Startseite / Anleitungen / Kostenlose API für Reasoning-Modelle

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.

Kostenlose Reasoning-Modelle, stärkste zuerst
ModellKostenlos beiKontextKostenlose Limits (bestes Angebot)ToolsBildverarbeitung
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 Anfragen/Min.
20 Anfragen/Tag
250,000 Token/Min.
~3M
JaJa
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 weitere131K30 Anfragen/Min.
1,000 Anfragen/Tag
8,000 Token/Min.
200,000 Token/Tag
~6M
JaNein
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 weitere131K30 Anfragen/Min.
1,000 Anfragen/Tag
8,000 Token/Min.
200,000 Token/Tag
~6M
JaNein
GPT-OSS Safeguard 20BGroq, LLMTR131K30 Anfragen/Min.
1,000 Anfragen/Tag
8,000 Token/Min.
200,000 Token/Tag
~6M
JaNein
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsNeinNein
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditNeinNein
Qwen3 235B A22B Thinking 2507ModelScope262K200 Anfragen/Tag
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NeinNein
GPT-OSS 120B (via Groq)DreamPrompting131K100 Anfragen/Min.
5,000 Anfragen/Tag
500,000 Token/Tag
500K tokens/day · 5,000 req/day
NeinNein
Qwen3 Next 80B A3B ThinkingModelScope262K200 Anfragen/Tag
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NeinNein
QwQ 32BCloudflare Workers AI131K~10-20MJaNein
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 Anfragen/Tag
200 rpd
NeinJa
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 Anfragen/Min.
40 RPM
NeinJa
Command A ReasoningCohere256K20 Anfragen/Min.
33 Anfragen/Tag
~1-2M
JaNein
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 Anfragen/Min.
50 Anfragen/Tag
50 req/day account-wide (1,000 after a $10 purchase)
NeinNein
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditJaJa
GPT-OSS 20B (via Groq)DreamPrompting131K100 Anfragen/Min.
5,000 Anfragen/Tag
500,000 Token/Tag
500K tokens/day · 5,000 req/day
NeinNein
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MJaNein
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditJaNein

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.
Regel: Setzen Sie bei einem Reasoning-Modell kein kleines 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 | bash

Öffnen 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.

AufgabeReasoning-Modell verwenden?Warum
Mathematik, Logikrätsel, PlanungJaSchritt-für-Schritt-Denken verringert Fehler
Schwierige Bugs und Algorithmen-EntwurfJaDas Modell prüft seine eigenen Schritte
Chat, kurze Antworten, ÜbersetzungNeinNachdenken kostet Zeit und Tokens, bringt aber wenig Gewinn
Agenten mit vielen Tool-AufrufenManchmalJede 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 Sie auto:fast für 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

ProblemUrsacheLösung
Leerer Inhalt, finish_reason: "length"Das Nachdenken hat das gesamte Ausgabebudget verbrauchtSetzen Sie max_tokens auf 4,000 oder mehr
Text <think> in der AntwortDer Anbieter gibt sichtbares Nachdenken zurückEntfernen Sie die Tags in Ihrem Code
Lange Erklärung für eine kurze FrageManche Reasoning-Modelle erklären ihren DenkwegBitten Sie um "nur die endgültige Antwort" oder verwenden Sie ein Modell ohne Reasoning
Fehler 429 nach wenigen AnfragenDenk-Tokens haben das Limit für Tokens pro Minute aufgebrauchtFügen Sie weitere Anbieter-Schlüssel hinzu oder nutzen Sie Reasoning nur für schwierige Aufgaben
Langsame AntwortenDas Modell schreibt viele Denk-TokensVerwenden Sie auto:fast für einfache Aufgaben
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

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

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen