Kostenlose Übersetzungs-API mit LLMs
Große Sprachmodelle übersetzen viele Sprachen gut, und mehrere Anbieter stellen sie kostenlos bereit. Manche kostenlosen Modelle sind für Übersetzungen gemacht, zum Beispiel Cohere Command A Translate. Dieser Leitfaden zeigt die kostenlosen Modelle für Übersetzungen, Python-Code, der in Batches übersetzt, und die Limits, die Sie einplanen sollten. Alle Anfragen laufen über FreeLLMAPI. FreeLLMAPI bündelt 45 kostenlose Anbieter-Tarife hinter einem OpenAI-kompatiblen Schlüssel.
Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.
Kostenlose Modelle für Übersetzungen
Manche kostenlosen Modelle sind für viele Sprachen oder für eine Sprachregion trainiert. Die Tabelle zeigt die mehrsprachigen Modelle und Übersetzungsmodelle im aktuellen kostenlosen Katalog.
| Modell | Kostenlos bei | Kontext | Kostenlose Limits (bestes Angebot) | Tools | Bildverarbeitung |
|---|---|---|---|---|---|
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | Ja | Nein |
| Qwen SEA-LION v4.5 27B | SEA-LION | 33K | 10 Anfragen/Min. 10 RPM | Nein | Nein |
| Nemotron 3 Super 120B | SEA-LION | - | 10 Anfragen/Min. 10 RPM | Ja | Nein |
| Qwen SEA-LION v4 32B | SEA-LION | 33K | 10 Anfragen/Min. 10 RPM | Nein | Nein |
| Llama SEA-LION v3 70B | SEA-LION | 131K | 10 Anfragen/Min. 10 RPM | Nein | Nein |
| Gemma SEA-LION v4 27B | Cloudflare Workers AI, SEA-LION | 131K | 10 Anfragen/Min. 10 RPM | Nein | Nein |
| Command A Translate | Cohere | 256K | 20 Anfragen/Min. 33 Anfragen/Tag ~1-2M | Ja | Nein |
| Tiny Aya Global | Cohere | 8K | 20 Anfragen/Min. 33 Anfragen/Tag 1K calls/mo shared | Nein | Nein |
| North Small Translate | Cohere | 33K | 20 Anfragen/Min. 33 Anfragen/Tag ~1-2M | Nein | Nein |
| Tiny Aya Earth | Cohere | 8K | 20 Anfragen/Min. 33 Anfragen/Tag 1K calls/mo shared | Nein | Nein |
| Tiny Aya Fire | Cohere | 8K | 20 Anfragen/Min. 33 Anfragen/Tag 1K calls/mo shared | Nein | Nein |
| Tiny Aya Water | Cohere | 8K | 20 Anfragen/Min. 33 Anfragen/Tag 1K calls/mo shared | Nein | Nein |
Es werden 12 von 16 passenden kostenlosen Modellen angezeigt. Alle Modelle ansehen.
Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.
| Modellfamilie | Gedacht für | Quelle |
|---|---|---|
| Command A Translate (Cohere) | Übersetzung in 23 Sprachen, unter anderem Arabisch, Chinesisch, Hindi, Japanisch, Persisch und Ukrainisch | Cohere-Changelog, 28. August 2025 |
| Aya Expanse (Cohere) | Mehrsprachiger Chat in 23 Sprachen | Cohere-Dokumentation |
| SEA-LION (AI Singapore) | Südostasiatische Sprachen, 11 oder mehr | sea-lion.ai |
| Typhoon | Thailändisch | opentyphoon.ai |
Allgemeine Modelle übersetzen ebenfalls gut, vor allem zwischen großen Sprachen. Die stärksten kostenlosen allgemeinen Modelle sind heute:
| Modell | Kostenlos bei | Kontext | Kostenlose Limits (bestes Angebot) | Tools | Bildverarbeitung |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Ja | Nein |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 weitere | 1M | 40 Anfragen/Min. 40 RPM | Ja | Ja |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Ja | Ja |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Ja | Nein |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
| Deepseek V4.1 Flash | APINex | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Nein | Nein |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 Anfragen/Min. 20 Anfragen/Tag 250,000 Token/Min. ~3M | Ja | Ja |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
Es werden 8 von 184 passenden kostenlosen Modellen angezeigt. Alle Modelle ansehen.
Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.
Testen Sie jedes Modell mit Ihren eigenen Texten und Sprachpaaren. Die Qualität unterscheidet sich stark je nach Sprachpaar. Ein Modell, das für Englisch zu Spanisch gut ist, kann für Thailändisch zu Vietnamesisch schwach sein.
Das Gateway einrichten
Installieren Sie FreeLLMAPI, fügen Sie Ihre kostenlosen Anbieterschlüssel auf der Seite Keys im Dashboard hinzu und kopieren Sie den einheitlichen Schlüssel. Für die oben genannten Übersetzungsmodelle fügen Sie einen Cohere-Schlüssel, einen SEA-LION-Schlüssel oder einen NVIDIA-Schlüssel hinzu. Für allgemeine Modelle fügen Sie Schlüssel von Google, Groq oder Mistral hinzu.
Eine Übersetzung installieren und testen
curl -fsSL https://freellmapi.co/install.sh | bash
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{
"model": "command-a-translate-08-2025",
"temperature": 0,
"messages": [
{"role": "system", "content": "Translate the user text into German. Return only the translation."},
{"role": "user", "content": "Your order has shipped."}
]
}'Eine feste Modell-ID liefert jedes Mal denselben Übersetzungsstil. Wenn dieses Modell sein kostenloses Limit erreicht, schlägt die Anfrage fehl, außer dasselbe Modell ist bei einem anderen Anbieter kostenlos. Um mit anderen Modellen weiterzuarbeiten, erstellen Sie ein Fallback-Ketten-Profil, zum Beispiel translate, mit Ihren gewählten Modellen in der gewünschten Reihenfolge. Verwenden Sie dann auto:translate als Modell.
Mit Python in Batches übersetzen
Eine Anfrage pro Zeichenkette verbraucht Ihre Anfragelimits schnell. Senden Sie 20 bis 50 kurze Zeichenketten in einer Anfrage als JSON-Liste. Der Code prüft, ob die Antwort dieselbe Anzahl an Elementen und dieselben Platzhalter hat. Schlägt die Prüfung fehl, übersetzt er die Zeichenketten einzeln.
translate.py
import json
import os
import re
import time
import openai
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:3001/v1",
api_key=os.environ["FREELLMAPI_API_KEY"],
max_retries=3,
timeout=90,
)
MODEL = "auto:translate" # a profile with your translation models
PLACEHOLDER = re.compile(r"\{[^}]+\}|%\w|<[^>]+>") # {name}, %s, <b>
SYSTEM = (
"You are a professional translator. Translate each string into {lang}. "
"Keep placeholders such as {{name}}, %s and HTML tags exactly as they are. "
"Use this glossary: {glossary}. "
"Return only a JSON array of strings, in the same order and with the same length."
)
def chat(messages):
for attempt in range(6):
try:
resp = client.chat.completions.create(model=MODEL, messages=messages, temperature=0)
return resp.choices[0].message.content or ""
except openai.RateLimitError as err:
header = err.response.headers.get("retry-after", "")
time.sleep(min(int(header) if header.isdigit() else 2 ** attempt, 120))
raise RuntimeError("Rate limited on every provider")
def same_placeholders(src: str, dst: str) -> bool:
return sorted(PLACEHOLDER.findall(src)) == sorted(PLACEHOLDER.findall(dst))
def parse_list(text: str):
text = text.strip().removeprefix("```json").removeprefix("```").removesuffix("```")
return json.loads(text)
def translate_batch(strings, lang, glossary="none"):
system = SYSTEM.format(lang=lang, glossary=glossary)
try:
out = parse_list(chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps(strings, ensure_ascii=False)},
]))
if len(out) == len(strings) and all(same_placeholders(s, d) for s, d in zip(strings, out)):
return out
except (json.JSONDecodeError, TypeError):
pass
# Fallback: one string per request
return [translate_one(s, system) for s in strings]
def translate_one(s, system):
text = chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps([s], ensure_ascii=False)},
])
try:
return str(parse_list(text)[0])
except (json.JSONDecodeError, TypeError, IndexError, KeyError):
return text.strip() # keep the raw answer; review it later
def translate_all(strings, lang, size=30, glossary="none"):
result = []
for i in range(0, len(strings), size):
result.extend(translate_batch(strings[i:i + size], lang, glossary))
return result
if __name__ == "__main__":
ui = ["Welcome back, {name}!", "You have %s new messages.", "<b>Save</b> your changes"]
print(translate_all(ui, "French", glossary="messages = messages; Save = Enregistrer"))Verwenden Sie temperature=0 für Übersetzungen. Die Ausgabe ist dann zwischen den Läufen stabiler. Speichern Sie die Übersetzungen in einer Datei oder Datenbank und übersetzen Sie nur neue oder geänderte Zeichenketten.
Glossare, Tonfall und lange Dokumente
- Glossar: Listen Sie Produktnamen und feste Begriffe in der Systemnachricht auf. Sagen Sie dem Modell, welche Wörter es nicht übersetzen darf.
- Tonfall: Legen Sie die Anredeform fest, zum Beispiel formelles "Sie" im Deutschen oder informelles "tu" im Französischen.
- Kontext: Fügen Sie eine Zeile hinzu, wo der Text erscheint, zum Beispiel "Schaltflächenbeschriftungen in einer Banking-App". Kurze Zeichenketten sind ohne diesen Kontext oft mehrdeutig.
- Lange Dokumente: Teilen Sie an Absatzgrenzen. Senden Sie jeden Teil mit dem vorherigen Absatz als Kontext und übersetzen Sie nur den neuen Teil.
- Dasselbe Modell für ein Dokument: Senden Sie einen Header
X-Session-Idmit der Dokument-ID. FreeLLMAPI hält eine Sitzung 30 Minuten lang auf einem Modell, damit die Begriffe gleich bleiben.
FreeLLMAPI hat einen optionalen Antwort-Cache für identische Anfragen. Ein Cache-Treffer verbraucht kein Anbieterkontingent. Sie können ihn für eine Anfrage mit dem Header X-FreeLLM-Cache ein- oder ausschalten. Mit temperature=0 ergeben dieselbe Zeichenkette und dieselben Anweisungen dieselbe Anfrage. Wiederholte Zeichenketten kommen daher aus dem Cache.
Die Qualität automatisch prüfen
Einfache Prüfungen finden die meisten fehlerhaften Übersetzungen, bevor eine Person sie liest. Führen Sie sie nach jedem Batch aus und senden Sie nur die fehlgeschlagenen Zeichenketten auf eine Prüfliste.
- Platzhalter: Die Übersetzung muss dieselben Platzhalter und Tags wie die Quelle haben. Der Code oben prüft das bereits.
- Länge: Eine Übersetzung, die weniger als ein Drittel oder mehr als das Dreifache der Quelllänge hat, ist oft falsch.
- Nicht übersetzter Text: Ist die Ausgabe gleich der Eingabe, hat das Modell den Text nicht übersetzt.
- Rückübersetzung: Übersetzen Sie wichtigen Text mit einem anderen Modell zurück in die Ausgangssprache. Vergleichen Sie die Bedeutung, nicht die Wörter.
Zeichenketten zur Prüfung finden
def needs_review(src: str, dst: str) -> bool:
ratio = len(dst) / max(len(src), 1)
return (
not same_placeholders(src, dst)
or dst.strip() == src.strip()
or ratio < 0.33
or ratio > 3.0
)
review = [(s, d) for s, d in zip(ui, translated) if needs_review(s, d)]Für die Rückübersetzung legen Sie eine feste Modell-ID fest, die nicht in Ihrem Übersetzungsprofil steht. Ein anderes Modell wiederholt die Fehler des ersten Modells mit geringerer Wahrscheinlichkeit.
Limits und ehrliche Abwägungen
Kostenlose Tarife eignen sich gut für App-Texte, Support-Antworten, interne Dokumente und Tests. Planen Sie diese Limits ein:
| Limit | Auswirkung auf die Übersetzung | Was zu tun ist |
|---|---|---|
| Anfragen pro Minute und pro Tag | Eine große Datei kann das gesamte Tageskontingent verbrauchen | Schicken Sie 20 bis 50 Zeichenketten pro Anfrage in einem Batch. Fügen Sie Schlüssel von weiteren Anbietern hinzu. |
| Niedrige Tageslimits bei Spezialmodellen | Manche Übersetzungsmodelle erlauben nur wenige Anfragen pro Tag | Setzen Sie sie in einem Profil nach vorn, allgemeine Modelle folgen danach |
| Andere Modelle nach einem Failover | Stil und Begriffe können sich zwischen Batches ändern | Verwenden Sie ein Glossar und einen Header X-Session-Id |
| Kein SLA | Die Latenz ändert sich im Tagesverlauf | Verwenden Sie kostenlose Tarife nicht für Echtzeit-Übersetzungen, die in fester Zeit antworten müssen |
| Datenbedingungen | Manche kostenlosen Tarife können Prompts zum Training von Modellen nutzen | Senden Sie keine vertraulichen Texte an diese Anbieter |
Maschinelle Übersetzung kann falsch sein. Lassen Sie rechtliche, medizinische und Marketing-Texte von einer Muttersprachlerin oder einem Muttersprachler prüfen, bevor Sie sie veröffentlichen. Wenn alle Schlüssel der Kette ihr Limit erreicht haben, gibt das Gateway 429 mit einem Header Retry-After zurück. Der Code oben wartet und versucht es erneut.
Häufig gestellte Fragen
Gibt es eine kostenlose Übersetzungs-API auf Basis von LLMs?
Ja. Mehrere Anbieter stellen mehrsprachige LLMs kostenlos bereit, darunter Übersetzungsmodelle wie Cohere Command A Translate. FreeLLMAPI stellt sie über einen OpenAI-kompatiblen Schlüssel bereit.
Welches kostenlose LLM eignet sich am besten zum Übersetzen?
Das hängt vom Sprachpaar ab. Command A Translate deckt 23 Sprachen ab, SEA-LION ist für südostasiatische Sprachen gemacht und Typhoon für Thailändisch. Testen Sie mit Ihren eigenen Texten.
Wie übersetze ich viele Zeichenketten ohne Rate Limits?
Senden Sie 20 bis 50 Zeichenketten in einer Anfrage als JSON-Liste, verwenden Sie temperature 0, speichern Sie die Ergebnisse im Cache und fügen Sie Schlüssel von weiteren Anbietern hinzu.
Wie behalte ich Platzhalter und HTML-Tags bei LLM-Übersetzungen bei?
Weisen Sie das Modell an, sie genau beizubehalten, und prüfen Sie dann jede Übersetzung. Stimmen die Platzhalter nicht überein, übersetzen Sie diese Zeichenkette erneut oder einzeln.
Reicht eine kostenlose LLM-Übersetzung für den Produktivbetrieb aus?
Für App-Texte und interne Texte oft ja, mit einem Glossar und Prüfungen. Lassen Sie rechtliche, medizinische und Marketing-Texte von einer Muttersprachlerin oder einem Muttersprachler prüfen.
Verwandte Anleitungen
- Kostenlose LLM-API in Python
- Trainieren kostenlose LLM APIs mit Ihren Daten?
- Rate-Limits kostenloser LLM-APIs
- Kostenlose OpenAI-kompatible API-Base-URLs
- Kostenlose LLM-API für die kommerzielle Nutzung
Quellen
- Cohere changelog: Command A Translate (23 languages) (geprüft 20 November 2026)
- Cohere docs: Aya (Aya Expanse, 23 languages) (geprüft 20 November 2026)
- AI Singapore: SEA-LION (geprüft 20 November 2026)
- Typhoon: Thai language models (geprüft 20 November 2026)
- FreeLLMAPI docs: REST API (routing profiles, response cache header) (geprüft 20 November 2026)