老路之前的博客 [[AMD 官方白嫖 DeepSeek V4 Flash API]]，大家反响都不错，但毕竟免费额度是厂商赏的，规则说改就改，模型也可能说换就换。今天这条不一样：Kaggle 把 TPU 白送给你用，每週 20 小时，不绑卡、不要钱，社区有大神把这一整块免费算力包装成了一个 OpenAI 兼容的大模型接口，模型是 Qwen3.8-27B，满血 bf16、26 万上下文，100+tokens/秒。老路今天带大家一起实操，老规矩，不喜欢看字的直接拉到最后看视频。
一、Kaggle和它的免费 TPU 到底是什么
Kaggle 是全球最大的数据科学 / AI 竞赛与协作平台，2017 年被 Google 收购，现在官网定位改成了「The World’s AI Proving Ground」（世界 AI 试验场），3300 万+ 用户在上面跑模型、打比赛、做评测。
那么它的 Notebook（云笔记本）本身就是一个免费算力池。官方文档在这个页面写得明明白白：
TPUs are now available on Kaggle, for free.You can use up to 20 hours per week of TPUs and up to 9h at a time in a single session.You can add a TPU v3-8 to your Notebook for free.
翻译成人话：每周 20 小时、单次最长 9 小时的 TPU，免费。切换方式也简单，官方原文是让进 Notebook 编辑器的 Settings 面板，点 Accelerator 选 TPU，会话重启一下就开始计费——当然是免费的那种计费。
那这跟”跑 27B 大模型”有什么关系？关系在一个叫 kaggle-tpu-lab 的开源仓库上。
| 项目 | 它干了什么 |
|---|---|
| Kaggle | 提供免费 TPU 硬件 + Notebook 环境 |
| vllm-tpu 0.28.0 | 2026 年 8 月补上 Pallas 内核，让 TPU 能跑 DeltaNet 层 |
| kaggle-tpu-lab | 把 PyTorch/vLLM/权重/编译缓存打包成”一键配方”，在免费 TPU 上起 Qwen3.8-27B 服务 |
为什么是 Qwen3.8-27B？这里有个漂亮的原理：这模型 64 层里有 48 层是 gated-DeltaNet 线性注意力，只有 16 层是经典全注意力。结果是它的 KV 缓存小到 约 64 KB/token——所以一个 27B 的模型能塞进 8 张 16GB 的 TPU 芯片还有富余，撑起 131k 甚至原生 262,144 的上下文。老路看到这个数字的时候是有点意外的，毕竟本地跑 27B，光权重就是 55GB。
仓库 README 第一句就是它的卖点：Serve Qwen3.8-27B ... on Kaggle's free TPU v5e-8, with a public OpenAI-compatible endpoint you can plug into Claude Code, Codex CLI, opencode, or anything else that speaks the OpenAI API.
那 Kaggle 图啥，白送算力？这事得往母公司看——Kaggle 是 Google 家的，TPU 是 Google 自研的。用免费 TPU 把开发者、学生、研究者圈进 Google 的 AI 生态，对 Google 来说是稳赚的买卖：今天你在 Kaggle 上跑通一个 27B，明天你选云端算力的时候，脑子里第一个蹦出来的大概率就是 Google。这种级别的公司，免费额度不会像小厂一样说没就没——这也是老路愿意为这条路线写一整篇的原因：它背后站着的是 Google，跑路风险比一堆小众免费 API 低得多。
二、怎么把它变成你自己的大模型 API
先说清楚”OpenAI 兼容端点”这六个字为什么值钱。市面上绝大多数 AI 编程工具、聊天客户端、LangChain 这类框架，接入第三方模型的默认方式就是填三个东西：base URL、API key、模型名。只要一个后端是 OpenAI 兼容的，就意味着你不用改任何代码、不用等任何适配，把这三个字段一换，工具立刻换脑。所以老路看到”260 亿参数模型 + 完全免费 + 连代码都不用改”能凑到一起的时候，是有点兴奋的。
1. 注册Kaggle，推荐使用谷歌账号注册即可，没有特殊需要注意的
2. 注册完成后进入控制台，复制下方的搜索关键词，然后点击页面最上方的搜索框内进入搜索页进行搜索
qwen3-8-27b-bf16
3. 点击搜索结果的第一项，进入大神配置好的镜像
4. 来到大神镜像页面后，点击右上角的三个点，然后点击“Copy & Edit notebook”，把大神的镜像复制到自己的空间内
5. 来到复制好的notebook页面，点击settings，按图中设置选择好
这里要注意，新的kaggle账号，需要进行手机验证后才能选择上图中的TPU v5e-8，没有验证时，这里是灰色的，需要先去个人资料页面进行验证。
5.1 个人资料页面手机验证，打开左侧菜单，点击“home”，然后点击右上角的头像，点击“Your Profile”
继续点击上方“settings”，进入个人资料设置页面
老路这里已经认证过了，没有认证过的进行验证即可，验证过后回到notebook页面，刚才灰色的选项就可以选择了
小细节：老路使用了爱沙尼亚和大陆的手机号，都提示不让用手机号验证，点击继续后是用了登录相同谷歌账号的手机进行的人脸验证。
6. 运行部署，先确认Accelerator选择了TPU VM v5e-8，还有Internet是ON，然后点击“Run All”，系统会自动进行部署，这个过程比较慢，老路实测下来要30分钟以上，大家不要着急，开始运行后等着就行。
跑完之后，末尾 cell 的输出里直接打印 endpoint URL 和 API key，形如：
几个官方给的加速开关，老路觉得比默认值实用：
| 参数 | 效果（README 原文） |
|---|---|
--text-only | 跳过视觉塔，快约 10 分钟，代价是不能传图 |
--fast-start | 约 6 分钟就能上线，但罕见请求形状首次会卡约 1 分钟 |
--keepalive-min 60 | 闲置 1 小时自动停，省周配额，最大设置480（8小时） |
接进Agent工具也是标准动作，以CherryStudio为例，新建一个供应商即可
实测响应速度很不错，在80+tokens/秒 到 100+tokens/秒之间，确实要比之前分享的白嫖 AMD 大模型API要快很多
三、避坑指南（这几条不看，白折腾）
- BaseURL（端点地址）和API KEY每次会变，每次都需要重新配置一下。
- 周配额是硬的。20 小时/周、9 小时/次，不是”随便挂”。挂机不关 = 白烧配额，务必开
--keepalive-min自动停。 - 部署环境还是比较慢的。挂了预置环境数据集约 22 分钟，开 fast-start 约 6 分钟，但是同样需要排队等待，实际部署时间会比预想的长。
- 别当生产环境用。这是 Kaggle 免费共享资源，随时排队、随时被回收，把它当”免费实验沙盒”就对了。
最后
免费算力这件事，过去老路的态度是”能白嫖的都不太行，能用的都不免费”。Kaggle 这条是个例外——免费、不绑卡、能跑真 27B、262k 上下文、100+ tokens/秒，还能直接配置到Agent软件。每周 20 小时，对个人折腾党来说，比很多人花钱买的套餐还大方。
代价也很清楚：排队、临时URL/API Key、周配额、不能当生产。把它当免费的实验田，而不是免费的服务器，这条路线就非常香。
一句话：想真正”自己跑”一个 27B、又一分钱不花、又不绑卡，目前 Kaggle 免费 TPU 是唯一像样的答案。免费 API 中转虽然更省事，但你永远只能用它挑给你的那几款模型；Kaggle 这个方案，模型权重是实打实落在你的会话里的。
点击直达：
Kaggle-tpu-lab github仓库（其实用不到，了解即可）
老路实操视频在此~
相关阅读：[[AMD 官方白嫖 DeepSeek V4 Flash API]] · [[AgentScope Platform 免费智能体]]
2 Responses
[…] Kaggle 免费 TPU 跑 Qwen3 27B […]
[…] Kaggle 免费 TPU 跑 Qwen3 27B：白嫖大模型算力 […]