免费无限量API调用 GLM-5、Qwen3.5-398B 使用教程(AtomGit 限时开放)

免费无限量API调用 GLM-5、Qwen3.5-398B 使用教程(AtomGit 限时开放)

免费无限量API调用 GLM-5、Qwen3.5-398B大模型的 使用教程(AtomGit 限时开放)

SEO关键词:GLM-5免费、Qwen3.5-398B免费API、AtomGit AI模型、免费大模型API、Qwen3.5接口调用、GLM5接口地址

最近在找一些可以免费调用的大模型 API时,意外发现一个平台开放了限时活动:AtomGit 提供 GLM-5、Qwen3.5 系列模型的免费调用,而且不限量。

https://atomgit.com/setting/points?type=invite&picode=RJFA9V4U&utm_source=ic_p

对于经常做 AI工具开发、自动化脚本、AI应用测试 的开发者来说,这种活动其实不太常见,所以简单记录一下注册和调用的方法,也顺便测试了一下实际情况。

在这里插入图片描述

一、AtomGit 限时开放免费大模型

目前 AtomGit 放出的模型主要有三个:

  • zai-org/GLM-5
  • Qwen/Qwen3.5-122B-A10B
  • Qwen/Qwen3.5-397B-A17B

从参数规模来看,Qwen3.5-397B 已经是非常大的模型级别了,一般平台调用成本也比较高。

官方活动说明是:

免费且不限调用量

不过因为活动刚出来,用的人明显很多,实际调用稳定性暂时还不好说。


二、注册地址

注册地址:

https://atomgit.com/setting/points?type=invite&picode=RJFA9V4U&utm_source=ic_p

注册完成后,需要到后台生成 API Key

API Key 地址:

https://ai.atomgit.com/dashboard/api-key

在这里插入图片描述


⚠️API需要账号绑定好邮箱后使用 不然会有调用限制

三、API 调用地址

官方提供的接口地址:

https://api-ai.gitcode.com/v1 

模型名称示例:

zai-org/GLM-5 Qwen/Qwen3.5-122B-A10B Qwen/Qwen3.5-397B-A17B 

如果你之前用过 OpenAI API 格式,基本可以直接兼容。

例如 Node.js 调用示例:

import OpenAI from"openai";const client =newOpenAI({apiKey:"你的API_KEY",baseURL:"https://api-ai.gitcode.com/v1"});const completion =await client.chat.completions.create({model:"Qwen/Qwen3.5-397B-A17B",messages:[{role:"user",content:"写一段介绍Vue的文字"}]}); console.log(completion.choices[0].message);

整体接口结构和 OpenAI 基本一致,所以很多 AI工具、客户端、插件 都可以直接对接。


四、OpenClaw 测试情况

我用 OpenClaw 测试了一下模型连接。

成功验证的模型是:

Qwen3.5-397B-A17B-5 

如下图:

免费无限量的 GLM-5、Qwen3.5-398B 模型,AtomGit 限时免费 1

不过有一个比较奇怪的问题:

上下文只有 16K

免费无限量的 GLM-5、Qwen3.5-398B 模型,AtomGit 限时免费 3

按理说 Qwen3.5 的上下文能力是很高的。

而如果通过 OpenClaw 官方登录 Qwen 模型,上下文可以达到:

125K

如下图:

免费无限量的 GLM-5、Qwen3.5-398B 模型,AtomGit 限时免费 4

目前还不太确定是:

  • 平台限制
  • 模型代理
  • OpenClaw 识别问题

五、调用稳定性测试

需要注意的是:

由于活动刚发布,目前调用成功率不高

测试情况:

  • API 请求多次失败
  • 可能是访问量过大
  • 或者接口暂时限流

简单来说就是:

能注册先注册,API慢慢再测试。


六、适合哪些开发者

如果你是以下几种情况,可以试试:

  • 开发 AI工具
  • AI自动化脚本
  • 测试 大模型应用
  • RAG知识库
  • 开发 AI助手 / ChatBot

尤其是做 Node.js / 前端 AI 应用开发 的,这种 OpenAI兼容接口用起来非常方便。


七、总结

AtomGit 这次的活动最大亮点有两个:

1️⃣ 开放超大模型

  • GLM-5
  • Qwen3.5-397B

2️⃣ API兼容 OpenAI

基本所有 AI 工具都可以直接接入。

不过目前也存在几个问题:

  • 调用稳定性一般
  • 上下文暂时只有 16K
  • 活动是否长期还不确定

所以建议:

先注册拿 Key,再慢慢测试。

Read more

用 Rust 构建 Git 提交历史可视化工具

用 Rust 构建 Git 提交历史可视化工具

在软件开发中,版本控制系统的历史记录往往承载着项目的演进脉络。然而,当项目规模扩大、分支增多时,纯文本的 git log 输出很难直观地展现提交之间的复杂关系。今天,我想分享一个用 Rust 构建的轻量级工具 —— git-graph-rs,它能把 Git 仓库的提交历史转换为可视化的图结构,为代码审查、项目复盘和工程决策提供直观的支持。 目录 * 为什么需要可视化? * 技术方案的选择 * 1. 利用系统 Git 命令 * 2. 模块化的 Rust 架构 * 3. 双格式输出策略 * 核心实现解析 * Git 数据获取的艺术 * 图结构的一致性保证 * 合并提交的可视化区分 * 工程化思维体现 * 错误处理的前置化 * 参数设计的克制 * 输出格式的稳定性 * 实际应用场景 * 1. CI/CD 集成 * 2. 代码审查辅助 * 3. 项目文档化

By Ne0inhk
OpenManus开源自主规划智能体解析

OpenManus开源自主规划智能体解析

OpenManus 开源自主规划智能体详解 OpenManus 是一款聚焦“自主任务执行”的开源智能体项目,核心价值在于打破传统智能体对人工干预的依赖,能够自主拆解复杂任务、规划执行路径,并在隔离环境中调用多样化工具完成目标,适用于数据爬取、代码编写、多步骤办公自动化等复杂场景。以下从核心定义、核心架构、实现原理、关键能力、适用场景与优势五个维度展开详解: 一、核心定义:具备“自主决策+工具执行”的开源智能体 OpenManus 的本质是一款以“自主规划”为核心的智能体框架,其核心特征可概括为: * 开源属性:代码完全开放,支持开发者二次定制、扩展功能模块(如新增工具、优化规划逻辑),适配不同行业场景的个性化需求; * 自主执行能力:无需用户拆分任务步骤,仅需输入最终目标(如“爬取某行业TOP10企业近3年营收数据并生成可视化图表”),即可自主完成规划、执行、反馈全流程; * 隔离化工具调用:基于虚拟机环境运行工具操作(如代码执行、网络爬虫),避免本地环境冲突或安全风险,保障任务执行的稳定性与安全性;

By Ne0inhk
从零构建可扩展 Flutter 应用:v1.0 → v2.0 全代码详解 -《已适配开源鸿蒙》

从零构建可扩展 Flutter 应用:v1.0 → v2.0 全代码详解 -《已适配开源鸿蒙》

* 个人首页: VON * 鸿蒙系列专栏: 鸿蒙开发小型案例总结 * 综合案例 :鸿蒙综合案例开发 * 鸿蒙6.0:从0开始的开源鸿蒙6.0.0 * 鸿蒙5.0:鸿蒙5.0零基础入门到项目实战 * Electron适配开源鸿蒙专栏:Electron for OpenHarmony * 本文章所属专栏:Flutter for OpenHarmony * 文章AtomGit地址:Template_V2.0 v1.0 → v2.0 全代码详解 * 从零构建可扩展 Flutter 应用:v1.0 → v2.0 全代码详解 * 🧱 第一阶段:v1.0 —— 干净的基础骨架 * ✅ 目标 * 📁 项目结构 * 1. `lib/main.dart`

By Ne0inhk
Python实现开源AI模型引入及测试全过程

Python实现开源AI模型引入及测试全过程

文章目录 * 摘要 * 1. 引言:开源AI生态系统概述 * 1.1 开源AI的发展现状 * 1.2 技术栈选择 * 1.3 项目目标 * 2. 环境配置与项目初始化 * 2.1 系统要求 * 2.2 创建虚拟环境 * 2.3 依赖管理文件 * 2.4 安装依赖 * 2.5 项目结构 * 3. 模型原理与架构解析 * 3.1 BERT模型原理 * 3.1.1 Transformer编码器架构 * 3.2 Hugging Face Transformers架构 * 4. 数据准备与预处理 * 4.1 数据集选择与加载

By Ne0inhk