Meilleures API gratuites de modèles de code
Les outils de code ont besoin de modèles différents selon la tâche. Un agent a besoin d'appels d'outils et d'un long contexte. L'autocomplétion a besoin d'un modèle rapide. Cette page liste les modèles de code gratuits du catalogue FreeLLMAPI à ce jour, par tâche. Les tableaux viennent du catalogue en direct, donc les limites sont à jour.
Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.
Ce qui rend un modèle adapté au travail de code
Un score de benchmark de code ne suffit pas. Le modèle doit aussi fonctionner avec votre outil. Vérifiez ces quatre propriétés avant de choisir un modèle.
| Propriété | Pourquoi elle est importante | Minimum pour le travail d'agent |
|---|---|---|
| Appel d'outils | Les agents comme Cline, OpenCode et Claude Code lisent des fichiers et exécutent des commandes par des appels d'outils. Un modèle sans appel d'outils ne peut pas effectuer ces étapes. | Obligatoire |
| Fenêtre de contexte | Un agent envoie une invite système, des définitions d'outils et le contenu des fichiers dans chaque requête. Cela représente souvent 20K à 60K jetons avant votre question. | 128K jetons |
| Jetons par minute | Une grande invite sur une offre à faible limite de jetons par minute échoue avec une erreur 429 dès la première requête. | Plus d'une invite complète par minute |
| Vitesse | L'autocomplétion doit répondre en moins d'une seconde. Un modèle lent n'est pas utilisable pour le texte fantôme. | Modèles rapides pour l'autocomplétion |
Aujourd'hui, le catalogue gratuit compte 190 modèles avec appel d'outils et 56 modèles avec une fenêtre de contexte d'au moins 1M jetons. Les tableaux ci-dessous filtrent ces modèles par tâche.
Modèles gratuits pour les agents de code
Utilisez ces modèles avec les agents qui modifient des fichiers : Claude Code, Codex CLI, Cline, Roo Code, Kilo Code, OpenCode et Aider. Chaque modèle du tableau prend en charge l'appel d'outils et possède une fenêtre de contexte d'au moins 128K jetons. L'ordre suit l'intelligence mesurée.
| Modèle | Gratuit sur | Contexte | Limites gratuites (meilleure offre) | Outils | Vision |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 req/min 1 req/min per model | Oui | Non |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 req/min 40 RPM | Oui | Oui |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Oui | Oui |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | Oui | Non |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Oui | Oui |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 req/min 20 req/jour 250,000 jetons/min ~3M | Oui | Oui |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Oui | Oui |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 req/min 50 req/jour 50 req/day account-wide (1,000 after a $10 purchase) | Oui | Oui |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 req/min 50 req/jour Shared rate limit | Oui | Non |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 req/min 250 req/jour 70,000 jetons/min ~6M | Oui | Oui |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 req/min 20 req/jour 250,000 jetons/min ~3M | Oui | Oui |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | Oui | Oui |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 req/min 20 req/jour 250,000 jetons/min ~3M | Oui | Oui |
| MiniMax M3 | ElectronHub | 1M | $0.25/week shared recurring credit | Oui | Non |
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | Oui | Non |
Affichage de 15 modèles gratuits sur 109 correspondants. Voir tous les modèles.
Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.
Regardez la colonne des limites. Un modèle bien classé avec une limite de 20 requêtes par jour convient à la planification. Il ne convient pas à une longue boucle d'agent. Un modèle avec 40 requêtes par minute est préférable pour de nombreuses petites modifications.
Modèles gratuits spécialisés dans le code
Certaines familles de modèles sont entraînées pour le code. Il s'agit de Qwen3 Coder, Codestral, Devstral et GPT-OSS. Les modèles GLM sont des modèles généralistes aux bons résultats en code, et ils figurent dans le tableau des agents ci-dessus. Le tableau indique les offres gratuites de ces familles à ce jour. Certaines offres ne prennent pas en charge l'appel d'outils. Utilisez-les uniquement pour le chat et l'autocomplétion.
| Modèle | Gratuit sur | Contexte | Limites gratuites (meilleure offre) | Outils | Vision |
|---|---|---|---|---|---|
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 de plus | 131K | 30 req/min 1,000 req/jour 8,000 jetons/min 200,000 jetons/jour ~6M | Oui | Non |
| GPT-OSS 120B | CLōD, Cloudflare Workers AI, ElectronHub +3 de plus | 131K | 30 req/min 1,000 req/jour 8,000 jetons/min 200,000 jetons/jour ~6M | Oui | Non |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Non | Non |
| Mistral: Devstral 2512 | ElectronHub | 262K | $0.25/week shared free credits | Non | Non |
| Qwen3 Coder 480B A35B Instruct (turbo) | Inferbase | 8K | 5,000 requests/month; 100 requests and $0.50 usage/day shared | Non | Non |
| Qwen3 Coder | Septor Labs | 128K | Shared daily allowance | Oui | Non |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Non | Non |
| Qwen3 Coder Plus | ACLIDE | - | €20/month shared internal usage credits · no card | Oui | Non |
| Qwen3 Coder 30B A3B Instruct | ElectronHub, ModelScope | 262K | 200 req/jour Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Oui | Non |
| Devstral 2 | ACLIDE, xKiro | 262K | 500K tokens/day (1M with Telegram) | Oui | Non |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Non | Non |
| Qwen2.5 Coder 32B | Cloudflare Workers AI | 33K | ~10-20M | Oui | Non |
| Codestral | DreamPrompting, LLM7, Mistral +1 de plus | 256K | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Oui | Non |
| Codestral 2508 | ACLIDE, Api.Airforce, ElectronHub +1 de plus | 256K | 1 req/min 1,000 req/jour 1,000 req/day · 1 req/min | Oui | Non |
| codestral-latest | Api.Airforce | 32K | 1 req/min 1,000 req/jour 1,000 req/day · 1 req/min | Non | Non |
Affichage de 15 modèles gratuits sur 17 correspondants. Voir tous les modèles.
Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.
Modèles gratuits rapides pour l'autocomplétion et les petites modifications
L'autocomplétion en texte fantôme envoie une requête après presque chaque pause de frappe. Elle a besoin d'une faible latence, pas d'un classement élevé. FreeLLMAPI sert ces clients sur /v1/completions, le format OpenAI historique prompt et suffix. Le tableau indique les modèles gratuits rapides avec une fenêtre de contexte d'au moins 32K jetons.
| Modèle | Gratuit sur | Contexte | Limites gratuites (meilleure offre) | Outils | Vision |
|---|---|---|---|---|---|
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 de plus | 262K | 30 req/min 250 req/jour 70,000 jetons/min ~6M | Oui | Oui |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 de plus | 131K | 30 req/min 1,000 req/jour 8,000 jetons/min 200,000 jetons/jour ~6M | Oui | Non |
| Nemotron 3.5 Lightning | ElectronHub, Gizmo, Kilo Gateway +2 de plus | 1M | 20 req/min 50 req/jour 50 req/day account-wide (1,000 after a $10 purchase) | Oui | Non |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +1 de plus | 131K | 30 req/min 1,000 req/jour 8,000 jetons/min 200,000 jetons/jour ~6M | Oui | Non |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Non | Non |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 req/min 1,000 req/jour 8,000 jetons/min 200,000 jetons/jour ~6M | Oui | Non |
| Groq Compound Mini | DreamPrompting | 131K | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Non | Non |
| Gemini 3.5 Flash Lite | ElectronHub, Google AI Studio | 1M | 15 req/min 20 req/jour 250,000 jetons/min ~3M | Oui | Oui |
| Step 3.7 Flash | ElectronHub | 256K | $0.25/week shared recurring credit | Oui | Oui |
| Gemini 3.1 Flash-Lite | DreamPrompting, Google AI Studio | 1M | 100 req/min 5,000 req/jour 500,000 jetons/jour 500K tokens/day · 5,000 req/day | Oui | Oui |
Affichage de 10 modèles gratuits sur 215 correspondants. Voir tous les modèles.
Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.
L'autocomplétion envoie beaucoup de requêtes. Gardez-la sur un modèle à limites élevées par minute. Ne la placez pas sur le même petit quota quotidien que votre agent. Lisez Continue avec une API gratuite pour une configuration d'autocomplétion.
Utiliser une seule clé pour tous les outils de code
FreeLLMAPI regroupe les offres gratuites de 45 fournisseurs derrière une seule clé. Il parle les formats OpenAI, Anthropic, Gemini et Ollama. Chaque outil de code se connecte au format qu'il connaît.
Installer, puis connecter un outil
curl -fsSL https://freellmapi.co/install.sh | bash
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-opencode --url http://localhost:3001 --dry-run
npx freellmapi setup-opencode --url http://localhost:3001Remplacez setup-opencode par la commande de votre outil, par exemple setup-cline, setup-aider ou setup-codex. La commande lit le catalogue en direct /v1/models, sauvegarde la configuration existante et fusionne les nouveaux paramètres.
Pour orienter une requête sans modifier le tableau de bord, utilisez un identifiant de modèle de routage :
auto: suit votre chaîne de repli active.auto:smart: privilégie les modèles les plus intelligents. Utilisez-le pour la planification et les bogues difficiles.auto:fast: privilégie la vitesse mesurée. Utilisez-le pour l'autocomplétion et les petites modifications.auto:<profile-name>: utilise une chaîne de repli nommée, par exempleauto:coding. Créez d'abord le profil sur le tableau de bord.
FreeLLMAPI lit aussi l'en-tête X-FreeLLM-Task-Type: code. Les requêtes avec outils ou marqueurs de code sont traitées comme du code par défaut. Pour le code, le routeur déplace une partie du poids de la vitesse vers l'intelligence.
Limites et façons de rester dans leur cadre
Les offres gratuites sont petites. Une tâche d'agent peut envoyer de 20 à 100 requêtes. Une seule clé gratuite épuise vite une longue tâche. FreeLLMAPI compte les requêtes et les jetons pour chaque clé. Lorsqu'un fournisseur renvoie une erreur 429, le routeur envoie la requête au modèle suivant de la chaîne. L'en-tête X-Routed-Via indique le fournisseur qui a répondu.
- Ajoutez des clés d'au moins quatre fournisseurs. Plus de fournisseurs donnent plus de requêtes par jour.
- Créez un profil de code avec seulement des modèles à appel d'outils et à long contexte. Utilisez-le avec
auto:coding. - Gardez les sessions persistantes activées. Une conversation reste sur un même modèle pendant 30 minutes, ce qui garde l'agent cohérent.
- Activez le transfert de contexte avec
FREELLMAPI_CONTEXT_HANDOFF=on_model_switch. Le modèle suivant reçoit alors une courte note indiquant qu'il poursuit une tâche. - Ouvrez une nouvelle session entre les tâches. Un contexte plus petit utilise moins de jetons par requête.
| Problème | Cause | Solution |
|---|---|---|
| L'agent s'arrête après un seul appel d'outil | Le modèle gère mal l'appel d'outils | Utilisez un modèle du tableau des agents ci-dessus |
429 dès la première requête | L'invite dépasse la limite de jetons par minute de l'offre | Utilisez un modèle à limite plus élevée, ou laissez le routeur basculer |
| « All models rate-limited after N attempts » | Chaque clé de la chaîne a atteint sa limite | Ajoutez des clés d'autres fournisseurs, ou attendez la fin des délais de repos |
| Les modifications sont lentes | Un grand modèle sur une offre gratuite lente | Utilisez auto:fast pour les petites modifications |
Questions fréquentes
Quelle est la meilleure API gratuite de modèle de code ?
Pour le travail d'agent, utilisez un modèle avec appel d'outils et au moins 128K de contexte. Le premier tableau de cette page montre les modèles gratuits les plus performants qui respectent ces deux règles à ce jour. Pour l'autocomplétion, utilisez un modèle rapide du tableau de vitesse.
Existe-t-il une API Codestral gratuite ?
Oui. Mistral propose Codestral dans son offre gratuite, et d'autres fournisseurs le listent aussi. Le tableau des modèles spécialisés dans le code indique les offres gratuites actuelles et leurs limites.
Existe-t-il une API Qwen3 Coder gratuite ?
Oui. Le catalogue FreeLLMAPI liste aujourd'hui des offres gratuites Qwen3 Coder de plusieurs fournisseurs. Certaines offres ne prennent pas en charge l'appel d'outils. Vérifiez donc la colonne Tools avant d'en utiliser une dans un agent.
Un modèle gratuit peut-il faire tourner un agent de code comme Cline ou Claude Code ?
Oui, si le modèle prend en charge l'appel d'outils et possède une grande fenêtre de contexte. Les offres gratuites ont des limites de débit. Ajoutez donc des clés de plusieurs fournisseurs et laissez FreeLLMAPI basculer entre elles.
Quel modèle gratuit est le meilleur pour l'autocomplétion de code ?
Utilisez un modèle rapide avec des limites élevées par minute. L'autocomplétion envoie beaucoup de requêtes courtes, donc la vitesse compte plus que le classement. FreeLLMAPI sert les clients d'autocomplétion sur /v1/completions.
Guides associés
- Utiliser Claude Code gratuitement
- Cline, Roo Code et Kilo Code avec une API gratuite
- Utiliser Aider avec une API LLM gratuite
- Continue avec une API LLM gratuite
- API LLM gratuite avec appel de fonctions
- API LLM gratuite avec un contexte d'un million de tokens
Sources
- FreeLLMAPI docs: clients and coding agents (vérifié le 20 November 2026)
- FreeLLMAPI docs: routing strategies and response headers (vérifié le 20 November 2026)
- FreeLLMAPI live model catalog (vérifié le 20 November 2026)