API رایگان مدل استدلالی
یک مدل استدلالی پیش از پاسخ دادن فکر میکند. مراحل پنهان یا آشکار مینویسد، سپس پاسخ نهایی را میدهد. این در ریاضی، منطق، برنامهریزی و کد سخت کمک میکند. چند ارائهدهنده مدلهای استدلالی را رایگان میدهند. این راهنما آنها را نشان میدهد، هزینه توکنهای تفکر را توضیح میدهد و کد کاری ارائه میکند.
کد، نام مدلها و برچسبهای زندهٔ کاتالوگ به زبان انگلیسی نمایش داده میشوند.
مدلهای استدلالی رایگان امروز
جدول مدلهای رایگانی را فهرست میکند که در نامشان استدلال دیده میشود، برای مثال GPT-OSS، R1، QwQ، Thinking، Reasoning و Magistral. دادهها از کاتالوگ زنده میآیند. بسیاری از مدلهای دیگر، مانند Gemini Flash، هم فکر میکنند، اما نامهایشان این را نشان نمیدهد.
| مدل | رایگان در | متن ورودی | محدودیتهای رایگان (بهترین پیشنهاد) | ابزارها | بینایی |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 درخواست در دقیقه 20 درخواست در روز 250,000 توکن در دقیقه ~3M | بله | بله |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 مورد دیگر | 131K | 30 درخواست در دقیقه 1,000 درخواست در روز 8,000 توکن در دقیقه 200,000 توکن در روز ~6M | بله | خیر |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 مورد دیگر | 131K | 30 درخواست در دقیقه 1,000 درخواست در روز 8,000 توکن در دقیقه 200,000 توکن در روز ~6M | بله | خیر |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 درخواست در دقیقه 1,000 درخواست در روز 8,000 توکن در دقیقه 200,000 توکن در روز ~6M | بله | خیر |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | خیر | خیر |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | خیر | خیر |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 درخواست در روز Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | خیر | خیر |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 درخواست در دقیقه 5,000 درخواست در روز 500,000 توکن در روز 500K tokens/day · 5,000 req/day | خیر | خیر |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 درخواست در روز Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | خیر | خیر |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | بله | خیر |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 درخواست در روز 200 rpd | خیر | بله |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 درخواست در دقیقه 40 RPM | خیر | بله |
| Command A Reasoning | Cohere | 256K | 20 درخواست در دقیقه 33 درخواست در روز ~1-2M | بله | خیر |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 درخواست در دقیقه 50 درخواست در روز 50 req/day account-wide (1,000 after a $10 purchase) | خیر | خیر |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | بله | بله |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 درخواست در دقیقه 5,000 درخواست در روز 500,000 توکن در روز 500K tokens/day · 5,000 req/day | خیر | خیر |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | بله | خیر |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | بله | خیر |
دادههای زنده از کاتالوگ FreeLLMAPI (نسخه 2026.11.19، بررسیشده در 2026-11-19). محدودیتهای رایگان اغلب تغییر میکنند. کاتالوگ هر روز بررسی میشود.
GPT-OSS 120B توسط چند ارائهدهنده رایگان ارائه میشود، پس جایگزینی گزینههای زیادی دارد. QwQ 32B و DeepSeek R1 Distill Qwen 32B روی Cloudflare Workers AI اجرا میشوند. مدلهای Qwen3 Thinking در ModelScope زمینه 262K توکن دارند.
توکنهای تفکر از بودجه خروجی شما استفاده میکنند
این رایجترین مشکل مدلهای استدلالی است. مدل ابتدا تفکر خود را مینویسد. این توکنهای تفکر مانند پاسخ، از حد خروجی کم میشوند.
- Google میگوید: حد خروجی Gemini شامل توکنهای تفکر میشود. اگر مدل هنگام تفکر به حد برسد، خروجی ممکن است قطع یا خالی شود. توکنهای تفکر همچنان شمرده میشوند.
- Groq میگوید: پیشفرض 1٬024 توکن تکمیل ممکن است برای استدلال پیچیده کم باشد.
- محدودیتهای رایگان: توکنهای تفکر در محدودیتهای توکن در دقیقه و توکن در روز هم شمرده میشوند. یک پاسخ استدلالی ممکن است توکن بسیار بیشتری از یک پاسخ مستقیم به همان سؤال مصرف کند.
max_tokens کوچک تنظیم نکنید. از 4٬000 یا بیشتر شروع کنید. اگر finish_reason برابر length باشد و محتوا خالی باشد، مدل کل بودجه را برای تفکر مصرف کرده است.مرحله 1: نصب FreeLLMAPI و افزودن کلیدها
FreeLLMAPI متنباز است. روی رایانه شما در Docker اجرا میشود. کلیدهای ارائهدهندگان شما روی رایانهتان میمانند.
نصب (macOS یا Linux)
curl -fsSL https://freellmapi.co/install.sh | bashداشبورد را در http://localhost:3001 باز کنید. کلیدهای Groq، Cloudflare و Google AI Studio را در صفحه Keys اضافه کنید. هر کدام مدلهای استدلالی رایگان ارائه میدهند. کلید یکپارچه خود را از همان صفحه کپی کنید.
مرحله 2: فراخوانی یک مدل استدلالی
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?"}]
}'پایتون: بررسی پاسخ قطعشده و حذف متن تفکر
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")برخی ارائهدهندگان تفکر را داخل برچسبهای <think> در محتوا برمیگردانند. برخی دیگر آن را پنهان میکنند، یا در یک فیلد جداگانه برمیگردانند. پیش از نمایش پاسخ به کاربران، برچسبها را حذف کنید.
کنترل میزان تفکر
ارائهدهندگان تنظیمات خودشان را برای طول تفکر دارند. Groq مقدار reasoning_effort را با low، medium یا high روی مدلهای GPT-OSS میپذیرد. مدلهای Gemini 3 از تنظیم thinking_level استفاده میکنند. مستندات FreeLLMAPI توضیح نمیدهد که این فیلدها چطور از دروازه عبور میکنند، پس ابتدا آنها را روی نصب خود آزمایش کنید.
نقطه پایانی بومی Gemini در FreeLLMAPI، یعنی /v1beta/models/{model}:generateContent، بودجههای تفکر را ترجمه میکند. اگر به کنترل تفکر Gemini نیاز دارید، از آن استفاده کنید.
| وظیفه | از مدل استدلالی استفاده کنیم؟ | دلیل |
|---|---|---|
| ریاضی، معماهای منطقی، برنامهریزی | بله | تفکر گامبهگام خطا را کم میکند |
| باگهای سخت و طراحی الگوریتم | بله | مدل مراحل خودش را بررسی میکند |
| گفتگو، پاسخهای کوتاه، ترجمه | خیر | تفکر زمان و توکن اضافه میکند با سود کم |
| عاملها با فراخوانی ابزار زیاد | گاهی | هر دور دوباره هزینه تفکر را میپردازد |
Prompt و مسیریابی برای وظایف استدلالی
- هدف و قواعد را بیان کنید: همه واقعیتها، محدودیتها و نتیجه مورد انتظار را در prompt بدهید. یک مدل استدلالی در حین تفکر نمیتواند واقعیتهای گمشده را از شما بپرسد.
- قالب پاسخ را تعیین کنید: پاسخ نهایی را در یک قالب ثابت بخواهید، برای مثال یک عدد یا یک شیء JSON. آنگاه کد شما میتواند آن را بدون متن تفکر بخواند.
- نمونههای آزمون بدهید: برای کد، ورودیها و خروجیهای نمونه اضافه کنید. مدل میتواند پاسخ خود را با آنها بسنجد.
- بر اساس وظیفه مسیریابی کنید: از
model: "auto:smart"استفاده کنید تا برای وظایف سخت، مدلها بر اساس هوش رتبهبندی شوند. برای وظایف ساده ازauto:fastاستفاده کنید تا هزینه تفکر پرداخت نشود. - برای هر درخواست یک سؤال سخت: چند سؤال سخت در یک درخواست یک بودجه خروجی را مصرف میکنند. آنها را به درخواستهای جداگانه تقسیم کنید.
راهبردهای auto:* همه مدلهای فعال را رتبهبندی میکنند و ترتیب زنجیره شما را نادیده میگیرند. برای اینکه درخواستهای استدلالی فقط روی مدلهای استدلالی بمانند، یک شناسه مدل ثابت کنید. همچنین میتوانید یک زنجیره جایگزینی نامگذاریشده فقط با مدلهای استدلالی بسازید. سپس آن را با auto:<profile-name> فراخوانی کنید.
عیبیابی
| مشکل | علت | راهحل |
|---|---|---|
محتوای خالی، finish_reason: "length" | تفکر کل بودجه خروجی را مصرف کرد | max_tokens را به 4٬000 یا بیشتر برسانید |
متن <think> در پاسخ | ارائهدهنده تفکر آشکار برمیگرداند | برچسبها را در کد خود حذف کنید |
| توضیح طولانی برای یک سؤال کوتاه | برخی مدلهای استدلالی فرایند فکر خود را توضیح میدهند | "فقط پاسخ نهایی" را بخواهید، یا از یک مدل غیراستدلالی استفاده کنید |
| خطای 429 بعد از چند درخواست | توکنهای تفکر محدودیت توکن در دقیقه را مصرف کردند | کلید ارائهدهنده بیشتری اضافه کنید، یا استدلال را فقط برای وظایف سخت استفاده کنید |
| پاسخهای کند | مدل توکنهای تفکر زیادی مینویسد | برای وظایف ساده از auto:fast استفاده کنید |
پرسشهای متداول
آیا یک API رایگان مدل استدلالی وجود دارد؟
بله. Groq، Cloudflare، NVIDIA، OVH، OpenRouter و ارائهدهندگان دیگر مدلهای استدلالی را رایگان میدهند، مانند GPT-OSS 120B، QwQ 32B و DeepSeek R1 Distill. FreeLLMAPI همه آنها را پشت یک کلید سازگار با OpenAI قرار میدهد.
آیا توکنهای تفکر به عنوان توکن خروجی شمرده میشوند؟
بله. Google میگوید که حد خروجی Gemini شامل توکنهای تفکر است و توکنهای تفکر شمرده میشوند. در سطحهای رایگان، آنها محدودیت توکن در دقیقه شما را هم مصرف میکنند.
چرا مدل استدلالی من یک پاسخ خالی برمیگرداند؟
مدل کل بودجه max_tokens را برای تفکر مصرف کرده است، پس برای پاسخ توکنی باقی نمانده است. مقدار max_tokens را به 4٬000 یا بیشتر برسانید.
آیا DeepSeek R1 از طریق یک API رایگان است؟
DeepSeek R1 Distill Qwen 32B در کاتالوگ رایگان Cloudflare Workers AI است. جدول این صفحه ارائهدهندگانی را نشان میدهد که امروز آن را ارائه میدهند.
کدام مدل استدلالی رایگان بهتر است؟
GPT-OSS 120B انتخاب پیشفرض خوبی است، زیرا چند ارائهدهنده آن را رایگان ارائه میدهند. از جدول این صفحه استفاده کنید که مدلها را بر اساس رتبه هوش از کاتالوگ زنده مرتب میکند.
راهنماهای مرتبط
- free gpt oss api
- free deepseek api
- free qwen api
- بهترین API مدلهای کدنویسی رایگان
- محدودیت نرخ API رایگان LLM
منابع
- FreeLLMAPI docs: Routing strategies and native Gemini API (بررسیشده در 20 November 2026)
- Google AI Studio docs: Thinking (بررسیشده در 20 November 2026)
- Gemini Developer API pricing (بررسیشده در 20 November 2026)
- Groq docs: Reasoning (بررسیشده در 20 November 2026)