Руководство по маршрутизации бесплатных моделей SiliconFlow: Nex-N2-Pro, DeepSeek-V4-Flash и стратегии fallback без затрат

SiliconFlow предоставляет растущий каталог моделей с нулевой стоимостью за token — без кредитной карты и предоплаты. По состоянию на июнь 2026 года в этом каталоге есть Nex-N2-Pro — MoE-модель с 397B параметров, которая конкурирует с GPT-5.5 и Claude Opus 4.7 по бенчмаркам кодирования и стоит ноль через API. Вместе с бюджетными вариантами вроде DeepSeek-V4-Flash по $0.13/M входных token можно построить routing, где основной путь стоит копейки, а fallback — ничего.

Обновление, 2026-10-10: Nex-N2-Pro выведена из эксплуатации своим поставщиком и больше не обслуживается на TheRouter; запросы к nex-agi/nex-n2-pro возвращают ошибку deprecation. Ближайший доступный вариант — qwen/qwen3.5-397b-a17b, базовая модель Qwen3.5, на основе которой была дообучена N2 Pro (тот же класс 397B-A17B, но другая модель). Остальной текст статьи сохранён в исходном виде.

В этом руководстве рассматриваются конкретные бесплатные модели, их практические ограничения и ситуации, когда routing с нулевой стоимостью оправдан, а когда лучше заплатить. Общая настройка SiliconFlow — API key, SDK-интеграция, полный каталог моделей — описана в нашем полном руководстве по SiliconFlow API.

30-секундный ответ: какие модели SiliconFlow бесплатны?

По состоянию на июнь 2026 SiliconFlow предлагает следующие модели по $0.00 за миллион token (и вход, и выход):

Предупреждение о ценах: бесплатный уровень SiliconFlow может измениться. Nex-N2-Pro был запущен в начале июня 2026 с бесплатным доступом. Проверяйте актуальные цены на siliconflow.com/pricing перед тем, как строить production-зависимости на нулевой стоимости.

Главная звезда — Nex-N2-Pro. Это MoE-модель на базе Qwen3.5-397B-A17B с 17B активных параметров на token. Заявленные бенчмарки включают 80.8 на SWE-Bench Verified и 75.3 на Terminal-Bench 2.1 — на уровне closed-source frontier-моделей в задачах кодирования. При $0.00/M token это самая мощная бесплатная модель, доступная через любой OpenAI-совместимый endpoint из тех, что мы тестировали.

Как работают бесплатные модели SiliconFlow

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Бесплатный уровень SiliconFlow устроен так:

1. Регистрация на cloud.siliconflow.cn и прохождение верификации личности.
2. Бесплатные модели доступны сразу — без кредитной карты и депозита.
3. Rate limit фиксирован. У бесплатных моделей статические лимиты RPM/TPM, которые не растут с расходами. У платных моделей лимиты увеличиваются по уровням потребления (L0–L5).
4. Префикс Pro/ = платная версия. Некоторые модели доступны и в бесплатной, и в платной версии. Бесплатная использует оригинальное имя (например, Qwen/Qwen2.5-7B-Instruct), платная получает префикс Pro/ (например, Pro/Qwen/Qwen2.5-7B-Instruct) с повышенными rate limit.

Rate limit бесплатных моделей

Rate limit бесплатных моделей фиксирован — не масштабируется с уровнем потребления. Из документации SiliconFlow:

• Языковые модели (Chat): RPM 1 000–10 000, TPM 50 000–5 000 000 (зависит от размера модели)
• Модели embedding: RPM 2 000–10 000, TPM 500 000–10 000 000
• Генерация изображений: IPM 2+, IPD 400+

Лимиты привязаны к аккаунту, не к API key. Превышение возвращает HTTP 429 (Too Many Requests). Этих лимитов достаточно для разработки, тестирования и production с низким трафиком — но не для устойчивых высоконагруженных сценариев.

Источник: документация SiliconFlow по rate limit, получено 2026-06-19.

Когда бесплатные модели подходят

Бесплатные модели хорошо работают в определённых сценариях:

Разработка и staging. Направьте dev-окружение на бесплатную модель — итерируйте без расхода бюджета. Контекстное окно 262K и сильная производительность в кодировании делают Nex-N2-Pro полноценной dev-моделью, а не заглушкой.

Low-priority fallback. Когда основная модель (платная, с гарантированной пропускной способностью) возвращает 429 или временную ошибку, перенаправляйте overflow на бесплатную модель. Пользователь получает ответ вместо ошибки, а fallback-путь не стоит ничего.

Ограничение бюджета. Если бюджет позволяет N вызовов в день по $X за вызов, маршрутизируйте overflow сверх бюджета на бесплатную модель. Расходы ограничены, а система продолжает отвечать.

Прототипирование и оценка. Тестируйте шаблоны prompt, eval-фреймворки и pipeline-архитектуры на бесплатной модели, прежде чем переходить на платный inference.

Embedding и reranking. Модели BAAI BGE на SiliconFlow бесплатны и надёжны для текстовых embedding-пайплайнов, где не хочется платить за каждый token.

Когда бесплатные модели не подходят

Будем честны об ограничениях:

Требования к SLA. У бесплатных моделей нет гарантий аптайма. Если приложению нужна доступность 99.9%, нужен платный тариф с поддержкой.

Стабильная задержка. Бесплатные модели могут стоять в очереди за платным трафиком в часы пик. Мы не измеряли это независимо, но это разумное ожидание для любого бесплатного уровня.

Production-критичные пути. Если неудачный ответ стоит реальных денег (оформление заказа, финансовые операции, клиентский чат), основной путь всегда должен быть платной моделью с гарантированной ёмкостью. Бесплатные модели — для fallback или overflow.

Устойчивость Nex-N2-Pro. Цена $0.00 появилась вместе с запуском модели в июне 2026. Нет подтверждения, что это навсегда. Архитектура должна позволять заменить бесплатную модель на бюджетную платную (например, DeepSeek-V4-Flash по $0.13/M вход) без изменения кода.

Пример кода: вызов бесплатной модели SiliconFlow

Интеграция использует стандартный OpenAI SDK. Укажите base_url на SiliconFlow и задайте model ID бесплатной модели:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_SILICONFLOW_KEY",
    base_url="https://api.siliconflow.cn/v1",
)

# Бесплатная модель — $0.00 за token
response = client.chat.completions.create(
    model="nex-agi/Nex-N2-Pro",
    messages=[
        {"role": "user", "content": "Refactor this function to use async/await."}
    ],
    stream=True,
)

for chunk in response:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Для глобального доступа (меньшая задержка за пределами Китая) используйте https://api.siliconflow.com/v1.

// Node.js / TypeScript
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.SILICONFLOW_KEY,
  baseURL: "https://api.siliconflow.cn/v1",
});

const stream = await client.chat.completions.create({
  model: "nex-agi/Nex-N2-Pro", // бесплатно
  messages: [{ role: "user", content: "Explain the builder pattern." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

Архитектура fallback с нулевой стоимостью

Самое ценное применение бесплатных моделей — fallback с нулевым floor в multi-model routing. Схема:

Основной путь (платный, высокая пропускная способность)
  └─ при 429 / 5xx / timeout
      └─ Fallback (бесплатный, best-effort)

Основная модель: платная модель с масштабируемыми rate limit — например, DeepSeek-V4-Pro по $1.60/M вход на SiliconFlow или модель DashScope через Alibaba Cloud Bailian.

Fallback-модель: nex-agi/Nex-N2-Pro (бесплатно, 262K контекст, сильное кодирование). Если цена Nex-N2-Pro изменится, замените на Qwen/Qwen3-8B (тоже бесплатно) или deepseek-ai/DeepSeek-V4-Flash ($0.13/M — почти бесплатно).

Минимальная реализация на Python:

from openai import OpenAI
import httpx

primary = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://api.siliconflow.cn/v1",
)
fallback = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://api.siliconflow.cn/v1",
)

def chat_with_fallback(messages: list[dict]) -> str:
    try:
        r = primary.chat.completions.create(
            model="Pro/deepseek-ai/DeepSeek-V4-Pro",
            messages=messages,
            timeout=30,
        )
        return r.choices[0].message.content
    except (httpx.HTTPStatusError, Exception) as e:
        # Fallback на бесплатную модель при 429/5xx/timeout
        r = fallback.chat.completions.create(
            model="nex-agi/Nex-N2-Pro",  # $0.00
            messages=messages,
            timeout=60,
        )
        return r.choices[0].message.content

Для production добавьте логику повторов, circuit breaker, структурированное логирование и мониторинг задержки. Суть в том, что fallback-слот не стоит ничего — каждый поглощённый запрос — чистая экономия.

TheRouter поддерживает routing и fallback по провайдерам/моделям там, где это реализовано в продукте. Если ваш стек использует TheRouter, можно настроить бесплатную модель как fallback-цель в правилах маршрутизации без написания логики повторов вручную.

Бюджетные альтернативы, когда бесплатного недостаточно

Если rate limit бесплатных моделей слишком жёсткий, но нужно минимизировать расходы, эти модели SiliconFlow почти бесплатны:

Цены с siliconflow.com/pricing, получено 2026-06-19.

Практическая трёхуровневая цепочка routing:

1. Уровень 1 (качество): DeepSeek-V4-Pro по $1.60/M вход — для production-трафика, требующего лучшего качества.
2. Уровень 2 (бюджет): DeepSeek-V4-Flash по $0.13/M вход — для cost-sensitive production.
3. Уровень 3 (бесплатно): Nex-N2-Pro по $0.00 — для overflow, dev и некритичных путей.

Nex-N2-Pro: ключевая информация

Nex-N2-Pro — самая мощная бесплатная модель в каталоге SiliconFlow. Подробности:

• Архитектура: MoE (Mixture of Experts), 397B всего параметров, 17B активных на token. Построена на Qwen3.5-397B-A17B.
• Контекстное окно: 262K token вход, 256K token максимальный выход.
• Модальности: текст + изображения на вход, текст на выход.
• Лицензия: Apache 2.0 (открытые веса на Hugging Face).
• Релиз: 2 июня 2026 года, от Nex AGI.
• ID модели в SiliconFlow: nex-agi/Nex-N2-Pro

Заявленные бенчмарки (из model card Nex AGI — данные от вендора, независимо не верифицированы):

Эти результаты ставят Nex-N2-Pro на один уровень с GPT-5.5 и Claude Opus 4.7 в задачах кодирования и agentic-работе. Модель особенно сильна в agentic coding — выполнение в терминале, многоэтапная отладка, tool calling. Для общего чата или творческого письма лучше выбрать Qwen3.5-27B или DeepSeek-V3.2.

Честное замечание: Nex-N2-Pro в настоящее время отсутствует в каталоге моделей TheRouter. Мы не можем подтвердить поддержку маршрутизации для этой конкретной модели. Проверяйте актуальную доступность на странице моделей.

Предостережения для production

Прежде чем использовать бесплатные модели в production:

1. Rate limit — жёсткое ограничение. Увеличить его нельзя, потратив больше денег. При достижении потолка нужна платная модель или вариант Pro/.
2. Нет SLA. Простой бесплатной модели — не billing-событие, а ожидаемое явление.
3. Цены могут измениться. Цена $0.00 на Nex-N2-Pro актуальна на июнь 2026, но не гарантирована на будущее. Считайте её промо-акцией, пока не подтверждено обратное.
4. Бенчмарки от вендора. Мы не верифицировали результаты Nex-N2-Pro по SWE-Bench или Terminal-Bench независимо. Используйте собственный evaluation suite.
5. Требуется верификация личности. SiliconFlow требует верификацию (SMS или аналог) для бесплатных моделей. Привязана к аккаунту, не к key.
6. Список бесплатных моделей меняется. Модели могут появляться и исчезать из бесплатного уровня. Проверяйте siliconflow.com/pricing периодически.

FAQ

Можно ли использовать бесплатные модели SiliconFlow в коммерческих приложениях?

Да, в рамках условий использования SiliconFlow и лицензий конкретных моделей. Nex-N2-Pro использует Apache 2.0. Но проверяйте лицензию каждой модели — они от разных вендоров.

Что происходит при достижении rate limit на бесплатной модели?

Вы получаете HTTP 429. Подождите сброса окна rate limit и повторите запрос. SiliconFlow предоставляет руководство по обработке rate limit со стратегиями backoff.

Есть ли разница между siliconflow.cn и siliconflow.com?

Оба указывают на одну платформу. Домен .cn и endpoint api.siliconflow.cn оптимизированы для трафика из Китая. Домен .com и endpoint api.siliconflow.com — глобальная альтернатива. Бесплатные модели доступны на обоих.

Можно ли использовать бесплатные модели SiliconFlow с Cursor, Claude Code или другими инструментами кодирования?

Да, если инструмент поддерживает пользовательские OpenAI-совместимые endpoint. Укажите base URL https://api.siliconflow.cn/v1, предоставьте API key и установите модель nex-agi/Nex-N2-Pro. SiliconFlow опубликовал руководства по интеграции с Continue в VS Code и Roo Code.

Как это сравнивается с другими бесплатными LLM API (бесплатный уровень OpenRouter, Google AI Studio)?

Бесплатный уровень SiliconFlow выделяется наличием Nex-N2-Pro — модели с 397B параметров, значительно крупнее и мощнее типичных бесплатных моделей на других платформах. OpenRouter тоже предлагает бесплатный уровень для некоторых моделей, но с другим набором моделей и rate limit. Google AI Studio предоставляет бесплатный доступ к Gemini, но на других условиях и с ограничениями по регионам.

---

Источники: страница цен SiliconFlow (получено 2026-06-19), документация SiliconFlow по rate limit (получено 2026-06-19), быстрый старт SiliconFlow (получено 2026-06-19), страница модели Nex-N2-Pro на SiliconFlow (получено 2026-06-19), Nex-N2-Pro на Puter Developer (получено 2026-06-19), анализ Nex-N2-Pro на FelloAI (получено 2026-06-19).