Free QWQ - 世界首个免费无限制分布式 QwQ API

[nexmoe]

大家好，很高兴在这里向各位介绍我们的产品 Free QWQ 。这是世界上第一个完全免费、无限制、无需注册登录的分布式 AI 算力平台，基于 QwQ 32B 大语言模型提供强大的 AI 服务。

传送门：（https://qwq.aigpu.cn）立刻开始使用免费 API

为什么开发 Free QWQ ？

目前市面上的 AI 服务要么收费昂贵，要么有严格的使用限制。因为大语言模型的 GPU 服务器成本非常非常高，尤其是像 QwQ 32B 这样的大规模模型，全世界都没有这样一个完全免费、无限制的产品。

因此，我们希望通过分布式家用显卡算力网络，打造一个零门槛、高性能的 AI 服务平台，让所有人都能享受 AI 带来的便利。

为什么取名叫 Free QWQ ？

Free 代表我们的核心理念 - 让 AI 服务完全免费，QwQ 则来自于我们采用的 QwQ 32B 大语言模型，这是阿里最新开源的强大模型，其性能媲美 DeepSeek-R1 、o1-mini 等明星模型。

如何实现免费服务？

我们采用创新的分布式算力架构，整合了来自全球的闲置显卡资源，包括个人电脑和网吧的 3090 、4080 、4090 等高性能显卡。通过这种方式，我们构建了一个庞大的分布式计算网络，可以为用户提供强大而免费的算力支持。

核心特点

• 完全免费：无需付费，无使用次数限制
• 零门槛：无需注册登录，获取 API Key 即可使用
• 高性能：基于 QwQ 32B 模型，性能媲美主流商业模型
• 实时响应：优化的分布式推理系统，确保快速响应
• 安全可靠：采用安全稳定的分布式计算网络
• 简单部署：提供一键部署方案，无需专业知识
• 灵活接入：支持 API 调用和在线 Chat Bot 两种方式
• 收益共享：用户可以共享闲置算力获得积分收益

技术优势

• 分布式算力网络：已接入超过一万台个人电脑和数十万台网吧的闲时算力资源
• 高性能推理：在 RTX 4090 上可达到 30-40 tokens/秒的推理速度
• 优质模型：采用 QwQ 32B 模型，在数学推理、代码生成和通用任务处理方面表现出色
• 安全保障：高度重视用户隐私和数据安全，提供全方位的安全保护

看看效果

使用方式

1. 访问 https://qwq.aigpu.cn/ 获取免费 API Key
2. 通过 API 接口调用服务
3. 或直接使用在线 Chat Bot 体验

支持平台

本项目得到以下平台的大力支持：

• 共绩算力 (https://gongjiyun.com)
• 算了么 (https://suanleme.cn)

最后

如果大家觉得这套页面 UI 样式不错，稍后我会开源到 Github 上，欢迎大家 fork 和 star 。

[ucaime]

免费的才是最贵的，没点进去盲猜几个可能：
1. 免费不等于永久免费，先进来再收割？
2. 想真永久免费必须贡献自己的算力？

[nexmoe]

@ucaime 会有几个固定永久免费的模型。之前是 DeepSeek 7B ，现在是 QwQ 32B ，未来也会有新模型。

[jroger]

我还是挺喜欢这种方式的。只要把价格打下来。如果云服务商杀红眼了，这种方式他们会千方百计的搞你。

[scyuns]

UI 不错 就是 CURL 失败了

[nexmoe]

@scyuns 刚刚发现 curl 命令的 body 写错了，已经纠正了

[molezznet]

试了下，速度好慢 ………… 感觉是用 cpu ……

[ccloving]

用了下，32B 好慢好慢好慢。
671b 不免费。

[cat9life]

免费只有两条归路：1. 为商业引流，完成使命后收费或者取消。2. 为爱发电，最终觉得委屈而关闭。

[nexmoe]

@cat9life 我们就是为了商业引流的，但是会一直提供免费模型，只要模型能在消费级显卡上单卡跑

[nexmoe]

@ccloving
@molezznet

估计是跑在 3080 上了，准备把 3080 下了。然后有些节点可能还没预热成功，命中了没预热的节点就会很慢

[nexmoe]

刚刚把 16G 显存以下节点撤了，只有下面几种显卡类型了。
NVIDIA GeForce RTX 4090 Laptop GPU
NVIDIA GeForce RTX 4090 D
NVIDIA GeForce RTX 4090
NVIDIA GeForce RTX 3090 Ti
NVIDIA GeForce RTX 3090
NVIDIA only 4090 laptop

[agood]

一眼就很皮包公司，世界、首个、免费、无限制…恨不得把所有极限词都用上

[nexmoe]

@agood 但这就是客观事实啊，熬大夜通宵赶出来，那不就是抢快吗。
我们本质上做分布式平台的，世界上也确实没有把 QwQ 32B 跑在分散的家用电脑上的。
之前 DeepSeek 7B 就是完全免费，但是需要登录。现在 QwQ 32B 直接就是免费且没有限制，API KEY 都直接给出来了，登录注册都不需要。

[nolan1864]

数十万台网吧资源怎么搞的，而且网吧一般不都是 3060, 4070 的中端显卡么，显存就不太够吧，8G 的显存装了模型，就没多少分给 kvcache 了，性价比太低了。

[mkroen]

支持！另外提一嘴，算了么什么时候能支持 linux😂

[1daydayde]

示例请求前面四行最后面少了 \ 😒

[nexmoe]

@0312birdzhang 已优化

[Moyyyyyyyyyyye]

虽然但是，没响应过

[RiESA]

分布式算力网络：已接入超过一万台个人电脑和数十万台网吧的闲时算力资源

🤔被接入的对方知情吗? 我的意思是这描述怎么看起来像肉鸡

[JZen]

赞一个，很巧的是今天上午我想起以前还在上学的时候玩过一个类似的事情，做了一个抠图的模型部署到服务器，但阿里云学生机算力不够，不能同时运行多个任务，于是又写了个 Python 脚本在终端运行（例如电脑、Linux 开发板），从服务器获取一个任务然后返回运算结果，最后发现网络带宽又不够用了。。。

[nexmoe]

@RiESA 知情的，用户得手动接入

[nexmoe]

@JZen 确实，带宽是个很大问题

[xiaowang9996]

有一点点慢，但是通过这个 api ，的确能实现不少想法

[nexmoe]

@Psily1017 以后有技术实力了狠狠优化

[whileFalse]

盈利模式是什么

[Gomoku2024]

[Gomoku2024]

[Gomoku2024]

代码中给了一分钟响应时间，除了反应慢，还挺好用👍

[snake9804]

不然去发币吧

[v1]

@whileFalse 网吧闲置机器挂机赚钱，和 pcdn 一样的业务模式，mini 矿机

[lloovve]

十万台就这个速度吗？还是就弄了一个显卡空手套？正常理解接入十万台，给这个 qwq100 台算力，也不至于这个速度啊

[lovestudykid]

QwQ BF16 原版 66G ，家用 GPU 都跑不了吧，官方 Q4 量化我体验性能还是差不少的，后面可能会有更好的量化版本

[lithiumii]

petals 比你们早吧，而且是小显存的卡分布式部署大于单卡显存的模型。可惜免费节点已经没人跑了。

[lovestudykid]

你们的 https://gongjiyun.com/ 这个网站是用用户机器挖矿还是跑 LLM ？一打开就疯狂占用 GPU ，卡得要死

[nexmoe]

@Amose2024 #28
@lloovve

用户电脑质量参差不齐，我们还没有做好稳定性检测。目前提供了 50 个节点，有些节点质量还不错，有些节点质量比较差，可以看图。


[root71370]

有点意思

[root71370]

这是不是变相的挖矿啊

[jsutfun]

这个是真的慢呀

[wsc449]

llama runner process has terminated: error loading model: unable to allocate CUDA0 buffer
llama_model_load_from_file_impl: failed to load model (type: api_error)

[nexmoe]

@lovestudykid #34 只有一些简单的动画，下周让前端优化一下

[Charon2050]

有没有考虑过提供一些非推理模型作为免费的选择？有很多时候用户的问题并不需要推理

[nexmoe]

@Charon2050 怎么说，比如哪些模型

[ischanx]

共绩算力有新活了

[yshtcn]

@nexmoe 比如 Qwen 系列

[justlikemaki]

偶尔用用的话，不如用 huggingface 或者魔塔的 demo