Startseite / Anleitungen / Rate-Limits kostenloser LLM-APIs

Rate-Limits kostenloser LLM-APIs

Jede kostenlose LLM-API hat Rate-Limits. Diese Seite zeigt die kostenlosen Limits jedes Anbieters im FreeLLMAPI-Katalog in einer Tabelle. Außerdem erklärt sie, wie Sie RPM, RPD, TPM und TPD lesen und wie Sie kostenlose Tarife zusammenlegen.

Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.

Kostenlose Limits für alle Anbieter

Die Tabelle stammt aus dem Live-Katalog. Sie hat eine Zeile für jeden Anbieter. Jeder Wert ist das höchste Limit eines kostenlosen Modells dieses Anbieters. Ein Modell kann ein niedrigeres Limit haben als der Wert in der Zeile. Ein Strich bedeutet, dass der Anbieter dieses Limit nicht veröffentlicht.

AnbieterKostenlose ModelleMax. Anfragen/Min.Max. Anfragen/TagMax. Token/Min.Token/Monat (ein Modell)Stärkstes kostenloses Modell
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite
Mistral122-500,000~50-100MMistral Code
mistral-code-latest
ModelScope11-200-Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experienceGLM-5.2 (ModelScope)
ZhipuAI/GLM-5.2
OVH AI Endpoints112--free · 2/min per IPQwen3.8 27B (OVH)
Qwen3.8-27B
Waterfall11---free · community rate limitnex-n2.5-pro (Waterfall)
nex-n2.5-pro-free
xKiro9---free · 500K tokens/day (1M with Telegram)SenseNova 6.8 Flash-Lite (xKiro)
sensenova/sensenova-6.8-flash-lite
Kilo Gateway8---free · 200/hr per IP (trial)Dots3 Note Preview (Kilo)
dots-studio/dots-3-note-preview:free
OpenRouter82050-~6MDots3 Note Preview (free)
dots-studio/dots-3-note-preview:free
Groq73014,40070,000~6MQwen3.8 27B (Groq)
qwen/qwen3.8-27b
Requesty7-200-free · 200 rpdLing 3.1 Flash (Requesty)
novita/ling-3.1-flash
Routeway75200-free · zero-priced routeMuse Glimmer 30B (Routeway free)
muse-glimmer-30b:free
Speka7---$1/month shared model-usage allowanceStep 5 Preview (Speka)
stepfun-ai/step-5-preview
APINex65--10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/accountGLM 5.3 (APINex Free)
free/glm-5.3
Gizmo6---1,000 free-model requests/month · shared account quotaQwen3.8 27B (Gizmo)
qwen/qwen3.8-27b:free
SEA-LION610--free · 10 RPMQwen SEA-LION v4.5 27B (SEA-LION)
aisingapore/Qwen-SEA-LION-v4.5-27B-IT
Septor Labs5---free · shared daily allowanceMiniMax M2.5 (Septor Labs)
minimax-m2.5-free
Agnes AI4---free · promo $0/tokenAgnes 3.0 Flash (Agnes AI)
agnes-3.0-flash
Aion Labs415-20,000free · 20k tok/dayAion 3.0
aion-labs/aion-3.0
BlockRun4---Ongoing $0 models · rate-limited · no monthly cash grantMuse Glimmer 30B (BlockRun)
nvidia/muse-glimmer-30b
CLōD4---free · shared daily allowanceGemma 4 31B IT (CLōD)
Gemma 4 31B IT
LLM7440--Free tier: 100,000 tokens/24h sharedgpt-oss:20b (LLM7)
gpt-oss:20b
LLMTR4---Ongoing zero-priced routeQwen3.8 27B (LLMTR)
qwen/qwen3.8-27b-free
Router94---10,000 credits/month (~$1), shared; account-anniversary resetDeepSeek V4 Flash 0731 (Router9)
deepseek/deepseek-v4-flash
BazaarLink31050-free · shared rate limitDeepSeek V4 Flash (BazaarLink free)
deepseek/deepseek-v4-flash-0731free:free
BlazeAPI3---Free · 200,000 shared tokens/day; resets dailyGLM 5.3 Flash (BlazeAPI)
free/glm-5.3-flash
Zhipu AI3---~30MGLM-4.7 Flash
glm-4.7-flash
AMD Radeon Cloud2---free · recurring daily account allowanceQwen3.8 Flash Next (AMD Radeon Cloud)
Qwen3.8-Flash-Next
Logfare2---free · fair use · traffic loggedGemma 4 26B (Logfare)
gemma-4-26b
Moondream2---$5/month shared workspace usage creditsMoondream 3.1 9B A2B
moondream3.1-9B-A2B
Plugsky2---Ongoing Free plan; shared fair usePlugsky Micro
plugsky-micro
SimpleLLM2---Shared hourly/daily free-model quotaGemma E4B Free (SimpleLLM)
free-gemma-4-E4B
Speechify2----Simba 3.2 (Speechify)
simba-3.2
UnoRouter21--free · 1 req/min per modelGLM 5.3 (UnoRouter free)
glm-5.3:free
Free.ai1----Kokoro (Free.ai)
kokoro
Pollinations1----DreamShaper 8 LCM (Pollinations, legacy sana alias)
sana
Typhoon1---Ongoing free research API (shared rate limits)Typhoon 2.5 30B A3B Instruct
typhoon-v2.5-30b-a3b-instruct

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.

Der Katalog enthält heute 487 kostenlose Modell-Endpunkte von 45 Anbietern. Die Werte ändern sich oft. Anbieter fügen Modelle hinzu, entfernen Modelle und ändern Kontingente ohne Vorankündigung.

So lesen Sie RPM, RPD, TPM und TPD

Übliche Namen für Rate-Limits
LimitBedeutungÜblicher Zeitraum
RPMAnfragen pro MinuteEin gleitender Zeitraum von 60 Sekunden
RPDAnfragen pro TagEin Tag. Die Rücksetzzeit ist bei jedem Anbieter anders.
TPMTokens pro Minute. Eingabe- und Ausgabe-Tokens können beide zählen.Ein gleitender Zeitraum von 60 Sekunden
TPDTokens pro TagEin Tag
Monatliches BudgetEine Schätzung der kostenlosen Tokens in einem MonatEin Kalendermonat

Das Limit, das Sie zuerst stoppt, ist das entscheidende. Groq nennt zum Beispiel für openai/gpt-oss-120b im kostenlosen Tarif 30 RPM, 1,000 RPD, 8,000 TPM und 200,000 TPD. Bei 30 Anfragen pro Minute verbrauchen Sie die 1,000 Tagesanfragen in etwa 34 Minuten. Eine Anfrage mit 9,000 Tokens schlägt sofort fehl, weil sie größer ist als das Limit von 8,000 TPM.

  • Geltungsbereich: Google wendet Gemini-Limits auf jedes Google-Cloud-Projekt an, nicht auf jeden Schlüssel. Groq wendet Limits auf jede Organisation an. Ein zweiter Schlüssel im selben Projekt oder in derselben Organisation erhöht das Kontingent nicht.
  • Rücksetzzeit: Google setzt die Tagesanfragen um Mitternacht pazifischer Zeit zurück. Cloudflare setzt sein tägliches Kontingent um 00:00 UTC zurück.
  • Gemeinsame Pools: Einige Anbieter zählen ein Kontingent über alle kostenlosen Modelle. OpenRouter zählt die kostenlosen Tagesanfragen über alle Modelle mit :free im Konto.
  • Andere Einheiten: Cloudflare Workers AI zählt Neuronen, nicht Tokens. Das kostenlose Kontingent beträgt 10,000 Neuronen pro Tag.

Geprüfte Limits der wichtigsten Anbieter

Diese Werte stammen aus der eigenen Dokumentation jedes Anbieters, geprüft am 20. November 2026. Für Werte auf Modellebene verwenden Sie die Live-Tabelle oben.

Kostenlose Limits laut Anbieter-Dokumentation
AnbieterKostenloses Limit (offiziell)Geltungsbereich
Google AI Studio (Gemini)Je nach Modell verschieden. Google zeigt Ihre aktiven Limits in AI Studio an.Pro Google-Cloud-Projekt
Groqopenai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPDPro Organisation
OpenRouterModelle mit :free: 20 RPM. 50 Anfragen pro Tag, oder 1,000 pro Tag nach dem Kauf von 10 Credits.Pro Konto, alle kostenlosen Modelle zusammen
Cloudflare Workers AI10,000 Neuronen pro Tag im Workers-Free-TarifPro Konto
OVHcloud AI EndpointsAnonym: 2 Anfragen pro Minute. Mit Schlüssel: 400 Anfragen pro Minute.Anonym: pro IP-Adresse und Modell. Mit Schlüssel: pro Projekt und Modell.
NVIDIA API CatalogNVIDIA veröffentlicht die Werte nicht. Ihr Limit sehen Sie in Ihrem Konto auf build.nvidia.com.Pro Konto
CohereTestschlüssel: 20 Anfragen pro Minute für Chat-Modelle, 1,000 API-Aufrufe pro MonatPro Testschlüssel
Hinweis: Kostenlose NVIDIA-Konten melden häufig ein Limit von 40 Anfragen pro Minute. Laut NVIDIA-Mitarbeitern sind die Limits je Modell verschieden, und NVIDIA veröffentlicht sie nicht. Details finden Sie unter NVIDIA NIM rate limit.

So kombinieren Sie kostenlose Tarife

Ein einzelner kostenloser Tarif ist klein. Viele kostenlose Tarife zusammen ergeben mehr Anfragen pro Tag. Um sie zu kombinieren, holen Sie sich von jedem Anbieter einen Schlüssel. Dann senden Sie jede Anfrage an einen Anbieter, der noch Kontingent hat.

FreeLLMAPI übernimmt das für Sie. Es ist ein Open-Source-Gateway, das auf Ihrem Computer läuft. Es führt vier Zähler (RPM, RPD, TPM, TPD) für jede Plattform, jedes Modell und jeden Schlüssel. Bevor eine Anfrage gesendet wird, prüft es alle vier Zähler. Außerdem prüft es Pools, die ein ganzes Konto abdecken, zum Beispiel die tägliche Obergrenze von OpenRouter und die Neuronen-Obergrenze von Cloudflare.

Installieren und eine Anfrage senden

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": "auto", "messages": [{"role": "user", "content": "hi"}]}'

Fügen Sie Ihre Anbieter-Schlüssel auf der Seite Keys im Dashboard unter http://localhost:3001 hinzu. Kopieren Sie den einheitlichen Schlüssel von derselben Seite. Der Antwort-Header X-Routed-Via zeigt den Anbieter und das Modell, die geantwortet haben.

Was am Limit passiert

Die meisten Anbieter senden HTTP 429, wenn Sie ein Limit überschreiten. Einige Anbieter senden einen Header Retry-After. FreeLLMAPI nutzt diese Signale in dieser Reihenfolge:

  1. Ein kurzer 429-Fehler bei einem Minutenlimit setzt den Schlüssel für 90 Sekunden in eine Abkühlzeit. Der Router versucht das nächste Modell in der Kette.
  2. Ein vollständig erschöpftes Tageskontingent setzt Modell und Schlüssel in eine längere Abkühlzeit: 2 Minuten, dann 10 Minuten, dann 1 Stunde, dann 24 Stunden.
  3. Gibt der Anbieter einen längeren Wert für Retry-After an, verwendet der Router den Wert des Anbieters.
  4. Nennt eine Fehlermeldung das tatsächliche Limit, speichert der Router es. Die nächste Vorabprüfung stoppt die Anfrage dann, bevor der Anbieter sie ablehnt.

Wenn jeder Schlüssel in der Abkühlzeit ist, gibt das Gateway 429 zurück. Kostenlose Tarife haben kein SLA. Die stärksten kostenlosen Modelle haben oft die kleinsten Tageslimits, deshalb kann die Antwortqualität am späten Tag sinken.

Wege zu mehr Anfragen pro Tag

  • Fügen Sie Schlüssel von mehr Anbietern hinzu. Jeder Anbieter bringt sein eigenes Kontingent mit.
  • Verwenden Sie kleine, schnelle Modelle für einfache Aufgaben. Behalten Sie die großen Modelle mit kleinen Tageslimits für schwierige Aufgaben.
  • Senden Sie weniger Tokens. Ein kürzerer Prompt hilft bei den Limits TPM und TPD.
  • Legen Sie nicht viele Konten bei einem Anbieter an, um mehr Kontingent zu bekommen. Lesen Sie zuerst die Bedingungen jedes Anbieters. Viele Bedingungen erlauben das nicht.
  • Lesen Sie free LLM API commercial use, bevor Sie kostenlose Tarife in einem Produkt verwenden.
Nutzen Sie alle diese Modelle über einen einzigen Schlüssel. FreeLLMAPI ist ein Open-Source-Router, den Sie selbst hosten. Er stellt alle diese kostenlosen Angebote hinter einem einzigen OpenAI-kompatiblen Endpunkt bereit und wechselt zum nächsten Anbieter, wenn ein Anbieter das Limit erreicht. Katalog ansehen oder Jetzt starten.

Häufig gestellte Fragen

Welche Rate-Limits hat die kostenlose Gemini-API?

Google legt für jedes Modell andere Limits fest und wendet sie auf jedes Google-Cloud-Projekt an. Ihre aktiven Limits sehen Sie in AI Studio. Tagesanfragen werden um Mitternacht pazifischer Zeit zurückgesetzt. Die Live-Tabelle auf dieser Seite zeigt die aktuellen Katalogwerte.

Wie hoch ist das Rate-Limit des kostenlosen Groq-Tarifs?

Groq nennt Limits für jedes Modell. Für openai/gpt-oss-120b erlaubt der kostenlose Tarif 30 Anfragen pro Minute, 1,000 Anfragen pro Tag, 8,000 Tokens pro Minute und 200,000 Tokens pro Tag. Die Limits gelten für die gesamte Organisation.

Verdoppelt ein zweiter API-Schlüssel mein kostenloses Kontingent?

In der Regel nein. Google zählt Limits pro Projekt und Groq zählt sie pro Organisation. Ein neuer Schlüssel im selben Projekt oder in derselben Organisation teilt sich das gleiche Kontingent.

Welche kostenlose LLM-API hat das höchste Rate-Limit?

Das hängt von der Art des Limits ab. Manche Anbieter erlauben viele Anfragen pro Minute, aber nur wenige pro Tag. Sortieren Sie die Live-Tabelle nach dem Limit, das Ihre Arbeitslast zuerst stoppt, und kombinieren Sie dann mehrere Anbieter.

Was bedeutet Fehler 429 bei einer kostenlosen LLM-API?

Es bedeutet, dass Sie ein Rate-Limit oder ein Kontingent überschritten haben. Warten Sie bis zur Rücksetzzeit, senden Sie weniger Tokens oder senden Sie die Anfrage an einen anderen Anbieter.

Verwandte Anleitungen

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen