pi-cn-free-model-providers

让 pi（AI 编码助手 CLI）面向中国大陆用户，通过原生通道接入多个免费/低成本模型供应商，包括 OpenCode Zen、SenseNova、SiliconFlow、ModelScope、NVIDIA NIM、AMD Radeon Cloud、Cloudflare 和 Agnes AI。各平台政策可能变化，模型会自动进行实时目录校验。

问题背景

OpenCode Zen 的免费模型由上游 "Console" 推理提供商托管，其按 User-Agent 头决定是否放行免费容量：

• 请求带 User-Agent: opencode/... → 放行（200）
• 请求带 curl、OpenAI/JS 等非 opencode UA → 拒绝（429 FreeUsageLimitError）

pi 内置的 opencode provider 不使用 opencode UA，因此直接调用免费模型必然 429。本扩展注册了一个自包含的 provider（opencode-zen），用原生头（User-Agent: opencode/1.15.5 + x-opencode-client + x-opencode-session/request ULID ID）发起请求，同时把 pi 内部消息格式正确转换为 OpenAI 兼容格式（developer→system、thinking 块转回 assistant 消息的 reasoning_content、tool 消息转 role: "tool" 等）。

零外部依赖：不 import pi-ai（pi 是单文件 bun 打包，磁盘上无法解析该模块），自带 SSE 解析与事件流。

启动行为：模型发现不阻塞 pi 启动

扩展在加载时立即用内置白名单（或上次的本地缓存）注册全部 provider 与模型，pi 启动后即可立即使用——绝不为等待网络发现而阻塞。修复前的版本会在工厂函数里 await 各 provider 的 /v1/models，导致 pi 启动卡 5–68 秒。

模型发现转为后台进行：

• 启动后用 setTimeout 触发一次 verifyAndUpdateModels：逐个 provider 拉取实时 /v1/models 与内置白名单做交集（去漂移），Zen 还会逐个探测免费状态；已转付费、下线或改名的模型会在后台自动剔除；
• 每个请求带硬超时（单请求 5–8s，整体 45s 上限），任一 provider 失败/超时只会保留已有列表，绝不让注册中断；
• 发现结果热更新目录（pi 在加载后注册 provider 会立即生效，无需 /reload）；
• 结果持久化到 ~/.pi/cache/opencode-native-models.json（24h TTL）。下次启动即使完全离线，也能用缓存里的模型列表秒开；缓存过期或缺失时回退到内置白名单。

行为等价于 agnes / sensenova 扩展的 refreshModels 模式；本扩展一次注册多个供应商（含 OpenCode Zen 免费通道），故用「后台热重注册」实现同样的非阻塞效果。

动态清单说明：README 中的模型表是人工维护的能力/定位快照，不作为运行时可用性的唯一依据。启动后的实时目录和免费状态探测会自动剔除已下线或转付费模型；供应商价格变化由 GitHub Actions 巡检并通过 Issue 提醒，确认后再同步更新代码和 README。

安装

方式一：本地文件

pi install /path/to/pi-cn-free-model-providers-ext.mjs

方式二：GitHub（推荐）

仓库已公开：https://github.com/pgciq/pi-cn-free-model-providers

pi install git:github.com/pgciq/pi-cn-free-model-providers
# 或
pi install https://github.com/pgciq/pi-cn-free-model-providers

扩展始终优先以 pi-cn-free-model-providers-ext.mjs 为入口文件（仓库根目录），pi install 会自动识别；若需指定分支可追加 #master。

方式三：npm

npm 包已发布：https://www.npmjs.com/package/pi-cn-free-model-providers

当前版本：1.0.17。安装命令：

pi install npm:pi-cn-free-model-providers

npm 发布

仓库已配置 .github/workflows/publish-npm.yml，使用 npm Trusted Publisher（OIDC） 发布，不需要配置 NPM_TOKEN。

发布流程采用 v* Git tag 触发：

# 下一版本示例：先递增 package.json 的 version，例如改为 1.0.18
npm version 1.0.18 --no-git-tag-version
git add package.json
git commit -m "chore: bump version to 1.0.18"
git push origin master
git tag v1.0.18
git push origin v1.0.18

推送新的 v* 标签后，GitHub Actions 会自动校验包名、入口文件和 npm 打包内容，并使用 OIDC + --provenance 发布公开包。npm Trusted Publisher 配置中的仓库、workflow 文件名必须与当前项目一致：

Repository: pgciq/pi-cn-free-model-providers
Workflow: .github/workflows/publish-npm.yml

配置

1. API key

从 1.0.4 起，每个 provider 都在注册时自声明 apiKey: "public"（匿名占位），pi 因此始终视其为已配置 key，无需再手动编辑 ~/.pi/agent/auth.json，装完即可用。public 只是占位，实际请求按下面的优先级解析真实 key。

key 解析优先级（从高到低）：

1. 环境变量（推荐，不把 key 写进配置文件）：OPENCODE_API_KEY、SENSENOVA_API_KEY、SILICONFLOW_API_KEY、MODELSCOPE_API_KEY、NVIDIA_NIM_API_KEY、AMD_API_KEY、CLOUDFLARE_API_KEY（+ CLOUDFLARE_ACCOUNT_ID）、AGNES_API_KEY、AGNES_CN_API_KEY
2. ~/.pi/agent/auth.json 中对应 provider 条目（非 public 的值）
3. 兜底匿名 public（仅 Zen 免费模型可用，其余 provider 需真实 key）

# 方式 A：环境变量（推荐，账号 key）
export OPENCODE_API_KEY=sk-xxx

# 方式 B（可选）：auth.json 存真实 key
cat ~/.pi/agent/auth.json
# { "opencode-zen": { "type": "api_key", "key": "sk-xxx" } }

⚠️ auth.json 条目现在完全可选。若想为某个 provider 存真实 key，写入非 public 的值即可（优先级高于匿名兜底、低于环境变量）。Zen 免费模型不写任何 key 也能匿名使用。

2. 默认 provider（可选，推荐）

~/.pi/agent/settings.json：

{
  "defaultProvider": "opencode-zen",
  "defaultModel": "mimo-v2.5-free"
}

使用

# 一次性问答
pi -p "Reply with exactly OK"

# 交互式
pi

# 指定模型
pi --model opencode-zen/mimo-v2.5-free

可用免费模型

模型 ID	说明
big-pickle	匿名 stealth 模型（社区确认底层≈DeepSeek V4 Flash）
laguna-s-2.1-free	长时程 agent 编码
mimo-v2.5-free	多模态
nemotron-3-ultra-free	超长上下文（1M）
nemotron-3.5-lightning-free	高速执行

x-preview-f-free（Ox Alpha）已转为付费并从 Zen 目录移除，因此不再注册。hy3-free 已于 2026-09 从目录消失（探测 401 not supported），一并移除。历史模型状态请以实时目录和价格探测为准。

🔭 变动监听：.github/workflows/opencode-zen-watch.yml 每日巡检 /v1/models，并使用匿名 public key 对在册模型做最小探测；模型消失或返回鉴权/计费拒绝时自动创建或更新维护 Issue。网络错误、429 和 5xx 只记为 UNKNOWN，不会误判为付费。

TUI 内 Ctrl+P 循环切换模型。

额外供应商

除 Zen 免费模型外，本扩展还注册了 8 个第三方免费/低成本供应商。所有 provider 的 key 解析优先级一致：环境变量 → auth.json 中非 public 的 key → 匿名占位（1.0.4 起 provider 自注册 apiKey: "public"，pi 视为已配置，装完即显示；public 本身会被忽略走兜底）。

SenseNova（商汤日日新）

接入商汤日日新平台的 OpenAI 兼容网关（https://token.sensenova.cn/v1），免费公测套餐可用（每模型 1,500 次调用 / 5 小时）。

配置

# 在 https://platform.sensenova.cn/console/keys 申请 key
export SENSENOVA_API_KEY=sk-xxx

可用模型

（数据源：平台文档，GET /v1/models 权威返回；全部 pricing=0 免费，businesses: tokenplan + metered）

模型 ID	说明	上下文	限额
sensenova-6.7-flash-lite	轻量多模态智能体（文本+图像）	256K	1,500 次 / 5h
sensenova-6.8-flash-lite	新一代轻量多模态智能体（文本+图像）	256K	1,500 次 / 5h
deepseek-v4-flash	DeepSeek 高性能对话（thinking/非 thinking、工具调用）	1M	150 次 / 5h
glm-5.2	智谱旗舰长程任务模型（1M 上下文，可完成端到端开发管线）	1M	免费套餐可用
sensenova-u1-fast	图像生成专用模型	256K	/v1/images/generations
sensenova-u1.5-lite	图像生成/编辑模型	256K	/v1/images/generations、/v1/images/edits

sensenova-u1-fast 和 sensenova-u1.5-lite 已注册为图像模型，不会误走 chat completions；生成结果保存到 .pi/generated-images/，支持终端通过 TUI Image 回显，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接，Windows Terminal / WezTerm / iTerm2 / Kitty 可一键打开）。

🔭 变动监听：.github/workflows/sensenova-watch.yml 每周巡检（04:59 UTC）。平台文档站是 SPA 壳无法匿名抓取，故走带密钥的权威目录 GET /v1/models（响应含 pricing 等计费元数据）：在册模型消失＝下线/改名；pricing 非 0＝免费档撤销；新 id 出现＝新模型上线并附计费元数据供评估收录。需配置 secret SENSENOVA_API_KEY；基线存 .github/watch-state/ 由 workflow 自动提交。

使用

pi -p --provider sensenova --model sensenova/sensenova-6.7-flash-lite "你好"
pi --provider sensenova --model sensenova/deepseek-v4-flash

SenseNova 特有的坑（已内置处理）

网关 schema 比 OpenAI 更严，官方参数表未列出的字段一律拒收（报错被替换成无信息量的 Errors in message queue response）。扩展内置 cleanBody 已处理：合并多条 system 消息、删除 assistant.content: null；max_tokens 上限 65,536（模型注册即设好）、上下文 256K。

硅基流动 (SiliconFlow)

国内直连。⚠️ 免费档 2026-08 已大幅收缩：旗舰 Nex-N2-Pro（397B MoE）已转付费（输入¥0.00175/输出¥0.007 每K tokens），当前免费聊天模型仅剩小模型（经模型广场计价接口逐个实测核验）：

# 在 https://cloud.siliconflow.cn 注册实名，获取 key
export SILICONFLOW_API_KEY=sk-xxx

# 使用
pi -p --provider siliconflow --model siliconflow/Qwen/Qwen3-8B "你好"

模型 ID	说明	上下文	限额
Qwen/Qwen3-8B	Qwen3-8B 通用对话（免费档主力）	128K	免费
deepseek-ai/DeepSeek-R1-0528-Qwen3-8B	R1 蒸馏 8B 强推理	128K	免费
THUDM/GLM-Z1-9B-0414	GLM-Z1 9B 推理	128K	免费
THUDM/GLM-4-9B-0414	GLM-4 9B 通用	32K	免费
Qwen/Qwen3.5-4B	Qwen3.5 4B 轻量长上下文	256K	免费
Tongyi-MAI/Z-Image-Turbo	文生图模型	—	/v1/images/generations

SiliconFlow 的图像 / 视频 / 音频均已接入并实测：文生图 Tongyi-MAI/Z-Image-Turbo（/v1/images/generations，响应 data[].url，已验证返回 PNG）；文生视频 Wan-AI/Wan2.2-T2V-A14B（/v1/video/submit 拿 requestId → 轮询 /v1/video/status 取 results.videos[0].url，已验证下载到 video/mp4）；TTS FunAudioLLM/CosyVoice2-0.5B（voice 格式 {模型id}:{说话人}，已验证）与 ASR FunAudioLLM/SenseVoiceSmall（已验证）。生成结果分别存到 .pi/generated-images/、.pi/generated-videos/、.pi/generated-audio/，并在 TUI 中渲染为可点击的 file:// 链接（视频本质也是可点击路径，浏览器/播放器可打开）。

其余仍有免费的类别：向量 BAAI/bge-m3 等、重排序 bge-reranker-v2-m3、ASR SenseVoiceSmall/TeleSpeechASR、生图 Kolors（均非编码对话用途）。原免费标杆 Qwen2.5-7B-Instruct 已收费；glm-4-9b-chat、Qwen2-7B-Instruct、DeepSeek-R1-Distill-Qwen-7B、bce 向量/重排序等已下线。

🔭 变动监听：.github/workflows/siliconflow-watch.yml 每周抓取官方更新公告（docs.siliconflow.cn/cn/release-notes，公开免鉴权），命中在册模型关键词（下线/计费调整/免费撤销）即自动开 issue——公告通常提前约 7 天发布，留足处置窗口。

魔塔社区 (ModelScope)

阿里达摩院旗下，一个 Key 同时兼容 OpenAI + Anthropic 双协议，每日 2000 次免费调用。

# 在 https://modelscope.cn 注册，绑定阿里云账号+实名，获取 SDK Token
export MODELSCOPE_API_KEY=ms-xxx

# 使用
pi -p --provider modelscope --model modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct "你好"

模型 ID	说明	上下文	限额
Qwen/Qwen3-Coder-30B-A3B-Instruct	Qwen3 Coder 30B（实测可用）	128K	2000 次/天
deepseek-ai/DeepSeek-V4-Pro	DeepSeek V4 Pro 强推理（存在，需在控制台开通该模型额度，否则 429）	1M	开通后 2000 次/天

实测发现 ModelScope 免费额度是按模型的：新账号默认只有部分模型可用（如 Qwen3-Coder-30B），其余返回 UnknownError 或 429 insufficient_quota，需在 ModelScope 控制台 逐个开通。可用模型以 GET /v1/models 为准（本扩展只注册了实测过的模型）。

NVIDIA NIM

NVIDIA 官方推理平台（build.nvidia.com），无需信用卡。限额：40 RPM + 10,000 次/天（官网公布数据，每日重置）。注意 RPM 是账号级限制、全部模型共享，适合低频调用/兑底渠道。完整目录约 102 个模型（GET /v1/models 可匿名查询），本扩展收录 2026-08 流式实测通过的 5 个：

# 在 https://build.nvidia.com 注册获取 key
export NVIDIA_NIM_API_KEY=nvapi-xxx

# 使用
pi -p --provider nvidia --model nvidia/openai/gpt-oss-20b "你好"

模型 ID	说明	上下文	实测（2026-08 流式探测）
openai/gpt-oss-20b	⭐ 实测最快：TTFB 0.8s / ~130 tok/s；数学/工具调用继承 GPT-OSS 家族，中文偏弱	128K	✅
minimaxai/minimax-m3	MiniMax 推理模型：TTFB 0.8s / ~70 tok/s	128K	✅
nvidia/nemotron-3-nano-30b-a3b	Nemotron 3 Nano MoE（思考型）：TTFB 0.8s / ~80 tok/s	128K	✅
moonshotai/kimi-k3	Moonshot 旗舰：生成偏慢（~5-18 tok/s）	128K	⚠️ 慢

实测排除：deepseek-v4-flash-0731（读超时 ×2）、stepfun-ai/step-3.7-flash（HTTP 500）、kimi-k2.6 / mistralai/codestral-22b（HTTP 404 免费账号无权限）、openai/gpt-oss-120b（本地 + CI 双网络连续超时，巡检确认后移除；Cloudflare 站有同名模型兑底）、nvidia/llama-3.3-nemotron-super-49b-v1.5（2026-08-31 从目录移除，探活 HTTP 410）、deepseek-ai/deepseek-v4-pro-0813（目录新增但无免费档证据，未收录）。工具调用兼容性未逐一验证。

🔭 变动监听：.github/workflows/nvidia-watch.yml 每周巡检（04:11 UTC）：匿名目录比对捕获下线/改名 + 仓库密钥对在册模型发微型流式探活（捕获「在册但不可用/无权限」）+ 重点厂商新增条目扫描提示评估收录；基线与指纹存 .github/watch-state/ 由 workflow 自动提交。需配置 secret NVIDIA_NIM_API_KEY。

AMD Radeon Cloud

AMD AI 开发者计划 Radeon Cloud 提供 OpenAI 兼容的模型 API，端点为 https://developer.amd.com.cn/radeon/api/v1。API key 可在 AMD 开发者计划中获取；模型目录可在 Token Factory 页面查看，也会由扩展启动后的后台校验从 GET /v1/models 自动同步。当前目录返回的模型均支持流式输出和工具调用，AMD 返回的价格按美元/百万 token 记录在模型元数据中。

配置与使用

# 从 AMD Radeon Cloud / Token Factory 获取 API key
export AMD_API_KEY=your-amd-api-key

# 使用 Qwen3.8 Flash Next
pi -p --provider amd --model amd/Qwen3.8-Flash-Next "你好"

PowerShell：

$env:AMD_API_KEY = "your-amd-api-key"
pi -p --provider amd --model amd/Qwen3.8-Flash-Next "你好"

可用模型

模型 ID	说明	输入	上下文	价格（每 1M token）
Qwen3.8-Flash-Next	Qwen 轻量多模态推理模型	文本 + 图像	256K	$0.15 输入 / $0.47 输出
DeepSeek-V4-Flash	DeepSeek V4 推理模型	文本	1M	$0.14 输入 / $0.28 输出
DeepSeek-V4-Flash-Vision-Exp	DeepSeek V4 多模态实验模型	文本 + 图像	1M	$0.14 输入 / $0.28 输出
MiniCPM5-1B	轻量推理模型	文本	128K	$0.124 输入 / $0.7425 输出
MiniCPM5-2B	轻量推理模型	文本	128K	$0.124 输入 / $0.7425 输出

AMD 的 /v1/models 需要认证，扩展在 AMD_API_KEY 可用时按在线目录与上述白名单取交集；网络或认证失败时保留内置清单，不阻塞 Pi 启动。AMD 目录当前将这些模型标记为非免费（free: false），请以 Token Factory 页面和实时目录的价格为准。

🔭 变动监听：.github/workflows/amd-watch.yml 每周使用仓库 secret AMD_API_KEY 检查模型是否仍在目录、价格/上下文/能力指纹是否变化，并对每个在册模型发送一次微型流式探活；同时发现目录新增模型并自动更新 .github/watch-state/ 基线。

Agnes AI（国际站 + 中国站）

Agnes AI 的 OpenAI 兼容网关，国际站（apihub.agnes-ai.com）与中国站（api.agnes-ai.cn）各注册一个 provider，模型阵容一致。Flash 系当前限时免费（$0 / 1M tokens），Pro 系为付费推理模型。支持工具调用、图片理解（base64 data URL 实测可用）、思维模式（经 chat_template_kwargs.enable_thinking 开启，已接入 pi 的 thinkingLevel）；多轮历史回传 reasoning_content 实测兼容。

# 在 https://www.agnes-ai.com（国际）或 https://www.agnes-ai.cn（中国）申请 key
export AGNES_API_KEY=sk-xxx      # 国际站
export AGNES_CN_API_KEY=sk-xxx   # 中国站

# 使用
pi -p --provider agnes --model agnes/agnes-2.5-flash "你好"
pi -p --provider agnes-cn --model agnes-cn/agnes-2.5-pro "你好"

模型 ID	说明	上下文	限额/价格
agnes-2.5-flash	全量升级版：编码专项、agent 工作流、工具调用、图像理解	512K	免费（限时）
agnes-2.5-pro	付费推理旗舰：高级编码、科学推理、长上下文、agent 终端任务	1M	$0.45/M 输入、$0.90/M 输出
agnes-2.5-pro-alpha	打榜版付费推理模型（同上基准参考）	1M	$0.45/M 输入、$0.90/M 输出
agnes-image-2.0-flash	图像生成专用模型	—	/v1/images/generations
agnes-image-2.1-flash	图像生成专用模型	—	/v1/images/generations
agnes-video-v2.0	视频生成模型	—	/v1/videos + 状态轮询
agnes-video-2.5	视频生成模型	—	/v1/videos + 状态轮询
agnes-video-2.5-flash	视频生成模型	—	/v1/videos + 状态轮询

agnes-2.0-flash 已官方标记 Deprecated（2026-08，迁移至 agnes-2.5-flash），不再注册。

Agnes 图像模型使用 /v1/images/generations，视频模型使用 /v1/videos 并轮询 /agnesapi?video_id=...；生成结果分别保存到 .pi/generated-images/ 和 .pi/generated-videos/，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接）。

🔭 变动监听：.github/workflows/agnes-watch.yml 每周巡检（04:35 UTC）：单模型文档页缺失＝疑似下线/改名；Flash 系文档「当前价格」非 $0＝限时免费撤销（最大风险）；参数指纹基线比对捕获原位升级/计费调整；llms.txt 全目录扫描发现新版本提示评估收录。全程匿名无需密钥。

Cloudflare Workers AI

当前目录已接入两个经过真实请求验证的非文本模型：

模型 ID	能力	路由
@cf/black-forest-labs/flux-1-schnell	图像生成	ai/run/{model}
@cf/deepgram/aura-2-en	TTS（英语）	ai/run/{model}
@cf/deepgram/aura-2-es	TTS（西班牙语）	ai/run/{model}

图像结果保存到 .pi/generated-images/，TTS 结果保存到 .pi/generated-audio/，转写（ASR）结果保存到 .pi/generated-transcripts/，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接）。Cloudflare 的 TTS 实测可用模型为 Deepgram Aura 2 的英语（aura-2-en）与西班牙语（aura-2-es），均为 ai/run 返回 audio/mpeg，其余语言变体在 Cloudflare 上未部署（返回 404 No route）。ASR 模型均已实测确认并注册：

• @cf/openai/whisper：请求体为 JSON { audio: <0–255 整数数组（原始字节）> }，传 base64 字符串或对象数组都会返回 400；响应取 result.text。
• @cf/deepgram/nova-3：把原始音频字节作为请求体、Content-Type: audio/* 发送（JSON / 对象 / multipart 形式均会 400），响应取 result.results.channels[0].alternatives[0].transcript。 两者都会把附带的音频文件 base64 解码后发送，转写文本与可点击的 .pi/generated-transcripts/ 转录文件路径会回显在 TUI。

SiliconFlow 的 TTS 与 ASR 接了 OpenAI 兼容音频接口（共享 streamOpenAITTS / streamOpenAIASR）：TTS 调 {baseUrl}/audio/speech（voice 默认 FunAudioLLM/CosyVoice2-0.5B:alex，可用模型 opencodeVoice 覆盖），ASR 调 {baseUrl}/audio/transcriptions（multipart 上传音频）。已注册：SiliconFlow 的 FunAudioLLM/CosyVoice2-0.5B(TTS) 与 FunAudioLLM/SenseVoiceSmall(ASR)。（ModelScope 音频为本地 Python SDK + GPU 推理、无公开 REST 端点，未接入；通用 handler 保留备用。）

SiliconFlow 文生视频 走异步两步：POST /v1/video/submit（body 含 model/prompt/image_size，可选 image 用于图生视频）拿 requestId，再轮询 POST /v1/video/status（{requestId}）直到 status: "Succeed"，从 results.videos[0].url 下载（已验证返回 video/mp4，约 3 分钟出片）。已注册 Wan-AI/Wan2.2-T2V-A14B（文本→视频）；若要做图生视频，可加 *I2V* 模型并把首张图作为 image 传入。

实测结论（用真实 key 跑过）：

• ✅ SiliconFlow ASR FunAudioLLM/SenseVoiceSmall 已验证：返回正确转写文本（如 "The quick brown fox jumps over the lazy dog."）。注意模型 id 是小写 SenseVoiceSmall（不是 SenseVoice-Small）。
• ✅ SiliconFlow TTS CosyVoice2-0.5B 已验证：按官方文档，voice 格式为 {模型id}:{说话人}（如 FunAudioLLM/CosyVoice2-0.5B:alex），已实测返回 audio/mpeg。种子模型已把 opencodeVoice 设为该值；如需换说话人，改 opencodeVoice 即可（与 references 字段互斥）。
• ❌ ModelScope 音频未接入（已移除死模型）：实测 api-inference.modelscope.cn 的 OpenAI 兼容 /v1/audio/* 与 MaaS /v1/models/iic/...（含 SAMBERT、CosyVoice2、SenseVoiceSmall，覆盖 GET/POST、数字 id、/inference 后缀等 10+ 种形态）全部 404；结合模型卡（如 IndexTeam/IndexTTS-2.5 的「快速开始」只给本地 uv sync + tts.infer(...) + NVIDIA GPU 的用法）可确认：ModelScope 音频模型是本地 Python SDK + GPU 推理，没有托管的公开 REST 端点。因此已从种子列表移除 iic/CosyVoice2-0.5B / iic/SenseVoiceSmall（选了会 404）；通用 streamOpenAITTS/streamOpenAIASR handler 保留，若将来出现可公开调用的 ModelScope 音频端点可立即复用。

Cloudflare 官方托管推理平台，走 OpenAI 兼容端点（https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1）。注意它没有免费模型清单：全平台共享每天 10,000 Neurons 的免费算力（UTC 0 点重置），而每个模型的单价差异极大（输出单价最高与最低相差约 16 倍）——大模型重活一天可能只够几轮。定位建议：轻量问答 / 兜底备用，不适合当主力；下表给出逐模型换算。

数据来源：官方定价页（developers.cloudflare.com/workers-ai/platform/pricing/），2026-08 实测抓取。

配置

# 在 https://dash.cloudflare.com 获取 Account ID，创建 API Token（Workers AI 权限）
export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_API_KEY=your-api-token

可用模型

（数据源：官方定价页 + GET /accounts/{id}/ai/models/search；仅注册免费额度内可用的模型）

模型 ID	说明	上下文	免费额度 ≈ 纯输出/天*
@cf/openai/gpt-oss-120b	OpenAI 开源旗舰（编码/数学强）	128K	≈147K tokens
@cf/openai/gpt-oss-20b	低延迟版	128K	≈367K tokens
@cf/meta/llama-3.3-70b-instruct-fp8-fast	最强 Llama 3.3	128K	⚠️ ≈49K tokens
@cf/qwen/qwen3-30b-a3b-fp8	Qwen3 MoE 高效	128K	≈328K tokens
@cf/qwen/qwen2.5-coder-32b-instruct	代码专用	128K	≈110K tokens
@cf/google/gemma-4-26b-a4b-it	Google 多模态（文本+图像）	128K	≈367K tokens
@cf/zai-org/glm-4.7-flash	131K 上下文	131K	≈275K tokens
@cf/deepseek-ai/deepseek-r1-distill-qwen-32b	DeepSeek 推理	64K	⚠️ ≈23K tokens

* 按 10,000 Neurons/天 ÷ 该模型每百万输出 token 的 neurons 单价估算，输入另计。⚠️ = 额度杀手：deepseek-r1-distill 输出单价高达 443,756 neurons/M（推理模型输出又长，最容易打穿当日额度）；llama-3.3-70b-fast 输出 204,805/M 且输入 26,668/M——塞一个 10 万 token 仓库上下文就吃掉日额度的 27%。

⚠️ 付费模型未注册：deepseek-v4-flash-0731、deepseek-v4-pro-0813、glm-5.2、glm-5.3、glm-5.3-flash、kimi-k2.6、kimi-k2.7-code 需 Workers Paid 账单或 AI Gateway 预付额度，免费额度调用会失败，本扩展（及 opencode blacklist）已排除。

🔭 变动监听：.github/workflows/cloudflare-watch.yml 每周巡检（03:47 UTC）双向检测：① 在册模型从官方目录页消失即报——运行时 filterToLive 对 Cloudflare 不生效（其 models 端点按账号鉴权），此工作流是唯一兜底；② 新模型发现——官方定价页按模型列出 Neurons 单价，新上架即被捕获，并自动按 10,000 Neurons/天免费额度换算日输出预算分级提示（≥100K tokens/天“优先评估”、30–100K“可用但偏耗额度”、<30K“额度杀手”；对标 gpt-oss-120b ≈147K）。基线存 .github/watch-state/ 由 workflow 自动提交，全程匿名无需密钥。

使用

pi -p --provider cloudflare --model cloudflare/@cf/openai/gpt-oss-120b "你好"

Cloudflare 特有的坑（已内置处理）

• URL 路径内嵌账户 ID，streamCloudflare 在请求时从 CLOUDFLARE_ACCOUNT_ID 动态拼装；该变量缺失时立即报错而非静默失败。
• 响应含 reasoning_content（思考）字段，扩展的标准 processDelta 已按 thinking 块处理并回传历史（与 DeepSeek V4 一致）。
• 免费额度按 Neurons 计费（非 token），且全平台共享日配额：编码场景单轮上下文动辄数万 token，输入消耗不可忽略（如 qwen2.5-coder-32b 输入高达 60,000 neurons/M，10 万 token 上下文 = 日额度的 60%）。轻量短对话一天几十次没问题；长上下文 agentic 任务请优先 SiliconFlow/Zen 等真免费档。

实测兼容性（2026-08，/ai/v1/chat/completions 端点）

模型	纯对话	工具调用 (tool_calls)	多轮历史回传
@cf/zai-org/glm-4.7-flash	✅	✅ 标准格式	✅ agent 工作流首选
@cf/qwen/qwen2.5-coder-32b-instruct	✅	⚠️ 以 <tools> XML 文本嵌入，不走标准 tool_calls	⚠️ 仅适合纯对话/代码问答
@cf/openai/gpt-oss-120b	✅	✅ 第一轮正常	❌ 回传历史报 400 schema 错误（CF 端已知限制）
@cf/meta/llama-3.3-70b-instruct-fp8-fast	✅	未全测（24K 上下文，注意 max_tokens 已按实测收紧）	—
@cf/qwen/qwen3-30b-a3b-fp8	✅	未全测（32K 上下文，已按实测收紧）	—
@cf/deepseek-ai/deepseek-r1-distill-qwen-32b	✅	未全测（80K 上下文）	—

各模型实际上下文以本次实测为准：llama-3.3-70b = 24K、qwen3-30b-a3b/qwen2.5-coder-32b = 32K、deepseek-r1-distill-qwen-32b = 80K、其余 ≥131K。模型注册的 contextWindow/maxTokens 已按实测值收紧，避免 CF 端 400 超限错误。

如何选择

8 个额外供应商全部模型统一对比（基准数据截至 2026-08，来源：官方技术报告 + 独立评测）：

供应商	模型	规模	上下文	能力定位	实测
硅基流动	nex-agi/Nex-N2-Pro	397B MoE (17B 激活)	256K	🏆 曾是免费旗舰编码/agent：SWE-Bench Pro 58.8、SWE Verified 80.8；2026-08 起转付费	❌ 转付费
硅基流动	Qwen/Qwen3-8B	8B dense	128K	轻量通用，响应快（现免费档主力）	✅
硅基流动	deepseek-ai/DeepSeek-R1-0528-Qwen3-8B	8B dense (蒸馏)	128K	免费档内最强推理	✅
魔塔社区	Qwen/Qwen3-Coder-30B-A3B-Instruct	30B MoE (3B 激活)	128K	中端编码向：SWE-bench Lite 49.7%（88 百分位）；唯一开箱即用的 ModelScope 模型	✅
魔塔社区	deepseek-ai/DeepSeek-V4-Pro	1.6T MoE (49B 激活)	1M	顶级推理 + 1M 超长上下文（整仓库/长文档分析独一档）+ 中文世界知识第一（Chinese-SimpleQA 84.4，仅次 Gemini-3.1-Pro）；抽象推理偏弱（ARC-AGI-2 46%）	❌ 需开通
NVIDIA	openai/gpt-oss-20b	20B MoE (3.6B 激活)	128K	⭐ 免费档实测最快（TTFB 0.8s / ~130 tok/s）；GPT-OSS 家族数学/工具调用强，中文偏弱	✅
NVIDIA	minimaxai/minimax-m3	—	128K	快速推理模型（TTFB 0.8s / ~70 tok/s）	✅
NVIDIA	nvidia/nemotron-3-nano-30b-a3b	30B MoE (3B 激活)	128K	NVIDIA 自家思考型轻量模型（~80 tok/s）	✅
NVIDIA	moonshotai/kimi-k3	—	128K	Moonshot 旗舰，NIM 端生成偏慢	⚠️ 慢
NVIDIA	openai/gpt-oss-120b	117B MoE (5.1B 激活)	128K	数学/工具调用强（AIME 95.8）；中文致命伤；本地+CI 双网络持续超时，已从扩展移除	❌ 已移除
AMD Radeon Cloud	Qwen3.8-Flash-Next	—	256K	多模态推理，工具调用；国内直连	✅
AMD Radeon Cloud	DeepSeek-V4-Flash	—	1M	超长上下文推理	✅
AMD Radeon Cloud	DeepSeek-V4-Flash-Vision-Exp	—	1M	多模态实验模型	✅
SenseNova	glm-5.2	—	1M	智谱旗舰长程任务：1M 上下文端到端开发管线	✅
SenseNova	deepseek-v4-flash	—	1M	DeepSeek 高性能对话（thinking/非 thinking、工具调用）	✅
SenseNova	sensenova-6.8-flash-lite	—	256K	新一代轻量多模态（文本+图像）	✅
SenseNova	sensenova-6.7-flash-lite	—	256K	轻量多模态智能体（文本+图像）	✅
Cloudflare	@cf/zai-org/glm-4.7-flash	—	131K	131K 上下文，工具调用/agent 完整兼容（CF 端实测最佳）	✅
Cloudflare	@cf/openai/gpt-oss-120b	117B MoE (5.1B 激活)	128K	编码/数学强，但多轮工具历史回传不兼容（单轮可用）	⚠️
Cloudflare	@cf/meta/llama-3.3-70b-instruct-fp8-fast	70B	24K（实测）	最强 Llama 3.3，上下文小	✅
Cloudflare	@cf/qwen/qwen2.5-coder-32b-instruct	32B	32K（实测）	代码专用，工具调用为 XML 文本（非标准）	⚠️
Cloudflare	@cf/google/gemma-4-26b-a4b-it	26B MoE (4B 激活)	128K	多模态（文本+图像）	✅
Agnes	agnes-2.5-flash	—	512K	免费 512K 长上下文：编码专项、agent 工作流、工具调用、图像理解；全量升级版	✅
Agnes	agnes-2.5-pro	—	1M	付费推理旗舰：高级编码、科学推理、长上下文分析、agent 终端任务（Artificial Analysis 智能排名 #9/153，TerminalBench v2.1 67.0%，GPQA 87.6%）；$0.45/M 输入、$0.90/M 输出	✅
Agnes	agnes-2.5-pro-alpha	—	1M	打榜版付费推理（基准数据同 pro，付费）	✅

场景选择矩阵：

场景	选它
日常编码 / agent 开发（默认主力）	魔塔 Qwen3-Coder-30B-A3B-Instruct（免费中最强编码）；轻量快速用硅基 Qwen3-8B（免费）
免费长上下文（512K）/ 双站可选	Agnes agnes-2.5-flash（国际站海外直连）或 agnes-cn/agnes-2.5-flash（中国站国内直连，速度更稳）
超长上下文 / 长程开发管线	SenseNova glm-5.2（开箱即用）、魔塔 DeepSeek-V4-Pro（需开通额度）或 Agnes agnes-2.5-pro（1M，付费）
付费强推理（编码/科学/终端）	Agnes agnes-2.5-pro（1M 上下文，AA 智能榜 #9）
中文任务	硅基 Qwen/Qwen3-8B（免费）或魔塔 DeepSeek-V4-Pro（需开通，勿用 GPT-OSS-120B）
多模态（文本+图像）	SenseNova sensenova-6.8-flash-lite、Cloudflare gemma-4-26b 或 Agnes agnes-2.5-flash
英文数学、结构化输出	NVIDIA GPT-OSS-20B（免费档实测最快）
海外网络兜底 / agent 工作流	Cloudflare glm-4.7-flash（额度独立，工具调用完整兼容）
限流兜底、轻量快速	ModelScope Qwen3-Coder-30B / 硅基 Qwen3-8B

推荐组合：主力 modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct + 兜底 siliconflow/Qwen/Qwen3-8B（额度独立，主力限流时顶上；硅基免费档 2026-08 收缩后仅剩 8B/9B 小模型，强推理任务可切 siliconflow/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B）；国内长上下文/双通道用 agnes-cn/agnes-2.5-flash，长上下文推理/多模态需求切 SenseNova/Agnes，特殊场景按需切换。

⚠️ 各平台免费额度均注明 "limited time"，模型可能随时下架/改名/转付费（NVIDIA 实测已下架 3 个模型），且免费期会话数据可能被用于改进模型，勿发敏感内容、勿当生产依赖。

opencode 原生集成

上述 sensenova provider 也可通过 opencode 自定义 provider 直接配置，无需本扩展。opencode 原生集成走 @ai-sdk/openai-compatible，不依赖自定义 streamSimple，但也不含扩展内置的 cleanBody 消息清洗（合并 system 消息、删 content: null）。

Cloudflare Workers AI（内置 provider，零配置）

opencode 原生内置 cloudflare-workers-ai provider，只需设置环境变量（与 pi 扩展共用）：

export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_API_KEY=your-api-token

TUI 内 /models 即可看到 cloudflare-workers-ai/@cf/... 全部免费模型。为避免误用付费额度，建议在配置中 blacklist 付费模型（本仓库 README 上方配置示例已含）：

{
  "provider": {
    "cloudflare-workers-ai": {
      "blacklist": [
        "@cf/deepseek-ai/deepseek-v4-flash-0731",
        "@cf/deepseek-ai/deepseek-v4-pro-0813",
        "@cf/zai-org/glm-5.2",
        "@cf/zai-org/glm-5.3",
        "@cf/zai-org/glm-5.3-flash",
        "@cf/moonshotai/kimi-k2.6",
        "@cf/moonshotai/kimi-k2.7-code"
      ]
    }
  }
}

# CLI
opencode run -m cloudflare-workers-ai/@cf/openai/gpt-oss-120b "你好"
opencode run -m cloudflare-workers-ai/@cf/qwen/qwen2.5-coder-32b-instruct "你好"

配置

~/.config/opencode/opencode.json（全局）或 opencode.json（项目级）：

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "sensenova": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "SenseNova (商汤日日新)",
      "options": {
        "baseURL": "https://token.sensenova.cn/v1",
        "apiKey": "{env:SENSENOVA_API_KEY}"
      },
      "models": {
        "sensenova-6.7-flash-lite": {
          "name": "SenseNova 6.7 Flash-Lite",
          "limit": { "context": 262144, "output": 65536 },
          "reasoning": true,
          "attachment": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "sensenova-6.8-flash-lite": {
          "name": "SenseNova 6.8 Flash-Lite",
          "limit": { "context": 262144, "output": 65536 },
          "reasoning": true,
          "attachment": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-v4-flash": {
          "name": "DeepSeek V4 Flash (via SenseNova)",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "glm-5.2": {
          "name": "GLM-5.2 (via SenseNova)",
          "limit": { "context": 1048576, "output": 131072 },
          "reasoning": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "siliconflow": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "硅基流动 (SiliconFlow)",
      "options": {
        "baseURL": "https://api.siliconflow.cn/v1",
        "apiKey": "{env:SILICONFLOW_API_KEY}"
      },
      "models": {
        "Qwen/Qwen3-8B": {
          "name": "Qwen3-8B (免费)",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-ai/DeepSeek-R1-0528-Qwen3-8B": {
          "name": "DeepSeek-R1-0528-Qwen3-8B (免费推理)",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": false,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "modelscope": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "魔塔社区 (ModelScope)",
      "options": {
        "baseURL": "https://api-inference.modelscope.cn/v1",
        "apiKey": "{env:MODELSCOPE_API_KEY}"
      },
      "models": {
        "Qwen/Qwen3-Coder-30B-A3B-Instruct": {
          "name": "Qwen3-Coder-30B",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-ai/DeepSeek-V4-Pro": {
          "name": "DeepSeek V4 Pro (需在控制台开通额度)",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "nvidia": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "NVIDIA NIM",
      "options": {
        "baseURL": "https://integrate.api.nvidia.com/v1",
        "apiKey": "{env:NVIDIA_NIM_API_KEY}"
      },
      "models": {
        "openai/gpt-oss-120b": {
          "name": "GPT-OSS 120B",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "agnes": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Agnes AI (国际站)",
      "options": {
        "baseURL": "https://apihub.agnes-ai.com/v1",
        "apiKey": "{env:AGNES_API_KEY}"
      },
      "models": {
        "agnes-2.5-flash": {
          "name": "Agnes 2.5 Flash",
          "limit": { "context": 512000, "output": 65536 },
          "reasoning": true, "tool_call": true, "attachment": true,
          "cost": { "input": 0, "output": 0 }
        },
        "agnes-2.5-pro": {
          "name": "Agnes 2.5 Pro",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        },
        "agnes-2.5-pro-alpha": {
          "name": "Agnes 2.5 Pro Alpha",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        }
      }
    },
    "agnes-cn": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Agnes AI (中国站)",
      "options": {
        "baseURL": "https://api.agnes-ai.cn/v1",
        "apiKey": "{env:AGNES_CN_API_KEY}"
      },
      "models": {
        "agnes-2.5-flash": {
          "name": "Agnes 2.5 Flash",
          "limit": { "context": 512000, "output": 65536 },
          "reasoning": true, "tool_call": true, "attachment": true,
          "cost": { "input": 0, "output": 0 }
        },
        "agnes-2.5-pro": {
          "name": "Agnes 2.5 Pro",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        },
        "agnes-2.5-pro-alpha": {
          "name": "Agnes 2.5 Pro Alpha",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        }
      }
    }
  }
}

使用

# CLI
opencode run -m sensenova/sensenova-6.7-flash-lite "你好"
opencode run -m siliconflow/Qwen/Qwen3-8B "你好"
opencode run -m modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct "你好"
opencode run -m nvidia/openai/gpt-oss-20b "你好"
opencode run -m agnes/agnes-2.5-flash "你好"
opencode run -m agnes-cn/agnes-2.5-flash "你好"

# 设为默认模型
opencode.json → "model": "sensenova/glm-5.2"

TUI 内 Ctrl+O 选 provider 后用 Ctrl+P 切换模型。

与 pi 扩展的差异

维度	pi 扩展 (pi-cn-free-model-providers)	opencode 原生
底层	自定义 streamSimple + fetch	@ai-sdk/openai-compatible
消息清洗	内置 cleanBody（合并 system、删 content: null）	无（AI SDK 默认行为）
Scope	仅 pi 可用	opencode TUI/CLI 可用
依赖	零外部依赖	需 @ai-sdk/openai-compatible（opencode 自动安装）

opencode 原生方式不经过 cleanBody，但实测标准对话/工具调用均正常；若遇到 Errors in message queue response 400 错误，说明 SenseNova 网关拒绝了某字段，建议换用 pi 扩展（内置清洗）或避免使用 structured output 等特性。

注意事项

1. 模型歧义：若机器上也配置了 pi 内置 opencode provider 且带 key，裸 --model mimo-v2.5-free 等模型 ID 会报 "ambiguous across providers"。解决：显式 --provider opencode-zen，或删除内置 opencode 的 key，或将 defaultProvider 设为 opencode-zen。

2. 限流是共享的：匿名 public key 的免费额度是全 Zen 用户共享的（社区实测约 200 请求/天兜底，官方未公布固定配额），到达后返回 429 FreeUsageLimitError，需等待重置。人越多额度越紧张。

3. UA 门可能变化：本扩展写死 User-Agent: opencode/1.15.5。OpenCode 官方若调整版本号或免费门控策略，免费通道可能失效，需同步更新本文件中的 OPENCODE_STATIC_HEADERS。

4. 数据条款：免费模型的免费期内，提交的数据可能被用于改进模型（官方隐私声明明确例外）。切勿发送敏感/机密内容。nemotron-* 为 NVIDIA 试用端点，禁止提交个人或机密数据，会话会被记录。

5. 免费是限时的：官方措辞为 "available for a limited time"，模型可能随时下架、改名或转为付费，不适合作为生产依赖。

6. 单文件可审计：整个扩展就是一个 .mjs 文件，使用前建议通读确认无异常行为。

7. 代理会导致 500：Zen API 请求不能走 HTTP 代理（实测经 v2rayN/Clash 等代理转发返回 500 Internal server error，直连正常）。若系统全局代理已开启（Windows WinINET），node/bun 的 fetch 默认不读系统代理所以不受影响，但请勿为此扩展显式设置 HTTPS_PROXY/HTTP_PROXY 环境变量指向代理。

8. DeepSeek V4 思维模式回传：deepseek-v4-flash（通过 SenseNova 等）思维模式开启时，DeepSeek 要求历史中 assistant 消息（尤其带 tool_calls 的轮次）必须回传 reasoning_content，缺失即报 400 The reasoning_content in the thinking mode must be passed back to the API。本扩展已把 pi 内部 thinking 块转回顶层 reasoning_content 字段随历史回传（空字符串也保留，工具调用轮次强制携带）。

9. npm 发布与 Trusted Publisher：npm 发布由 .github/workflows/publish-npm.yml 负责，采用 GitHub Actions OIDC Trusted Publisher，不需要长期保存 NPM_TOKEN。发布前递增 package.json 版本号，再推送匹配的 v* tag；Trusted Publisher 必须绑定仓库 pgciq/pi-cn-free-model-providers 和 workflow .github/workflows/publish-npm.yml。

10. package.json 的 UTF-8 BOM（1.0.2 已修复）：1.0.0/1.0.1 发布到 npm 的 package.json 首行带 UTF-8 BOM。pi 的 readPiManifest 用裸 JSON.parse 解析该文件，BOM 会令解析抛错并被静默忽略，导致整个扩展不加载（/model 里看不到 opencode-zen/sensenova 等任何 provider）。1.0.2 起已去掉 BOM；若 pi install 后看不到 provider，请 pi update --extensions 确认装的是 1.0.2+。pi 侧的健壮性问题已提交：earendil-works/pi#8310。

11. 无需手动配置 auth.json（1.0.4 起）：旧版要求 ~/.pi/agent/auth.json 中为每个 provider 添加 { "type": "api_key", "key": "public" } 条目，否则 pi 找不到 key 会直接跳过扩展（报 No API key found for <provider>）。1.0.4 起每个 provider 自注册 apiKey: "public"（匿名占位），pi 视其为已配置 key，装完即可见可用；要使用账号 key 直接用环境变量即可。重装插件后无需再改 auth.json。

12. 免费清单自动去漂移（1.0.6 起）：启动后会在后台拉取各自 provider 的 /v1/models 实时列表，与内置白名单做交集，自动剔除已从免费档下架/改名的模型（如某模型被移出免费档，下次启动即不再出现，无需等发版）。设计上只删不增：因为各 /v1/models 端点不返回定价，且付费模型会保留 -free 后缀（如已被移出免费档的 deepseek-v4-flash-free 仍列在 Zen 端点里），自动新增会把付费模型误当免费暴露。新增免费模型仍需在 pi-cn-free-model-providers-ext.mjs 的对应白名单里人工添加（并补好 metadata）。拉取失败/超时（8s）时静默回退到内置白名单，注册永不中断；第三方供应商需设置对应 API key 环境变量才会做实时校验，否则直接用内置列表。

13. Zen 免费模型自动发现 + 免费状态复核（1.0.7 起）：Zen 供应商在启动后会在后台对实时列表中的全部模型逐个发探测请求（max_tokens: 1 的小请求，8 路并发）：匿名 public key 能返回 200 即判定免费（付费模型在鉴权阶段就被 401 拒绝，不计费）；若设置了真实 OPENCODE_API_KEY，则改用响应中的 cost 字段是否为 0 判定。因此：① 不在白名单的新免费模型无需等插件发版即可直接使用（自动注册，保守 metadata：上下文 128K / 输出 64K，名称即模型 ID）；② 白名单模型若被官方转为付费，即使仍在 /v1/models 里也会被自动剔除，避免匿名下报错、配了真实 key 时被误扣费。探测结果分三档：free（保留/新增）、paid（剔除）、unknown（网络故障等，一律保留原状，瞬时故障不会清空列表；全部 unknown 时回退到白名单 ∩ 实时列表）。白名单条目始终优先（元数据更精确），想要补全显示名/上下文窗口可在白名单中加正式条目。

命令

• /model-capabilities [image|video|audio|vision|reasoning|tools] — 列出本扩展注册的全部 provider 下每个模型的能力；已验证的图像/视频/音频模型也会注册并使用原生 endpoint。
• /model-prices [provider] — 查询已注册模型的 catalog 定价（USD/1M tokens、上下文窗口）。零值表示 curated catalog 标记为免费；没有真实价格时显示 —。
• /model-usage — 查询当前 Pi 进程累计的 token/cost 使用量。它是 session usage，不是各 provider 的后台账单；各 provider 没有统一 usage API。

ModLens 视觉引擎切换

若安装了 ModLens 技能（~/.agents/skills/modlens），可通过以下命令在已配置的视觉引擎间切换：

# 查看当前状态
bash ~/.agents/skills/modlens/scripts/run.sh doctor

# 切换视觉引擎（推荐用 config use openai <槽位>，再设 provider openai）
# key 从环境变量读取（.zshrc 已配置，无需手动输入）

# --- 国内直连（无需代理） ---

# Agnes CN（免费，512K 上下文，默认首选）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai cn
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 智谱 GLM-4V Plus（需 key，环境变量 BIGMODEL_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai zhipu
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 商汤 SenseNova 6.8 Flash Lite（免费多模态，环境变量 SENSENOVA_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai sensenova
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 阿里通义千问 Qwen-VL（需 key，环境变量 ALI_API_KEY，DashScope 平台）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai dashscope
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 硅基流动 Qwen3-VL-30B-A3B（环境变量 SILICONFLOW_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai siliconflow
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# Agnes 国际版（国内直连可用，比 CN 慢约一倍）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai intl
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# --- 需代理 ---

# Gemini（免费，~1500次/天，需要代理访问 Google API）
bash ~/.agents/skills/modlens/scripts/run.sh config set provider gemini-api

各引擎对比：

引擎	模型	速度	布局分析	网络	实测	当前状态
Agnes CN	agnes-2.5-flash	~17-20s	48 区域（详细）	直连国内	✅	✅ 首选
智谱	glm-4v-plus	~21s	—	直连国内	✅（需 structuredOutput: true）	备选
商汤	sensenova-6.8-flash-lite	~27s	多模态	直连国内	✅	备选
阿里通义千问	qwen3-vl-flash	—	—	直连国内	❌ VL 免费额度耗尽（图像生成额度有剩余）	备选
硅基流动	Qwen3-VL-30B-A3B	~39s	开源视觉 MoE	直连国内	✅	备选
Gemini	gemini-3.6-flash	~16s	4 区域（简洁）	需代理	✅	备选
Agnes 国际版	agnes-2.5-flash	~35s	48 区域（详细）	国内直连（慢）	✅	备选

所有 openai 槽位的 key 均从环境变量读取（AGNES_CN_API_KEY、AGNES_API_KEY、BIGMODEL_API_KEY、SENSENOVA_API_KEY、SILICONFLOW_API_KEY、ALI_API_KEY），配置在 ~/.zshrc 中。

License

MIT