免费问答（QA）API 完全教程：零成本给文本装上"懂你问什么"的能力（2026-10-09 验证）
问答（Question Answering，简称 QA）是 NLP 里最贴近"普通人直觉"的任务：给一段上下文，提一个问题，API 返回答案。2026 年的今天，你不用训练模型、不用标注数据，甚至不用信用卡，就能通过免费的 API 拿到可用的 QA 结果。本文用一篇教程把这件事讲透：有哪些免费渠道、各自的额度与坑、怎么用 Python 一小时接上、以及真实场景下的取舍。
在开始之前先说明本文的边界：文章里提到的所有免费额度均来自各厂商官方定价页或官方文档，2026-10-09 核对；本文是教程不是广告，所有渠道按"免费层够不够用"这个唯一标准排序。
一、问答（QA）是什么：先分清两种模式
问答系统分两种：抽取式（Extractive）和生成式（Generative）。
抽取式 QA 从给定的上下文段落里"抠"出答案，答案必须是原文里存在的词句，不能自己编。优点是答案可溯源、不会瞎编；缺点是如果上下文里没有答案，它就答不上来。
生成式 QA 用大模型理解问题后自己组织语言回答，可以综合多段上下文生成连贯的答案。优点是灵活、能处理"没有明确答案"的情况；缺点是有时会编造事实（幻觉），需要额外做答案校验。
免费 API 里两种模式都有覆盖，选哪种取决于你的场景：客服 FAQ 用抽取式更稳，开放域问答用生成式更灵活。
二、免费渠道总览：一张表看懂六条路
| 渠道 | 类型 | 免费额度（2026-10-09 官方口径） | 适合场景 |
|---|---|---|---|
| Hugging Face Inference API（QA Pipeline） | 模型托管 | 免费层按账号限速，distilbert、roberta 等 QA 模型免部署直接调 | 快速原型、抽取式 QA |
| Azure AI Language（问答） | 云厂商托管 | F0 免费层 5000 次/月，无需信用卡 | 生产级、中文友好、企业合规 |
| Google Gemini API | 大模型 | 免费层每天有请求配额，Flash 档位额度充足 | 生成式 QA、开放域问答 |
| Google Cloud Natural Language | 云厂商托管 | 免费层每月 5000 units，超出按量计费 | 与 GCP 生态集成 |
| 开源模型本地跑（BERT/DistilBERT） | 自部署 | 完全免费、无上限 | 隐私敏感、离线、量极大 |
| Cohere / DeepSeek 网关（免费额度） | 模型网关 | 新用户赠送免费额度，定期核对官网 | 多模型回退、聚合接入 |
完整的免费 API 列表请访问免费文本摘要页面，按场景分类浏览。
表格看下来你可能会问：为什么没有提其他热门服务？因为很多服务要么免费层不包含 QA 能力（比如某云的自定义问答需要付费），要么免费层额度低到只够测试。这一行我们只讲"免费层真能干活"的。
三、Hugging Face Inference API：五分钟白嫖 QA Pipeline
Hugging Face 是整个开源模型世界的"GitHub"。它提供的 Inference API 免费层允许你直接调用托管好的模型，不需要自己部署 GPU。问答任务最经典的开源模型是 distilbert-base-cased-distilled-squad——轻量版 BERT，专门为抽取式 QA 优化，速度极快，适合实时场景。
调用方式极简：注册一个免费账号拿一个 Access Token，然后 POST 一段上下文 + 一个问题过去，模型返回答案在原文中的起止位置和答案文本。免费层的速率限制是按账号统筹的，高峰期可能排队，适合原型验证和中小批量任务，不适合日请求量上万的生产场景。如果追求更好的中文 QA 效果，可以换用社区微调的中文 QA 模型（如基于 mBERT 的系列），同样免部署直接调。
四、Azure AI Language：中文友好的生产级选择
微软的 Azure AI Language 提供独立的**问答（Question Answering）**能力，官方文档明确写了可以"使用免费定价层（Free F0）试用该服务"。F0 免费层的额度是 5000 次/月，不需要绑定信用卡。更多云厂商免费额度对比见免费 Reranker（重排序）页面。，这是云厂商托管型 QA API 里对个人开发者最友好的门坎。
需要在 Azure 控制台创建"Language 服务"资源，拿到密钥（Key）和终结点（Endpoint）就能调用，从零到第一次返回结果大约 20 分钟。免费层 5000 次/月对个人博客、小团队足够用半年。Azure 的中文 QA 质量是目前云厂商里最好的之一，对中文分词、实体识别、上下文理解都有专门优化。
五、Google Gemini：零成本直达大模型生成式 QA
如果说上面两个是"专用 QA API"，Google Gemini 则是"万能大模型顺手做 QA"。Gemini API 的免费层每天提供一定量的请求配额，其中 Flash 档位的额度最大，用来做生成式 QA 绰绰有余——一个问题 + 一段上下文，一次请求搞定。
Gemini 做生成式 QA 的优势是灵活：你可以通过提示词控制答案的长度（一句话/一段话/要点式）、风格（正式/口语）、语言（中文/英文/双语），甚至让它在答案里顺手引用原文段落。这是专用 QA API 做不到的。缺点是免费层有速率限制（社区实测：免费层高峰时 Pro 档会被限速，Flash 档稳定），且输出结果有一定随机性，需要固定 temperature 参数保证一致性。
六、开源模型本地跑：要多少有多少的终极方案
如果你的场景是"量大 + 隐私敏感 + 不差算力"，那么开源模型本地部署是终极答案。DistilBERT、RoBERTa、ALBERT 三个家族都有成熟的 QA checkpoint，一台带 GPU 的机器（甚至优化后的 CPU）就能跑。优点显而易见：完全免费、无速率限制、数据不出内网。缺点也直接：要维护环境、要懂一点模型加载，不适合零基础用户。
折中方案是"混合架构"：日常小批量走云免费层，周度大批量离线任务走本地模型。这也是很多小团队的标配。
七、直接对比：一张雷达图看清六条路
读图要点：没有全能选手。Azure AI Language 在中文质量和答案可溯源上领先；HF QA Pipeline 部署最简单；Gemini 在多语言和灵活性上最强；本地开源模型在免费额度和数据隐私上无敌。工程上的正确做法是根据场景选主渠道，再配一个备胎。
八、Python 速通：一小时接上第一条 QA 流水线
下面给一个可运行的 Python 示例，走 Hugging Face Inference API 的免费层（需要你先注册 HF 账号拿 Access Token）：
import requests
API_URL = "https://huggingface.co/distilbert-base-cased-distilled-squad
headers = {"Authorization": "Bearer hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"}
def ask(question, context):
payload = {"inputs": {"question": question, "context": context}}
resp = requests.post(API_URL, headers=headers, json=payload, timeout=30)
return resp.json()
context = "apishare.cc 是一个免费 API 聚合平台，收录了 NLP、CV、语音等各类免费 API。"
question = "apishare.cc 是什么？"
answer = ask(question, context)
print(answer)
# 输出: {'answer': '一个免费 API 聚合平台', 'score': 0.87, 'start': 8, 'end': 18}
一行代码调完，返回答案文本 + 置信度分数 + 在原文中的起止位置。如果答案置信度低于 0.5，说明上下文里可能没有明确答案，建议 fallback 到生成式 QA 或返回"未找到答案"。
九、三个真实场景拆解
场景一：内部知识库问答。一个公司有几百页的产品文档和 FAQ，员工每天要翻几十次。接一条 QA 流水线后，员工直接问"怎么申请退款"，API 从文档里抠出答案返回，10 秒搞定。成本测算：每天 50 次 × 30 天 = 1500 次/月，Azure F0 免费层完全够用。
场景二：客服 FAQ 自动回复。电商客服每天要回答"什么时候发货""怎么退货"这类重复问题。用抽取式 QA 从 FAQ 文档里自动抠答案，准确率 90% 以上的问题直接自动回复，剩下 10% 转人工。免费层足够支撑日均 100 次以内的中小客服团队。
场景三：新闻/论文开放域问答。给一段新闻正文或论文摘要，用户任意提问。这种场景用生成式 QA（Gemini 或 GPT）更合适，因为它可以综合多段内容生成连贯答案，而不是硬抠原文。Gemini Flash 免费层每天几十次调用完全在免费范围内。
十、七条避坑清单（每一条都是真金白银的教训）
- 上下文太长会截断：所有免费 QA API 都对输入上下文长度有限制（通常 512~4096 tokens），超长文档需要先分段再分别提问，参考站内《免费关键词提取 / 主题抽取 API 完全教程》里的分段策略。
- 置信度分数要设阈值：不要 blindly 信任模型返回的答案，score < 0.5 时应该 fallback 或转人工，参考站内《免费 API 成本与配额管控实战》里的分级策略。
- 抽取式和生成式不要混用：同一产品里选一种模式做到底，混用会导致答案风格不一致、用户困惑。
- 中文 QA 模型要专门选：英文 QA 模型（如 distilbert）对中文支持很差，中文场景一定要换用 mBERT 或社区微调的中文 QA 模型。
- 免费层有速率限制：上线前必须做退避重试，参考站内《免费 API 成本与配额管控实战》里的 429 处理经验。
- 答案要加引用来源：抽取式 QA 天然带起止位置，生成式 QA 要手动附上参考段落，否则用户无法验证答案准确性。
- 免费额度会变：厂商时不时调整免费层规则，建议每月核对一次官方定价页，别让业务流程死在额度变更上。更多免费 API 信息见免费 API 成本与配额管控。
十一、成本测算：免费额度到底够不够你每月用
按"日均 20 次 QA、每次上下文 2000 字"的中度使用场景粗略测算：Azure F0 5000 次/月可用 250 天；Gemini Flash 免费层按天配额足够；HF 免费层在中低频率下稳定。更多免费额度对比请访问免费代码补全页面。
结论是：个人开发者与中小团队，纯免费层完全够用。只有当你要做"全站自动问答"这种日均上千次的量级时，才需要考虑付费档或本地模型。
记住一句话：先用免费层把事情跑通，把业务验证到"QA 真的有价值"，再谈付费扩容。反过来先用钱解决问题，是最常见的浪费。
十二、把 QA 能力接进你的产品
问答不是孤立的 API，它通常和站内其他能力搭配使用：先做关键词提取定位主题，再做语义相似度匹配最佳上下文，最后 QA 生成答案。我们站点的免费关键词提取里把这些 NLP 能力按场景归好类了，你可以对照着看。如果觉得单条调用麻烦，站点的注册链接免费意图识别可以体验聚合接入、多模型回退的完整方案——一条 key 通吃多个渠道，额度集中管理。
十三、总结：今天就能动手的四步
- 打开免费语义相似度，确认你想要的 QA 渠道（推荐从 HF 或 Azure 开始）。
- 注册对应平台拿免费额度，按本文第八节的代码跑通第一条 QA 调用。
- 接入你的真实上下文，设好置信度阈值，上线前做 100 条人工抽检。
- 上线后监控命中率和用户满意度，逐步迭代上下文质量和 prompt 策略。
本文所有免费额度数据均来自各厂商官方文档 2026-10-09 核对，实际额度以官网最新说明为准。