过去两年，南宁本地不少中小企业在做考勤、门禁或会员系统时，都会遇到同一个技术分叉口：人脸检测和人脸分析这类基础能力，到底是自研、买商用SDK，还是直接调免费人脸API？选错了，轻则精度不达标返工，重则项目上线后调用量一涨就被成本拖住。

免费人脸API的真实能力边界

市面上标榜"免费"的接口大致分两类：一类是厂商为引流开放的有限免费额度，比如每月1000次调用；另一类是开源模型自部署，比如RetinaFace、MTCNN。前者接入快但存在QPS限制，后者可控性强却需要GPU服务器托底。

从技术参数看，免费人脸检测接口通常返回人脸框坐标、五点关键点、置信度分值；而完整的人脸分析还会叠加年龄、性别、活体判断等维度，这些往往不在免费范围内。

选型时盯紧三个硬指标

• 误检率与漏检率：侧脸、遮挡场景下能否稳定在95%以上召回
• 单张耗时：CPU环境下建议控制在200ms以内，否则前端体验明显卡顿
• 并发与限流策略：免费套餐是否支持突发流量，超限后是降级还是直接拒绝

接入要点与工程建议

人脸识别API、SDK的接入并非调通接口就结束。图像预处理阶段要做等比缩放和EXIF方向校正，否则手机竖拍照片会大量漏检。另外建议在业务层做一层缓存，同一张图短时间内重复请求直接命中本地结果，能省下可观的调用配额。

如果项目对延迟敏感，优先考虑带本地推理能力的SDK，把免费人脸API作为兜底通道，形成"端侧优先、云端补充"的混合架构。

南宁先创科技在实际交付中，会先根据客户的人脸检测、人脸分析场景压测不同方案，再给出成本与精度的平衡点，而不是一上来就堆商用授权。

把免费资源用在验证阶段，把预算留给真正影响体验的环节，这才是中小企业做人脸能力选型时更务实的路径。