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.
| Anbieter | Kostenlose Modelle | Max. Anfragen/Min. | Max. Anfragen/Tag | Max. Token/Min. | Token/Monat (ein Modell) | Stärkstes kostenloses Modell |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
| OVH AI Endpoints | 11 | 2 | - | - | free · 2/min per IP | Qwen3.8 27B (OVH)Qwen3.8-27B |
| Waterfall | 11 | - | - | - | free · community rate limit | nex-n2.5-pro (Waterfall)nex-n2.5-pro-free |
| xKiro | 9 | - | - | - | free · 500K tokens/day (1M with Telegram) | SenseNova 6.8 Flash-Lite (xKiro)sensenova/sensenova-6.8-flash-lite |
| Kilo Gateway | 8 | - | - | - | free · 200/hr per IP (trial) | Dots3 Note Preview (Kilo)dots-studio/dots-3-note-preview:free |
| OpenRouter | 8 | 20 | 50 | - | ~6M | Dots3 Note Preview (free)dots-studio/dots-3-note-preview:free |
| Groq | 7 | 30 | 14,400 | 70,000 | ~6M | Qwen3.8 27B (Groq)qwen/qwen3.8-27b |
| Requesty | 7 | - | 200 | - | free · 200 rpd | Ling 3.1 Flash (Requesty)novita/ling-3.1-flash |
| Routeway | 7 | 5 | 200 | - | free · zero-priced route | Muse Glimmer 30B (Routeway free)muse-glimmer-30b:free |
| Speka | 7 | - | - | - | $1/month shared model-usage allowance | Step 5 Preview (Speka)stepfun-ai/step-5-preview |
| APINex | 6 | 5 | - | - | 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | GLM 5.3 (APINex Free)free/glm-5.3 |
| Gizmo | 6 | - | - | - | 1,000 free-model requests/month · shared account quota | Qwen3.8 27B (Gizmo)qwen/qwen3.8-27b:free |
| SEA-LION | 6 | 10 | - | - | free · 10 RPM | Qwen SEA-LION v4.5 27B (SEA-LION)aisingapore/Qwen-SEA-LION-v4.5-27B-IT |
| Septor Labs | 5 | - | - | - | free · shared daily allowance | MiniMax M2.5 (Septor Labs)minimax-m2.5-free |
| Agnes AI | 4 | - | - | - | free · promo $0/token | Agnes 3.0 Flash (Agnes AI)agnes-3.0-flash |
| Aion Labs | 4 | 15 | - | 20,000 | free · 20k tok/day | Aion 3.0aion-labs/aion-3.0 |
| BlockRun | 4 | - | - | - | Ongoing $0 models · rate-limited · no monthly cash grant | Muse Glimmer 30B (BlockRun)nvidia/muse-glimmer-30b |
| CLōD | 4 | - | - | - | free · shared daily allowance | Gemma 4 31B IT (CLōD)Gemma 4 31B IT |
| LLM7 | 4 | 40 | - | - | Free tier: 100,000 tokens/24h shared | gpt-oss:20b (LLM7)gpt-oss:20b |
| LLMTR | 4 | - | - | - | Ongoing zero-priced route | Qwen3.8 27B (LLMTR)qwen/qwen3.8-27b-free |
| Router9 | 4 | - | - | - | 10,000 credits/month (~$1), shared; account-anniversary reset | DeepSeek V4 Flash 0731 (Router9)deepseek/deepseek-v4-flash |
| BazaarLink | 3 | 10 | 50 | - | free · shared rate limit | DeepSeek V4 Flash (BazaarLink free)deepseek/deepseek-v4-flash-0731free:free |
| BlazeAPI | 3 | - | - | - | Free · 200,000 shared tokens/day; resets daily | GLM 5.3 Flash (BlazeAPI)free/glm-5.3-flash |
| Zhipu AI | 3 | - | - | - | ~30M | GLM-4.7 Flashglm-4.7-flash |
| AMD Radeon Cloud | 2 | - | - | - | free · recurring daily account allowance | Qwen3.8 Flash Next (AMD Radeon Cloud)Qwen3.8-Flash-Next |
| Logfare | 2 | - | - | - | free · fair use · traffic logged | Gemma 4 26B (Logfare)gemma-4-26b |
| Moondream | 2 | - | - | - | $5/month shared workspace usage credits | Moondream 3.1 9B A2Bmoondream3.1-9B-A2B |
| Plugsky | 2 | - | - | - | Ongoing Free plan; shared fair use | Plugsky Microplugsky-micro |
| SimpleLLM | 2 | - | - | - | Shared hourly/daily free-model quota | Gemma E4B Free (SimpleLLM)free-gemma-4-E4B |
| Speechify | 2 | - | - | - | - | Simba 3.2 (Speechify)simba-3.2 |
| UnoRouter | 2 | 1 | - | - | free · 1 req/min per model | GLM 5.3 (UnoRouter free)glm-5.3:free |
| Free.ai | 1 | - | - | - | - | Kokoro (Free.ai)kokoro |
| Pollinations | 1 | - | - | - | - | DreamShaper 8 LCM (Pollinations, legacy sana alias)sana |
| Typhoon | 1 | - | - | - | Ongoing free research API (shared rate limits) | Typhoon 2.5 30B A3B Instructtyphoon-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
| Limit | Bedeutung | Üblicher Zeitraum |
|---|---|---|
| RPM | Anfragen pro Minute | Ein gleitender Zeitraum von 60 Sekunden |
| RPD | Anfragen pro Tag | Ein Tag. Die Rücksetzzeit ist bei jedem Anbieter anders. |
| TPM | Tokens pro Minute. Eingabe- und Ausgabe-Tokens können beide zählen. | Ein gleitender Zeitraum von 60 Sekunden |
| TPD | Tokens pro Tag | Ein Tag |
| Monatliches Budget | Eine Schätzung der kostenlosen Tokens in einem Monat | Ein 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
:freeim 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.
| Anbieter | Kostenloses Limit (offiziell) | Geltungsbereich |
|---|---|---|
| Google AI Studio (Gemini) | Je nach Modell verschieden. Google zeigt Ihre aktiven Limits in AI Studio an. | Pro Google-Cloud-Projekt |
| Groq | openai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | Pro Organisation |
| OpenRouter | Modelle 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 AI | 10,000 Neuronen pro Tag im Workers-Free-Tarif | Pro Konto |
| OVHcloud AI Endpoints | Anonym: 2 Anfragen pro Minute. Mit Schlüssel: 400 Anfragen pro Minute. | Anonym: pro IP-Adresse und Modell. Mit Schlüssel: pro Projekt und Modell. |
| NVIDIA API Catalog | NVIDIA veröffentlicht die Werte nicht. Ihr Limit sehen Sie in Ihrem Konto auf build.nvidia.com. | Pro Konto |
| Cohere | Testschlüssel: 20 Anfragen pro Minute für Chat-Modelle, 1,000 API-Aufrufe pro Monat | Pro Testschlüssel |
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:
- 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.
- Ein vollständig erschöpftes Tageskontingent setzt Modell und Schlüssel in eine längere Abkühlzeit: 2 Minuten, dann 10 Minuten, dann 1 Stunde, dann 24 Stunden.
- Gibt der Anbieter einen längeren Wert für
Retry-Afteran, verwendet der Router den Wert des Anbieters. - 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.
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
- Gemini-API-Kontingent überschritten (429 RESOURCE_EXHAUSTED)
- Groq-Ratenlimit erreicht (429)
- NVIDIA NIM API Rate-Limit
- Kostenlose LLM-API ohne Kreditkarte
- best free llm apis 2026
- unlimited free ai tokens
Quellen
- Google AI Studio: Rate limits (geprüft 20 November 2026)
- GroqCloud: Rate limits (geprüft 20 November 2026)
- OpenRouter: API rate limits (geprüft 20 November 2026)
- Cloudflare Workers AI: Pricing (geprüft 20 November 2026)
- OVHcloud: AI Endpoints getting started (geprüft 20 November 2026)
- Cohere: Rate limits (geprüft 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (geprüft 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (geprüft 20 November 2026)