Các mô hình AI OpenRouter miễn phí tốt nhất cho lập trình năm 2026

jason chenAug 13, 2026

Các mô hình mã hóa AI miễn phí hữu ích cho nhiều việc hơn là chỉ viết một hàm tiện ích nhỏ. Các nhà phát triển hiện sử dụng chúng để gỡ lỗi, tạo bài kiểm tra, tái cấu trúc các thành phần, lên kế hoạch di chuyển và vận hành các agent lập trình.

OpenRouter giúp việc thử nghiệm đó dễ dàng hơn bằng cách cung cấp quyền truy cập vào một lựa chọn luôn thay đổi các mô hình miễn phí thông qua một API tương thích OpenAI. Nhưng không phải mô hình miễn phí nào cũng hữu ích như nhau cho lập trình. Một số được thiết kế chuyên biệt cho các agent lập trình, một số tốt hơn cho việc lặp nhanh, và những mô hình khác có giá trị vì chúng có thể suy luận trên một lượng rất lớn ngữ cảnh kho lưu trữ.

Hướng dẫn này đề cập đến các mô hình AI OpenRouter miễn phí tốt nhất cho lập trình tính đến ngày 11 tháng 8 năm 2026. Nó cũng giải thích vị trí của các mô hình miễn phí trong quy trình phát triển—và khi nào nên chuyển sang chiến lược API đa mô hình ổn định hơn.

Quan trọng: Tính khả dụng của mô hình miễn phí, giới hạn tốc độ và chính sách của nhà cung cấp có thể thay đổi. Hãy xác nhận rằng một mô hình vẫn còn :free biến thể trên OpenRouter trước khi đưa nó vào quy trình làm việc.

Câu trả lời nhanh: các mô hình lập trình OpenRouter miễn phí tốt nhất.

Phù hợp nhất cho	Mô hình	ID mô hình	Lý do nổi bật
Lập trình hàng ngày và các tác vụ terminal	North Mini Code	`cohere/north-mini-code:free`	Được thiết kế chuyên dụng để tạo mã và kỹ thuật phần mềm tác tử
Các tác vụ phức tạp của tác tử mã hóa	Laguna S 2.1	`poolside/laguna-s-2.1:free`	Được xây dựng cho kỹ thuật phần mềm, lập luận và các quy trình làm việc định hướng công cụ
Viết mã tác tử nhẹ	Laguna XS 2.1	`poolside/laguna-xs-2.1:free`	Tùy chọn tác nhân mã hóa nhỏ hơn với ngữ cảnh dài
Kho lưu trữ lớn và đặc tả	Nemotron 3 Ultra	`nvidia/nemotron-3-ultra-550b-a55b:free`	Ngữ cảnh 1M token cho việc lập kế hoạch và phân tích ngữ cảnh dài

Đối với hầu hết các nhà phát triển, North Mini Code là nơi tốt nhất để bắt đầu. Nếu bạn đang sử dụng một tác nhân mã hóa tự động để xử lý các tác vụ phần mềm nhiều bước, hãy thử Laguna S 2.1 tiếp theo.

Cách chúng tôi chọn các mô hình này

Đây không phải là khẳng định rằng một mô hình sẽ thắng mọi điểm chuẩn hay mọi kho mã nguồn. Các khuyến nghị dưới đây dựa trên ba tiêu chí thực tế:

Mô hình hiện được OpenRouter liệt kê là miễn phí.
Các khả năng được ghi nhận của nó phù hợp với lập trình, kỹ thuật phần mềm, sử dụng công cụ hoặc công việc tác nhân mã hóa.
Cửa sổ ngữ cảnh và kiến trúc của nó phù hợp cho các tác vụ phát triển thực tế.

Mục tiêu là giúp bạn tạo một danh sách rút gọn hữu ích trước khi thử nghiệm các mô hình với lời nhắc, quy ước kho mã và bộ đánh giá của riêng bạn.

1. Cohere North Mini Code: mô hình miễn phí tốt nhất cho lập trình hàng ngày

ID mô hình: cohere/north-mini-code:free
Cửa sổ ngữ cảnh: 256K token
Phù hợp nhất cho: Tạo mã, gỡ lỗi, tác vụ terminal, kiểm thử, tái cấu trúc có trọng tâm

North Mini Code là khuyến nghị rõ ràng nhất cho các nhà phát triển đang tìm kiếm một mô hình viết mã OpenRouter miễn phí.

Cohere thiết kế nó để tạo mã, kỹ thuật phần mềm tác nhân và các tác vụ terminal. Đây là mô hình hỗn hợp chuyên gia thưa với 30B tham số tổng cộng và 3B tham số hoạt động. Khối lượng tham số hoạt động tương đối nhỏ này nhằm làm cho nó hiệu quả trong khi vẫn giữ được đủ khả năng cho công việc viết mã nghiêm túc.

Mô hình hỗ trợ cửa sổ ngữ cảnh 256K token, tối đa 64K token đầu ra, suy luận xen kẽ, sử dụng công cụ và quy trình làm việc dạng JSON có cấu trúc. Những tính năng này quan trọng khi bạn làm nhiều việc hơn là chỉ yêu cầu một đoạn mã độc lập.

Sử dụng North Mini Code cho:

Viết hàm, route API, tập lệnh và thành phần giao diện người dùng.
Giải thích lỗi và đề xuất các bản sửa lỗi có mục tiêu.
Tạo các bài kiểm thử đơn vị và tích hợp.
Tái cấu trúc một phần cụ thể của mã nguồn.
Quy trình làm việc hướng terminal trong các công cụ tác tử lập trình.
Chuyển các yêu cầu thành danh sách kiểm tra triển khai.

Một prompt tốt cho North Mini Code nên bao gồm ngôn ngữ, framework, các quy ước hiện có, ràng buộc và kết quả mong đợi. Ví dụ:

Bạn đang làm việc trong một ứng dụng TypeScript Next.js sử dụng Zod và Prisma.

Sửa lỗi xác thực (validation) trong route API sau. Giữ nguyên định dạng phản hồi hiện tại, thêm các bài kiểm thử cho dữ liệu đầu vào không hợp lệ và xử lý email trùng lặp, đồng thời không thêm dependency mới.

[Dán các tệp liên quan vào đây]

Hạn chế chính của nó không phải là điểm đặc thù của mô hình này: các quyết định kiến trúc lớn vẫn cần sự xem xét cẩn thận từ con người. Hãy yêu cầu nó nêu rõ các giả định, tạo các bài kiểm thử và giải thích mọi thay đổi phá vỡ (breaking change) được đề xuất.

2. Poolside Laguna S 2.1: mô hình miễn phí tốt nhất cho tác tử lập trình

ID mô hình: poolside/laguna-s-2.1:free
Cửa sổ ngữ cảnh: 262K tokens
Tốt nhất cho: Triển khai nhiều bước, tác vụ kho lưu trữ, tác nhân lập trình, sử dụng công cụ

Poolside Laguna S 2.1 là lựa chọn phù hợp hơn khi nhiệm vụ của bạn giống với kỹ thuật phần mềm hơn là tính năng tự động hoàn thành.

Đây là mô hình tác nhân lập trình với tổng 118B tham số và 8B tham số hoạt động. OpenRouter mô tả nó được thiết kế cho các quy trình kỹ thuật phần mềm và lập trình tác nhân, đồng thời liệt kê cửa sổ ngữ cảnh 262K token. Poolside cũng báo cáo điểm chuẩn Terminal-Bench 2.1 và DeepSWE trên trang mô hình.

Đây là mô hình nên thử khi bạn muốn một tác nhân:

Điều tra một bộ kiểm thử đang gặp lỗi.
Lập kế hoạch và triển khai một tính năng trên nhiều tệp.
Đọc các tệp nguồn liên quan trước khi thực hiện thay đổi.
Sử dụng công cụ để kiểm tra, chỉnh sửa và xác thực mã.
Làm việc theo một kế hoạch sửa lỗi có cấu trúc.
Đề xuất một lộ trình di chuyển với các rủi ro và các bước khôi phục.

Để có kết quả tốt nhất, đừng chỉ nói “sửa kho lưu trữ (repo).” Hãy cung cấp cho mô hình một định nghĩa về việc hoàn thành:

Nhiệm vụ: Thêm giới hạn tốc độ (rate limiting) cho endpoint đăng nhập.

Yêu cầu:
- Giữ nguyên hợp đồng API hiện có.
- Sử dụng Redis client hiện tại của dự án.
- Trả về HTTP 429 sau năm lần thử thất bại trong vòng 15 phút.
- Thêm các bài kiểm thử đơn vị và một bài kiểm thử tích hợp.
- Chạy lệnh kiểm thử liên quan sau khi triển khai.
- Báo cáo các tệp đã thay đổi và mọi giả định.

Một lưu ý quan trọng: OpenRouter lưu ý rằng đầu vào và đầu ra được gửi qua endpoint miễn phí của Laguna có thể được sử dụng để huấn luyện và cải thiện mô hình. Không gửi bí mật, thông tin đăng nhập, dữ liệu khách hàng riêng tư hoặc mã độc quyền trừ khi bạn đã xem xét và chấp nhận chính sách dữ liệu hiện hành.

3. Poolside Laguna XS 2.1: tác nhân lập trình nhẹ tốt nhất

ID mô hình: poolside/laguna-xs-2.1:free
Cửa sổ ngữ cảnh: 262K tokens
Phù hợp nhất cho: Thử nghiệm agent, tác vụ mã hóa ngữ cảnh dài, gọi công cụ

Laguna XS 2.1 là một lựa chọn nhỏ gọn hơn trong gia đình coding-agent của Poolside.

Đây là mô hình 33B-A3B được thiết kế cho mã hóa tác tử và kết hợp suy luận, gọi công cụ và cửa sổ ngữ cảnh 262K-token. Kiến trúc nhỏ hơn của nó khiến nó trở thành ứng viên thực tế cho các nhóm muốn thử nghiệm quy trình tác tử mà không phải lúc nào cũng sử dụng mô hình quy mô hàng đầu.

Sử dụng cho:

Xây dựng bằng chứng khái niệm cho một tác tử mã hóa.
Quy trình đánh giá mã dựa trên công cụ.
Tạo kế hoạch triển khai từ mô tả vấn đề.
Làm việc với nhiều tệp mã nguồn và kết quả kiểm thử.
Đánh giá liệu việc lập trình agentic có phù hợp với sản phẩm của bạn hay không.

Laguna XS 2.1 không tự động “tốt hơn” Laguna S 2.1. Hãy coi nó như một ứng viên so sánh hữu ích. Chạy cùng một tác vụ qua cả hai mô hình và xem xét độ chính xác, việc sử dụng công cụ, độ trễ và mức độ can thiệp thủ công cần thiết.

Giống như Laguna S 2.1, hãy coi điểm cuối miễn phí là không phù hợp cho nội dung nhạy cảm trừ khi bạn đã tự xác minh chính sách của nhà cung cấp hiện tại.

4. NVIDIA Nemotron 3 Ultra: tốt nhất cho ngữ cảnh mã nguồn lớn

ID mô hình: nvidia/nemotron-3-ultra-550b-a55b:free
Cửa sổ ngữ cảnh: 1M tokens
Phù hợp nhất cho: Kho mã lớn, thông số kỹ thuật dài, lập kế hoạch tác nhân, phân tích đa tài liệu

Nemotron 3 Ultra là lựa chọn nên cân nhắc khi độ dài ngữ cảnh thực sự là nút thắt cổ chai.

Đây là mô hình hỗn hợp chuyên gia (mixture-of-experts) với 550B tham số, 55B tham số hoạt động và cửa sổ ngữ cảnh 1M token. OpenRouter định vị nó cho các quy trình tác nhân dài hạn, tác nhân lập trình, lập kế hoạch nhiều bước và nghiên cứu chuyên sâu.

Cửa sổ ngữ cảnh lớn đó đặc biệt hữu ích khi một tác vụ lập trình yêu cầu bạn xem xét nhiều hơn một nguồn dữ liệu gốc:

Một phần lớn của kho mã nguồn.
Tài liệu yêu cầu sản phẩm và thiết kế kỹ thuật.
Nhật ký lỗi, lỗi kiểm thử và dữ liệu quan sát.
Đặc tả API và ghi chú di chuyển.
Nhiều dịch vụ hoặc thư viện liên quan.

Đừng nhầm lẫn cửa sổ ngữ cảnh 1 triệu token là lý do để dán mọi thứ vào mọi lời nhắc. Lời nhắc lớn vẫn có thể chậm, tốn kém trên các mô hình trả phí và khó để mô hình ưu tiên xử lý. Hãy bắt đầu với các tệp liên quan nhất đến nhiệm vụ, sau đó dần dần thêm ngữ cảnh nếu cần.

Thông báo điểm cuối miễn phí của NVIDIA nêu rõ rằng việc sử dụng được ghi nhật ký vì mục đích bảo mật và cải thiện sản phẩm. Hãy giữ mã bí mật và dữ liệu cá nhân ngoài quy trình làm việc này.

Các mô hình miễn phí khác đáng thử

Bốn mô hình trên là trọng tâm bài viết mạnh nhất vì chúng phù hợp trực tiếp với công việc lập trình, kỹ thuật phần mềm hoặc phát triển ngữ cảnh dài.

Hai mô hình miễn phí bổ sung vẫn có thể hữu ích trong quy trình làm việc phù hợp:

NVIDIA Nemotron 3 Super

ID mô hình: nvidia/nemotron-3-super-120b-a12b:free
Cửa sổ ngữ cảnh: 262K tokens

Nemotron 3 Super được định hình tốt hơn như một mô hình lý luận và lập kế hoạch theo tác nhân hơn là một chuyên gia tạo mã thuần túy. Nó có thể hữu ích cho việc lập kế hoạch kỹ thuật, điều phối đa tác nhân, đánh giá kiến trúc và các quy trình triển khai dài hơn.

OpenAI gpt-oss-20b

ID mô hình: openai/gpt-oss-20b:free
Cửa sổ ngữ cảnh: 131K tokens

OpenAI gpt-oss-20b là một mô hình đa dụng có trọng số mở với khả năng suy luận có thể cấu hình, gọi hàm, sử dụng công cụ và hỗ trợ đầu ra có cấu trúc. Nó đáng để thử nghiệm cho các quy trình phát triển dựa trên JSON, trợ lý mã hóa nhẹ và các tác vụ tự động hóa nơi cấu trúc đầu ra có thể dự đoán được là quan trọng.

Cách kiểm tra các mô hình viết mã miễn phí trên OpenRouter

OpenRouter sử dụng API tương thích với OpenAI. Bạn có thể kiểm tra một mô hình miễn phí cụ thể bằng cách đặt ID mô hình thành biến thể :free của nó.

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="YOUR_OPENROUTER_API_KEY",
)

response = client.chat.completions.create(
    model="cohere/north-mini-code:free",
    messages=[
        {
            "role": "system",
            "content": "You are a careful senior software engineer. Write production-ready code, explain assumptions briefly, and include tests where appropriate."
        },
        {
            "role": "user",
            "content": "Create a FastAPI user-registration endpoint with input validation, password hashing, duplicate-email handling, and tests."
        },
    ],
)

print(response.choices[0].message.content)

Để so sánh các mô hình một cách công bằng, hãy dùng một prompt đánh giá cho mọi ứng viên. Sau đó chấm điểm từng phản hồi theo cùng tiêu chí:

Tiêu chí đánh giá	Điều cần kiểm tra
Tính đúng đắn	Mã có chạy và đáp ứng mọi yêu cầu không?
Độ phủ kiểm thử	Các trường hợp thành công, thất bại và biên có được kiểm thử không?
Mức độ phù hợp với codebase	Nó có tuân theo quy ước ngôn ngữ, framework và dự án của bạn không?
Ảo giác	Nó có bịa ra các gói, API hoặc tệp không tồn tại không?
Sử dụng công cụ	Nó có kiểm tra và xác thực thay vì đưa ra các giả định vô căn cứ không?
Tốc độ	Độ trễ có chấp nhận được cho quy trình làm việc dự định của bạn không?
Độ tin cậy	Mô hình có hoàn thành nhiệm vụ một cách nhất quán qua các lần chạy lặp lại không?

Mô hình miễn phí dành cho việc đánh giá—không phải lúc nào cũng dùng cho sản xuất.

Các mô hình miễn phí rất lý tưởng cho việc học tập, tạo nguyên mẫu, công cụ nội bộ, hackathon và đánh giá mô hình ở giai đoạn đầu. Chúng cũng có thể đủ dùng cho các quy trình làm việc cá nhân có khối lượng thấp.

Tuy nhiên, quyền truy cập miễn phí có những giới hạn về vận hành. OpenRouter ghi nhận giới hạn cơ bản là 50 yêu cầu mô hình miễn phí mỗi ngày cho các tài khoản không có ít nhất 10 đô la tín dụng đã mua. Tính khả dụng của từng mô hình miễn phí cũng có thể thay đổi và lưu lượng truy cập miễn phí có thể có mức ưu tiên thấp hơn so với các yêu cầu trả phí. Xem hướng dẫn hiện tại về mô hình miễn phí của OpenRouter.

Trước khi sử dụng mô hình trong sản phẩm phục vụ khách hàng, hãy lên kế hoạch cho:

Một mô hình chính ổn định.
Một mô hình dự phòng cho các sự cố hoặc vấn đề về dung lượng.
Ghi nhật ký yêu cầu và giám sát lỗi.
Giám sát chi phí theo mô hình và môi trường.
Rà soát quyền riêng tư cho mọi điểm cuối của nhà cung cấp.
Đánh giá mô hình lặp lại trước khi thay đổi lưu lượng sản xuất.

Từ thử nghiệm mô hình miễn phí đến quy trình viết mã sản xuất

Các mô hình OpenRouter miễn phí giúp trả lời câu hỏi đầu tiên quan trọng: Quy trình AI này có thể giải quyết tác vụ lập trình của chúng ta không?

Câu hỏi tiếp theo mang tính vận hành: Làm thế nào để sử dụng đúng mô hình trong sản xuất mà không phải duy trì tích hợp riêng, thiết lập thanh toán và quan hệ nhà cung cấp cho từng dòng mô hình?

Đó là lúc một cổng mô hình thống nhất trở nên hữu ích.

TokenHubTokenHub cung cấp một API tương thích OpenAI để truy cập và so sánh các dòng mô hình chính thông qua một tích hợp duy nhất. Các nhóm có thể đánh giá mô hình về chất lượng, độ trễ, độ dài ngữ cảnh và chi phí, sau đó chọn một hướng đi sản xuất phù hợp mà không cần viết lại mã ứng dụng cho từng nhà cung cấp.

Một quy trình làm việc hợp lý trông như thế này:

Kiểm tra prompt của bạn với các mô hình miễn phí để xác thực trường hợp sử dụng.
Xây dựng một bộ đánh giá nhỏ từ các nhiệm vụ mã hóa thực tế và các trường hợp lỗi.
So sánh các mô hình có khả năng sản xuất với bộ đánh giá đó.
Chọn một mô hình chính và một mô hình dự phòng.
Định tuyến lưu lượng qua một lớp API để việc chuyển đổi mô hình là một quyết định cấu hình, không phải viết lại tích hợp.

Ví dụ: khi chuyển từ thử nghiệm sang sản xuất, cấu trúc ứng dụng có thể vẫn tương thích OpenAI:

from openai import OpenAI

client = OpenAI(
    base_url="https://us-api.tokenhub.com/v1",
    api_key="YOUR_TOKENHUB_API_KEY",
)

response = client.chat.completions.create(
    model="YOUR_APPROVED_TOKENHUB_MODEL_ID",
    messages=[
        {
            "role": "user",
            "content": "Review this pull request diff. Identify bugs, security risks, missing tests, and suggested fixes."
        }
    ],
)

Trước khi xuất bản tích hợp của bạn, hãy chọn một ID mô hình hiện có trong không gian làm việc TokenHub và xác nhận giá cả, giới hạn và chính sách dữ liệu của nó.

Câu hỏi thường gặp

Mô hình OpenRouter AI miễn phí tốt nhất cho lập trình là gì?

Đối với hầu hết các tác vụ lập trình hàng ngày, North Mini Code là lựa chọn khởi đầu tốt nhất vì nó được thiết kế đặc biệt cho việc tạo mã, tác vụ đầu cuối và kỹ thuật phần mềm tác nhân. Đối với các quy trình làm việc tác nhân mã hóa phức tạp hơn, hãy thử Laguna S 2.1.

Các mô hình miễn phí của OpenRouter có thực sự miễn phí không?

Các mô hình có hậu tố :free có giá token bằng không trên OpenRouter. Tuy nhiên, truy cập miễn phí phụ thuộc vào giới hạn yêu cầu, thay đổi tính khả dụng và các chính sách cụ thể của nhà cung cấp.

Tôi có thể sử dụng các mô hình miễn phí của OpenRouter trong một tác nhân mã hóa không?

Có. API tương thích OpenAI của OpenRouter có thể hoạt động với nhiều công cụ tác nhân mã hóa và quy trình phát triển tùy chỉnh. Hãy kiểm tra rằng mô hình cụ thể hỗ trợ các tính năng mà tác nhân của bạn cần, đặc biệt là gọi công cụ và đầu ra có cấu trúc.

Tôi có nên sử dụng `openrouter/free` cho lập trình?

Sử dụng openrouter/free nếu bạn muốn thử nghiệm suy luận miễn phí và không cần một mô hình cụ thể. Đối với các đánh giá lập trình lặp lại, hãy chọn một :free ID mô hình để kết quả nhất quán hơn.

Các mô hình miễn phí có an toàn cho mã nguồn độc quyền không?

Đừng cho rằng chúng an toàn. Hãy xem xét chính sách dữ liệu hiện tại của từng nhà cung cấp và tránh gửi bí mật, thông tin xác thực, dữ liệu khách hàng hoặc mã nguồn độc quyền đến các điểm cuối miễn phí trừ khi chính sách cho phép rõ ràng.

Khuyến nghị cuối cùng

Bắt đầu với North Mini Code cho các tác vụ lập trình, kiểm thử, gỡ lỗi và terminal hàng ngày. Sử dụng Laguna S 2.1 hoặc Laguna XS 2.1 khi bạn muốn đánh giá các quy trình làm việc của coding-agent. Chọn Nemotron 3 Ultra khi tác vụ của bạn cần ngữ cảnh lớn bất thường trên mã, tài liệu, nhật ký và yêu cầu.

Sử dụng các mô hình miễn phí để học và xác thực quy trình làm việc của bạn. Khi độ tin cậy, định tuyến, kiểm soát chi phí và truy cập đa nhà cung cấp trở nên quan trọng, hãy đánh giá các mô hình sản xuất thông qua một lớp API thống nhất như TokenHub.

TiepĐánh giá Kimi K3: Điểm chuẩn, Giá API và Bản demo cộng đồng

Trên trang này