Kostenlose API für Reasoning-Modelle
Ein Reasoning-Modell denkt nach, bevor es antwortet. Es schreibt verborgene oder sichtbare Schritte und gibt dann die endgültige Antwort. Das hilft bei Mathematik, Logik, Planung und schwierigem Code. Mehrere Anbieter stellen Reasoning-Modelle kostenlos bereit. Dieser Leitfaden zeigt sie, erklärt die Kosten der Denk-Tokens und liefert funktionierenden Code.
Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.
Kostenlose Reasoning-Modelle heute
Die Tabelle listet kostenlose Modelle mit Reasoning im Namen auf, zum Beispiel GPT-OSS, R1, QwQ, Thinking, Reasoning und Magistral. Die Daten stammen aus dem Live-Katalog. Viele andere Modelle, etwa Gemini Flash, denken ebenfalls nach, doch ihre Namen zeigen es nicht.
| Modell | Kostenlos bei | Kontext | Kostenlose Limits (bestes Angebot) | Tools | Bildverarbeitung |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 Anfragen/Min. 20 Anfragen/Tag 250,000 Token/Min. ~3M | Ja | Ja |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 weitere | 131K | 30 Anfragen/Min. 1,000 Anfragen/Tag 8,000 Token/Min. 200,000 Token/Tag ~6M | Ja | Nein |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 weitere | 131K | 30 Anfragen/Min. 1,000 Anfragen/Tag 8,000 Token/Min. 200,000 Token/Tag ~6M | Ja | Nein |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 Anfragen/Min. 1,000 Anfragen/Tag 8,000 Token/Min. 200,000 Token/Tag ~6M | Ja | Nein |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Nein | Nein |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | Nein | Nein |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 Anfragen/Tag Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Nein | Nein |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 Anfragen/Min. 5,000 Anfragen/Tag 500,000 Token/Tag 500K tokens/day · 5,000 req/day | Nein | Nein |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 Anfragen/Tag Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Nein | Nein |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | Ja | Nein |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 Anfragen/Tag 200 rpd | Nein | Ja |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 Anfragen/Min. 40 RPM | Nein | Ja |
| Command A Reasoning | Cohere | 256K | 20 Anfragen/Min. 33 Anfragen/Tag ~1-2M | Ja | Nein |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 Anfragen/Min. 50 Anfragen/Tag 50 req/day account-wide (1,000 after a $10 purchase) | Nein | Nein |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | Ja | Ja |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 Anfragen/Min. 5,000 Anfragen/Tag 500,000 Token/Tag 500K tokens/day · 5,000 req/day | Nein | Nein |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | Ja | Nein |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | Ja | Nein |
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.
GPT-OSS 120B wird von mehreren Anbietern kostenlos bereitgestellt, daher hat das Failover viele Optionen. QwQ 32B und DeepSeek R1 Distill Qwen 32B laufen auf Cloudflare Workers AI. Qwen3-Thinking-Modelle haben auf ModelScope einen Kontext von 262K Tokens.
Denk-Tokens nutzen Ihr Ausgabebudget
Das ist das häufigste Problem bei Reasoning-Modellen. Das Modell schreibt zuerst sein Nachdenken. Diese Denk-Tokens zählen zum Ausgabelimit, genau wie die Antwort.
- Google sagt: Das Ausgabelimit bei Gemini umfasst Denk-Tokens. Erreicht das Modell das Limit beim Nachdenken, kann die Ausgabe abgeschnitten oder leer sein. Die Denk-Tokens werden trotzdem gezählt.
- Groq sagt: Der Standardwert von 1,024 Completion-Tokens kann für komplexes Reasoning zu niedrig sein.
- Kostenlose Limits: Denk-Tokens zählen auch zu den Limits für Tokens pro Minute und pro Tag. Eine Reasoning-Antwort kann viel mehr Tokens verbrauchen als eine direkte Antwort auf dieselbe Frage.
max_tokens. Beginnen Sie bei 4,000 oder mehr. Ist finish_reason gleich length und der Inhalt leer, hat das Modell das gesamte Budget zum Nachdenken verbraucht.Schritt 1: FreeLLMAPI installieren und Schlüssel hinzufügen
FreeLLMAPI ist Open Source. Es läuft auf Ihrem Computer in Docker. Ihre Anbieter-Schlüssel bleiben auf Ihrem Computer.
Installation (macOS oder Linux)
curl -fsSL https://freellmapi.co/install.sh | bashÖffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie auf der Seite Keys Schlüssel für Groq, Cloudflare und Google AI Studio hinzu. Jeder davon stellt kostenlose Reasoning-Modelle bereit. Kopieren Sie Ihren einheitlichen Schlüssel von derselben Seite.
Schritt 2: Ein Reasoning-Modell aufrufen
curl
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-oss-120b",
"max_tokens": 4000,
"messages": [{"role": "user", "content": "A bat and a ball cost 1.10 in total. The bat costs 1.00 more than the ball. What does the ball cost?"}]
}'Python: auf abgeschnittene Antwort prüfen und Denktext entfernen
import re
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
resp = client.chat.completions.create(
model="openai/gpt-oss-120b", # or "auto:smart" to rank by intelligence
max_tokens=4000,
messages=[{"role": "user", "content": "Plan a 3-step database migration with no downtime."}],
)
choice = resp.choices[0]
text = choice.message.content or ""
text = re.sub(r"<think>.*?</think>", "", text, flags=re.S).strip() # some models return visible thinking
if choice.finish_reason == "length" and not text:
print("The model used the full budget to think. Raise max_tokens.")
else:
print(text)
print("tokens used:", resp.usage.completion_tokens if resp.usage else "unknown")Manche Anbieter geben das Nachdenken in <think>-Tags im Inhalt zurück. Andere blenden es aus oder geben es in einem eigenen Feld zurück. Entfernen Sie die Tags, bevor Sie die Antwort Nutzern zeigen.
Den Umfang des Nachdenkens steuern
Anbieter haben eigene Einstellungen für die Länge des Nachdenkens. Groq akzeptiert bei GPT-OSS-Modellen reasoning_effort mit low, medium oder high. Gemini-3-Modelle verwenden die Einstellung thinking_level. Die Dokumentation von FreeLLMAPI beschreibt nicht, wie diese Felder das Gateway durchlaufen. Testen Sie sie deshalb zuerst auf Ihrer Installation.
Der native Gemini-Endpunkt von FreeLLMAPI, /v1beta/models/{model}:generateContent, übersetzt Denkbudgets. Verwenden Sie ihn, wenn Sie das Nachdenken bei Gemini steuern müssen.
| Aufgabe | Reasoning-Modell verwenden? | Warum |
|---|---|---|
| Mathematik, Logikrätsel, Planung | Ja | Schritt-für-Schritt-Denken verringert Fehler |
| Schwierige Bugs und Algorithmen-Entwurf | Ja | Das Modell prüft seine eigenen Schritte |
| Chat, kurze Antworten, Übersetzung | Nein | Nachdenken kostet Zeit und Tokens, bringt aber wenig Gewinn |
| Agenten mit vielen Tool-Aufrufen | Manchmal | Jede Runde zahlt die Kosten des Nachdenkens erneut |
Prompts und Routing für Reasoning-Aufgaben
- Ziel und Regeln angeben: Geben Sie alle Fakten, Grenzen und das erwartete Ergebnis im Prompt an. Ein Reasoning-Modell kann Sie während des Nachdenkens nicht nach fehlenden Fakten fragen.
- Antwortformat festlegen: Bitten Sie um die endgültige Antwort in einer festen Form, zum Beispiel als eine Zahl oder ein JSON-Objekt. Ihr Code kann sie dann ohne den Denktext lesen.
- Testfälle angeben: Ergänzen Sie bei Code Beispiel-Eingaben und -Ausgaben. Das Modell kann seine Antwort damit prüfen.
- Nach Aufgabe routen: Verwenden Sie
model: "auto:smart", um Modelle für schwierige Aufgaben nach Intelligenz zu sortieren. Verwenden Sieauto:fastfür einfache Aufgaben, damit Sie die Kosten des Nachdenkens nicht zahlen. - Eine schwierige Frage pro Anfrage: Mehrere schwierige Fragen in einer Anfrage teilen sich ein Ausgabebudget. Teilen Sie sie in einzelne Anfragen auf.
Die Strategien auto:* bewerten jedes aktivierte Modell und ignorieren die Reihenfolge Ihrer Kette. Um Reasoning-Anfragen nur an Reasoning-Modelle zu senden, legen Sie eine Modell-ID fest. Sie können auch eine benannte Fallback-Kette nur mit Reasoning-Modellen anlegen. Rufen Sie sie dann mit auto:<profile-name> auf.
Fehlerbehebung
| Problem | Ursache | Lösung |
|---|---|---|
Leerer Inhalt, finish_reason: "length" | Das Nachdenken hat das gesamte Ausgabebudget verbraucht | Setzen Sie max_tokens auf 4,000 oder mehr |
Text <think> in der Antwort | Der Anbieter gibt sichtbares Nachdenken zurück | Entfernen Sie die Tags in Ihrem Code |
| Lange Erklärung für eine kurze Frage | Manche Reasoning-Modelle erklären ihren Denkweg | Bitten Sie um "nur die endgültige Antwort" oder verwenden Sie ein Modell ohne Reasoning |
| Fehler 429 nach wenigen Anfragen | Denk-Tokens haben das Limit für Tokens pro Minute aufgebraucht | Fügen Sie weitere Anbieter-Schlüssel hinzu oder nutzen Sie Reasoning nur für schwierige Aufgaben |
| Langsame Antworten | Das Modell schreibt viele Denk-Tokens | Verwenden Sie auto:fast für einfache Aufgaben |
Häufig gestellte Fragen
Gibt es eine kostenlose API für Reasoning-Modelle?
Ja. Groq, Cloudflare, NVIDIA, OVH, OpenRouter und andere Anbieter stellen Reasoning-Modelle kostenlos bereit, etwa GPT-OSS 120B, QwQ 32B und DeepSeek R1 Distill. FreeLLMAPI legt sie hinter einen OpenAI-kompatiblen Schlüssel.
Zählen Denk-Tokens als Ausgabe-Tokens?
Ja. Google sagt, dass das Ausgabelimit von Gemini Denk-Tokens umfasst und dass Denk-Tokens gezählt werden. Bei kostenlosen Tarifen zählen sie außerdem zu Ihrem Limit für Tokens pro Minute.
Warum liefert mein Reasoning-Modell eine leere Antwort?
Das Modell hat das gesamte Budget von max_tokens zum Nachdenken verbraucht, daher blieben keine Tokens für die Antwort übrig. Setzen Sie max_tokens auf 4,000 oder mehr.
Ist DeepSeek R1 über eine API kostenlos?
DeepSeek R1 Distill Qwen 32B ist im kostenlosen Katalog von Cloudflare Workers AI enthalten. Die Tabelle auf dieser Seite zeigt die Anbieter, die es heute bereitstellen.
Welches kostenlose Reasoning-Modell ist am besten?
GPT-OSS 120B ist ein guter Standard, weil mehrere Anbieter es kostenlos bereitstellen. Nutzen Sie die Tabelle auf dieser Seite. Sie sortiert Modelle nach dem Intelligenz-Rang aus dem Live-Katalog.
Verwandte Anleitungen
- free gpt oss api
- free deepseek api
- free qwen api
- Beste kostenlose Coding-Modell-APIs
- Rate-Limits kostenloser LLM-APIs
Quellen
- FreeLLMAPI docs: Routing strategies and native Gemini API (geprüft 20 November 2026)
- Google AI Studio docs: Thinking (geprüft 20 November 2026)
- Gemini Developer API pricing (geprüft 20 November 2026)
- Groq docs: Reasoning (geprüft 20 November 2026)