat(model, messages, max_tokens) except requests.HTTPError as e: if e.response.status_code == 429 and i < retries - 1: time.sleep(2 ** i) continue raise

注意：横评时把并发控制在 2-3 个，免费模型在高负载下响应会明显变慢，并发太高测出来的速度不具代表性。

6. 语义一致 CTA：把横评结果落到日常使用

跑完这套脚本，你手上就有了一份自己实测的四维数据，比任何截图都可靠。接下来把它用起来：日常写代码时切到代码分高的 Model ID，读长文档时切长文本稳的，处理截图视频时切多模态支持的，交互问答时切速度快的。切换动作就是改 config.json 里一个字符串，Base URL 和 Key 不动。

如果你要长期跑编码或 Agent 工作流，建议把常用模型固化到 Coding Plan 里，省得每次手动切。模型对话入口适合快速验证某个模型在具体任务上的表现，接入文档里有各语言的完整示例，API Keys 页面管理你的 Key 和额度。所有入口都在 https://taotoken.net/ 能找到，API 通道统一走 https://taotoken.net/api。

最后留一个实用习惯：每次换模型或换时段，重跑一次速度维度，因为免费模型的吞吐波动大，早上和晚上的数字可能差一倍。把 result.json 按日期存档，几周后你就能看出哪些模型稳定、哪些只是偶尔快。这比追着别人的排行榜跑要靠谱得多。