Inicio / Guías / API LLM gratuita para LangChain

API LLM gratuita para LangChain

LangChain se conecta a APIs compatibles con OpenAI mediante ChatOpenAI y OpenAIEmbeddings. Usted cambia la URL base y la clave. Esta guía apunta ambas clases a FreeLLMAPI, que reúne 45 niveles gratuitos de proveedores detrás de una sola clave. El código siguiente funciona en Python y JavaScript y gestiona los límites de velocidad.

El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.

Configurar la pasarela y los paquetes

Instale FreeLLMAPI y añada claves gratuitas de dos o más proveedores en la página Keys del panel. Copie la clave unificada. Su código usa solo esta clave. Las claves de los proveedores permanecen en FreeLLMAPI.

Instalar FreeLLMAPI y los paquetes de LangChain

curl -fsSL https://freellmapi.co/install.sh | bash

# Python
pip install -U langchain langchain-openai

# JavaScript
npm install @langchain/openai @langchain/core zod

Variables de entorno

export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>

Use model="auto" para que el enrutador seleccione un modelo. También puede usar una estrategia de enrutamiento, por ejemplo auto:fast o auto:smart. Un perfil con nombre, como auto:coding, y un ID de modelo fijo del catálogo también funcionan.

Para ver qué modelos puede llamar ahora con sus claves, solicite GET /v1/models?execution_status=ready. La lista completa también contiene modelos sin clave. Un modelo con el estado exhausted tiene claves, pero todas están en un límite en este momento. Ese estado desaparece cuando terminan los tiempos de espera.

Listar los modelos que pueden responder ahora

curl "http://localhost:3001/v1/models?execution_status=ready" \
  -H "Authorization: Bearer <unified-key>"

Chatear con ChatOpenAI

En Python, defina base_url y api_key. El valor de max_retries se pasa al cliente de OpenAI, que reintenta los errores 429 y 5xx con retroceso exponencial.

Python: chat y streaming

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="auto",
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    temperature=0.2,
    max_retries=3,
    timeout=60,
    include_response_headers=True,
)

msg = llm.invoke("Explain retrieval-augmented generation in two sentences.")
print(msg.content)
print("Served by:", msg.response_metadata["headers"].get("x-routed-via"))

for chunk in llm.stream("Write a haiku about SQLite."):
    print(chunk.content, end="", flush=True)

En JavaScript, ponga la URL base en configuration.baseURL. El objeto configuration se pasa al cliente oficial del SDK de OpenAI.

JavaScript: chat y streaming

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "auto",
  apiKey: process.env.FREELLMAPI_API_KEY,
  temperature: 0.2,
  maxRetries: 3,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});

const msg = await llm.invoke("Explain retrieval-augmented generation in two sentences.");
console.log(msg.content);

for await (const chunk of await llm.stream("Write a haiku about SQLite.")) {
  process.stdout.write(String(chunk.content));
}

La cabecera x-routed-via muestra el proveedor y el modelo que respondieron. Si el enrutador cambió de proveedor, x-fallback-trail muestra cada intento fallido y el motivo.

Herramientas y agentes

FreeLLMAPI pasa las tools en formato OpenAI a cada proveedor y devuelve tool_calls en formato OpenAI. Para Gemini, traduce la solicitud al formato de Google y la devuelve al formato original. Use bind_tools para una sola llamada, o create_agent para un bucle que ejecuta las herramientas.

Python: bind_tools y create_agent

from langchain.agents import create_agent
from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """Return the current weather for a city."""
    return f"It is 18 C and cloudy in {city}."

# One call: the model returns the tool call, your code runs it
msg = llm.bind_tools([get_weather]).invoke("What is the weather in Dublin?")
print(msg.tool_calls)

# Agent loop: LangChain runs the tool and sends the result back
agent = create_agent(
    model=llm,
    tools=[get_weather],
    system_prompt="You answer weather questions. Use the tool.",
)
result = agent.invoke({"messages": [{"role": "user", "content": "Weather in Dublin?"}]})
print(result["messages"][-1].content)

JavaScript: bindTools

import { tool } from "@langchain/core/tools";
import { z } from "zod";

const getWeather = tool(
  async ({ city }) => `It is 18 C and cloudy in ${city}.`,
  {
    name: "get_weather",
    description: "Return the current weather for a city.",
    schema: z.object({ city: z.string() }),
  },
);

const reply = await llm.bindTools([getWeather]).invoke("What is the weather in Dublin?");
console.log(reply.tool_calls);

Solo algunos modelos gratuitos admiten llamadas a herramientas. Con auto, mantenga los modelos que llaman a herramientas en su cadena de respaldo, o cree un perfil para los agentes. Hoy estos modelos gratuitos admiten herramientas:

Modelos gratuitos con llamadas a herramientas y contexto de 128K o más
ModeloGratis enContextoLímites gratuitos (mejor oferta)HerramientasVisión
GLM 5.3UnoRouter1M1 solicitudes/min
1 req/min per model
SíNo
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 solicitudes/min
40 RPM
SíSí
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaSíSí
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceSíNo
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditSíSí
Gemini 3.7 FlashGoogle AI Studio1M10 solicitudes/min
20 solicitudes/día
250,000 tokens/min
~3M
SíSí
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditSíSí
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 solicitudes/min
50 solicitudes/día
50 req/day account-wide (1,000 after a $10 purchase)
SíSí
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 solicitudes/min
50 solicitudes/día
Shared rate limit
SíNo
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 solicitudes/min
250 solicitudes/día
70,000 tokens/min
~6M
SíSí

Se muestran 10 de 109 modelos gratuitos que coinciden. Ver todos los modelos.

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

Embeddings con OpenAIEmbeddings

De forma predeterminada, OpenAIEmbeddings en Python divide el texto con un tokenizador de OpenAI y envía tokens. La mayoría de los demás proveedores necesitan texto sin procesar. Defina check_embedding_ctx_length=False para enviar texto.

Python: embeddings

from langchain_openai import OpenAIEmbeddings

emb = OpenAIEmbeddings(
    model="bge-m3",  # one embedding family, 1024 dimensions
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    check_embedding_ctx_length=False,
)
vectors = emb.embed_documents(["FreeLLMAPI pools free tiers.", "LangChain builds LLM apps."])
print(len(vectors), len(vectors[0]))

JavaScript: embeddings

import { OpenAIEmbeddings } from "@langchain/openai";

const emb = new OpenAIEmbeddings({
  model: "bge-m3",
  apiKey: process.env.FREELLMAPI_API_KEY,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});
const vector = await emb.embedQuery("What does FreeLLMAPI do?");
console.log(vector.length);

La conmutación por error de embeddings en FreeLLMAPI nunca cambia el modelo. Solo pasa entre proveedores que sirven la misma familia. Así todos los vectores de un mismo almacén de vectores siguen siendo compatibles. Seleccione una familia y manténgala. Hoy los modelos de embeddings gratuitos son:

ModeloProveedorDimensionesEntrada máx.Límite gratuito
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

Salida estructurada, sesiones y elección del modelo

with_structured_output devuelve un objeto de Pydantic en lugar de texto. De forma predeterminada, LangChain usa llamadas a funciones para esto. Ese método funciona en todos los modelos gratuitos que admiten herramientas.

Python: salida estructurada

from pydantic import BaseModel, Field

class Ticket(BaseModel):
    category: str = Field(description="billing, bug or other")
    urgent: bool

classifier = llm.with_structured_output(Ticket)
ticket = classifier.invoke("The app crashes when I pay. Please fix it today.")
print(ticket.category, ticket.urgent)

No use method="json_schema" con auto. No todos los proveedores gratuitos admiten salida con esquema JSON estricto, y el enrutador puede seleccionar un proveedor distinto en cada solicitud.

FreeLLMAPI mantiene una conversación en un mismo modelo durante 30 minutos. Encuentra la conversación mediante la cabecera X-Session-Id. Si no hay cabecera, usa un hash del primer mensaje del usuario. En una aplicación de chat con muchos usuarios, envíe un ID de sesión por usuario:

Python: una sesión por usuario

def llm_for(user_id: str) -> ChatOpenAI:
    return ChatOpenAI(
        model="auto",
        base_url=os.environ["FREELLMAPI_BASE_URL"],
        api_key=os.environ["FREELLMAPI_API_KEY"],
        default_headers={"X-Session-Id": f"user-{user_id}"},
        max_retries=3,
    )

Seleccione la cadena de modelo para cada parte de su aplicación:

Tarea en su aplicaciónCadena de modeloMotivo
Respuestas de chat para usuariosautoSigue la cadena que definió en el panel
Agente con herramientasauto:<profile>Un perfil que tiene solo modelos que llaman a herramientas
Clasificación, enrutamiento, resúmenes brevesauto:fastOrdena los modelos por velocidad medida
Pasos de razonamiento complejosauto:smartOrdena los modelos por inteligencia
Pruebas que deben poder repetirseUn ID de modelo fijoEl mismo modelo cada vez, pero se detiene en el límite de ese modelo

Los niveles gratuitos no tienen SLA. La latencia cambia durante el día, y los modelos más potentes alcanzan antes sus límites diarios. Pruebe sus cadenas con los modelos que su cadena usará de verdad.

Límites de velocidad y reintentos

FreeLLMAPI prueba el siguiente proveedor cuando uno devuelve 429. Su código ve un 429 solo cuando todas las claves de la cadena están en su límite. Entonces la respuesta tiene una cabecera Retry-After. Muchos límites diarios se restablecen a medianoche UTC.

Para trabajos por lotes, añada una segunda capa de reintentos con with_retry. Reintenta toda la unidad ejecutable con retroceso exponencial y jitter.

Python: reintentar una cadena ante límites de velocidad

import openai
from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "Summarize the text in one sentence."),
    ("user", "{text}"),
])

chain = (prompt | llm).with_retry(
    retry_if_exception_type=(openai.RateLimitError, openai.APITimeoutError),
    wait_exponential_jitter=True,
    stop_after_attempt=5,
)

# batch() runs requests in parallel; max_concurrency keeps the rate low
results = chain.batch(
    [{"text": t} for t in ["First document.", "Second document."]],
    config={"max_concurrency": 4},
)
ProblemaCausaSolución
openai.AuthenticationErrorClave unificada incorrectaCopie la clave de nuevo desde la página Keys
openai.NotFoundError en cada llamadaLa URL base no tiene /v1Use http://localhost:3001/v1
openai.RateLimitErrorTodas las claves de la cadena están en su límiteAñada proveedores, reduzca max_concurrency o espere a Retry-After
Error de embedding sobre tokens o tipo de entradaLangChain envía tokens, no textoDefina check_embedding_ctx_length=False
tool_calls está vacíoEl modelo no admite herramientasUse un modelo de la tabla de herramientas o un perfil de herramientas
Falta el texto de razonamientoChatOpenAI conserva solo los campos estándar de OpenAILea la respuesta en content; los campos extra del proveedor no se conservan
Use cada uno de estos modelos con una sola clave. FreeLLMAPI es un enrutador de código abierto y autoalojado. Reúne todos estos niveles gratuitos detrás de un único endpoint compatible con OpenAI y cambia de proveedor cuando uno alcanza su límite. Explore el catálogo o ir en vivo.

Preguntas frecuentes

¿Puedo usar una API LLM gratuita con LangChain?

Sí. Cualquier API compatible con OpenAI funciona con ChatOpenAI. Defina base_url como http://localhost:3001/v1 y api_key como su clave unificada de FreeLLMAPI. El enrutador usa niveles gratuitos de proveedores.

¿Cómo defino una base URL personalizada en ChatOpenAI de LangChain?

En Python, pase base_url a ChatOpenAI. En JavaScript, pase configuration: { baseURL } al constructor. La variable de entorno OPENAI_BASE_URL también funciona en Python.

¿Funcionan los agentes de LangChain con modelos gratuitos?

Sí, si el modelo admite llamadas a herramientas. Use create_agent con un modelo ChatOpenAI y mantenga los modelos que llaman a herramientas en su cadena de FreeLLMAPI.

¿Por qué falla OpenAIEmbeddings con un proveedor que no es de OpenAI?

De forma predeterminada envía IDs de tokens. La mayoría de los demás proveedores necesitan texto sin procesar. Defina check_embedding_ctx_length=False en Python.

¿Cómo gestiono los errores 429 en LangChain?

Defina max_retries en ChatOpenAI y añada with_retry a la cadena para los trabajos por lotes. FreeLLMAPI ya pasa al siguiente proveedor antes de que su código vea un 429.

Guías relacionadas

Fuentes

Todas las guías · Ver todos los modelos gratuitos