Limites de débit des API LLM gratuites
Chaque API LLM gratuite a des limites de débit. Cette page montre les limites gratuites de chaque fournisseur du catalogue FreeLLMAPI, dans un seul tableau. Elle explique aussi comment lire RPM, RPD, TPM et TPD, et comment additionner les offres gratuites.
Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.
Limites gratuites de chaque fournisseur
Le tableau provient du catalogue en direct. Il contient une ligne par fournisseur. Chaque valeur est la limite la plus élevée parmi les modèles gratuits de ce fournisseur. Un modèle peut avoir une limite plus basse que la valeur de la ligne. Un tiret signifie que le fournisseur ne publie pas cette limite.
| Fournisseur | Modèles gratuits | Max req/min | Max req/jour | Max jetons/min | Jetons/mois (un modèle) | Modèle gratuit le plus performant |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
| OVH AI Endpoints | 11 | 2 | - | - | free · 2/min per IP | Qwen3.8 27B (OVH)Qwen3.8-27B |
| Waterfall | 11 | - | - | - | free · community rate limit | nex-n2.5-pro (Waterfall)nex-n2.5-pro-free |
| xKiro | 9 | - | - | - | free · 500K tokens/day (1M with Telegram) | SenseNova 6.8 Flash-Lite (xKiro)sensenova/sensenova-6.8-flash-lite |
| Kilo Gateway | 8 | - | - | - | free · 200/hr per IP (trial) | Dots3 Note Preview (Kilo)dots-studio/dots-3-note-preview:free |
| OpenRouter | 8 | 20 | 50 | - | ~6M | Dots3 Note Preview (free)dots-studio/dots-3-note-preview:free |
| Groq | 7 | 30 | 14,400 | 70,000 | ~6M | Qwen3.8 27B (Groq)qwen/qwen3.8-27b |
| Requesty | 7 | - | 200 | - | free · 200 rpd | Ling 3.1 Flash (Requesty)novita/ling-3.1-flash |
| Routeway | 7 | 5 | 200 | - | free · zero-priced route | Muse Glimmer 30B (Routeway free)muse-glimmer-30b:free |
| Speka | 7 | - | - | - | $1/month shared model-usage allowance | Step 5 Preview (Speka)stepfun-ai/step-5-preview |
| APINex | 6 | 5 | - | - | 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | GLM 5.3 (APINex Free)free/glm-5.3 |
| Gizmo | 6 | - | - | - | 1,000 free-model requests/month · shared account quota | Qwen3.8 27B (Gizmo)qwen/qwen3.8-27b:free |
| SEA-LION | 6 | 10 | - | - | free · 10 RPM | Qwen SEA-LION v4.5 27B (SEA-LION)aisingapore/Qwen-SEA-LION-v4.5-27B-IT |
| Septor Labs | 5 | - | - | - | free · shared daily allowance | MiniMax M2.5 (Septor Labs)minimax-m2.5-free |
| Agnes AI | 4 | - | - | - | free · promo $0/token | Agnes 3.0 Flash (Agnes AI)agnes-3.0-flash |
| Aion Labs | 4 | 15 | - | 20,000 | free · 20k tok/day | Aion 3.0aion-labs/aion-3.0 |
| BlockRun | 4 | - | - | - | Ongoing $0 models · rate-limited · no monthly cash grant | Muse Glimmer 30B (BlockRun)nvidia/muse-glimmer-30b |
| CLōD | 4 | - | - | - | free · shared daily allowance | Gemma 4 31B IT (CLōD)Gemma 4 31B IT |
| LLM7 | 4 | 40 | - | - | Free tier: 100,000 tokens/24h shared | gpt-oss:20b (LLM7)gpt-oss:20b |
| LLMTR | 4 | - | - | - | Ongoing zero-priced route | Qwen3.8 27B (LLMTR)qwen/qwen3.8-27b-free |
| Router9 | 4 | - | - | - | 10,000 credits/month (~$1), shared; account-anniversary reset | DeepSeek V4 Flash 0731 (Router9)deepseek/deepseek-v4-flash |
| BazaarLink | 3 | 10 | 50 | - | free · shared rate limit | DeepSeek V4 Flash (BazaarLink free)deepseek/deepseek-v4-flash-0731free:free |
| BlazeAPI | 3 | - | - | - | Free · 200,000 shared tokens/day; resets daily | GLM 5.3 Flash (BlazeAPI)free/glm-5.3-flash |
| Zhipu AI | 3 | - | - | - | ~30M | GLM-4.7 Flashglm-4.7-flash |
| AMD Radeon Cloud | 2 | - | - | - | free · recurring daily account allowance | Qwen3.8 Flash Next (AMD Radeon Cloud)Qwen3.8-Flash-Next |
| Logfare | 2 | - | - | - | free · fair use · traffic logged | Gemma 4 26B (Logfare)gemma-4-26b |
| Moondream | 2 | - | - | - | $5/month shared workspace usage credits | Moondream 3.1 9B A2Bmoondream3.1-9B-A2B |
| Plugsky | 2 | - | - | - | Ongoing Free plan; shared fair use | Plugsky Microplugsky-micro |
| SimpleLLM | 2 | - | - | - | Shared hourly/daily free-model quota | Gemma E4B Free (SimpleLLM)free-gemma-4-E4B |
| Speechify | 2 | - | - | - | - | Simba 3.2 (Speechify)simba-3.2 |
| UnoRouter | 2 | 1 | - | - | free · 1 req/min per model | GLM 5.3 (UnoRouter free)glm-5.3:free |
| Free.ai | 1 | - | - | - | - | Kokoro (Free.ai)kokoro |
| Pollinations | 1 | - | - | - | - | DreamShaper 8 LCM (Pollinations, legacy sana alias)sana |
| Typhoon | 1 | - | - | - | Ongoing free research API (shared rate limits) | Typhoon 2.5 30B A3B Instructtyphoon-v2.5-30b-a3b-instruct |
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.
Aujourd'hui, le catalogue compte 487 points d'accès gratuits de modèles, issus de 45 fournisseurs. Les valeurs changent souvent. Les fournisseurs ajoutent ou retirent des modèles et modifient leurs quotas sans préavis.
Comment lire RPM, RPD, TPM et TPD
| Limite | Signification | Période habituelle |
|---|---|---|
| RPM | Requêtes par minute | 60 secondes glissantes |
| RPD | Requêtes par jour | Une journée. L'heure de remise à zéro varie selon le fournisseur. |
| TPM | Tokens par minute. Les tokens d'entrée et de sortie peuvent tous deux compter. | 60 secondes glissantes |
| TPD | Tokens par jour | Une journée |
| Budget mensuel | Une estimation des tokens gratuits sur un mois | Un mois calendaire |
La limite que vous atteignez en premier est celle qui compte. Par exemple, Groq indique 30 RPM, 1,000 RPD, 8,000 TPM et 200,000 TPD pour openai/gpt-oss-120b dans son offre gratuite. À 30 requêtes par minute, vous utilisez les 1,000 requêtes quotidiennes en environ 34 minutes. Une requête de 9,000 tokens échoue tout de suite, car elle dépasse la limite de 8,000 TPM.
- Périmètre : Google applique les limites de Gemini à chaque projet Google Cloud, et non à chaque clé. Groq applique les limites à chaque organisation. Une deuxième clé dans le même projet ou la même organisation n'ajoute aucun quota.
- Heure de remise à zéro : Google remet à zéro les requêtes quotidiennes à minuit, heure du Pacifique. Cloudflare remet à zéro son allocation quotidienne à 00:00 UTC.
- Réserves partagées : certains fournisseurs comptent un seul quota pour tous les modèles gratuits. OpenRouter compte les requêtes quotidiennes gratuites sur l'ensemble des modèles
:freedu compte. - Autres unités : Cloudflare Workers AI compte des neurones, et non des tokens. L'allocation gratuite est de 10,000 neurones par jour.
Limites vérifiées des principaux fournisseurs
Ces valeurs proviennent de la documentation de chaque fournisseur, vérifiée le 20 novembre 2026. Pour les valeurs par modèle, utilisez le tableau en direct ci-dessus.
| Fournisseur | Limite gratuite (officielle) | Périmètre |
|---|---|---|
| Google AI Studio (Gemini) | Différente pour chaque modèle. Google affiche vos limites actives dans AI Studio. | Par projet Google Cloud |
| Groq | openai/gpt-oss-120b : 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | Par organisation |
| OpenRouter | Modèles :free : 20 RPM. 50 requêtes par jour, ou 1,000 par jour après l'achat de 10 crédits. | Par compte, tous les modèles gratuits ensemble |
| Cloudflare Workers AI | 10,000 neurones par jour sur Workers Free | Par compte |
| OVHcloud AI Endpoints | Anonyme : 2 requêtes par minute. Avec une clé : 400 requêtes par minute. | Anonyme : par adresse IP et modèle. Avec clé : par projet et modèle. |
| NVIDIA API Catalog | NVIDIA ne publie pas les valeurs. Votre limite s'affiche dans votre compte sur build.nvidia.com. | Par compte |
| Cohere | Clés d'essai : 20 requêtes par minute sur les modèles de chat, 1,000 appels d'API par mois | Par clé d'essai |
Comment cumuler les offres gratuites
Une offre gratuite est petite. Plusieurs offres gratuites ensemble donnent davantage de requêtes par jour. Pour les cumuler, obtenez une clé auprès de chaque fournisseur. Envoyez ensuite chaque requête à un fournisseur qui dispose encore de quota.
FreeLLMAPI le fait pour vous. C'est une passerelle open source qui tourne sur votre ordinateur. Elle tient quatre compteurs (RPM, RPD, TPM, TPD) pour chaque plateforme, chaque modèle et chaque clé. Avant d'envoyer une requête, elle vérifie les quatre compteurs. Elle vérifie aussi les réserves qui couvrent un compte entier, par exemple le plafond quotidien d'OpenRouter et le plafond de neurones de Cloudflare.
Installer et envoyer une requête
curl -fsSL https://freellmapi.co/install.sh | bash
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{"model": "auto", "messages": [{"role": "user", "content": "hi"}]}'Ajoutez vos clés de fournisseurs sur la page Keys du tableau de bord, à l'adresse http://localhost:3001. Copiez la clé unifiée depuis la même page. L'en-tête de réponse X-Routed-Via indique le fournisseur et le modèle qui ont répondu.
Ce qui se passe à la limite
La plupart des fournisseurs renvoient HTTP 429 quand vous dépassez une limite. Certains fournisseurs envoient un en-tête Retry-After. FreeLLMAPI utilise ces signaux dans cet ordre :
- Un 429 court sur une limite par minute place la clé en pause de 90 secondes. Le routeur essaie le modèle suivant de la chaîne.
- Un quota quotidien épuisé place le modèle et la clé en pause plus longue : 2 minutes, puis 10 minutes, puis 1 heure, puis 24 heures.
- Si le fournisseur donne une valeur
Retry-Afterplus longue, le routeur utilise la valeur du fournisseur. - Si le corps d'une erreur indique la vraie limite, le routeur la mémorise. La vérification préalable suivante bloque alors la requête avant que le fournisseur ne la rejette.
Quand toutes les clés sont en pause, la passerelle renvoie 429. Les offres gratuites n'ont pas de SLA. Les modèles gratuits les plus performants ont souvent les plafonds quotidiens les plus bas, la qualité des réponses peut donc baisser en fin de journée.
Moyens d'obtenir plus de requêtes par jour
- Ajoutez des clés de plusieurs fournisseurs. Chaque fournisseur apporte son propre quota.
- Utilisez de petits modèles rapides pour les tâches simples. Gardez les grands modèles, aux plafonds quotidiens bas, pour les tâches difficiles.
- Envoyez moins de tokens. Un prompt plus court aide pour les limites TPM et TPD.
- Ne créez pas plusieurs comptes chez un même fournisseur pour obtenir plus de quota. Lisez d'abord les conditions de chaque fournisseur. Beaucoup de conditions interdisent cette pratique.
- Lisez free LLM API commercial use avant d'utiliser des offres gratuites dans un produit.
Questions fréquentes
Quelles sont les limites de débit de l'API Gemini gratuite ?
Google définit des limites différentes pour chaque modèle et les applique à chaque projet Google Cloud. Vos limites actives s'affichent dans AI Studio. Les requêtes quotidiennes sont remises à zéro à minuit, heure du Pacifique. Le tableau en direct de cette page montre les valeurs actuelles du catalogue.
Quelle est la limite de débit de l'offre gratuite de Groq ?
Groq indique des limites pour chaque modèle. Pour openai/gpt-oss-120b, l'offre gratuite autorise 30 requêtes par minute, 1,000 requêtes par jour, 8,000 tokens par minute et 200,000 tokens par jour. Les limites s'appliquent à toute l'organisation.
Une deuxième clé API double-t-elle mon quota gratuit ?
En général, non. Google compte les limites par projet et Groq les compte par organisation. Une nouvelle clé dans le même projet ou la même organisation partage le même quota.
Quelle API LLM gratuite a la limite de débit la plus élevée ?
Cela dépend du type de limite. Certains fournisseurs offrent beaucoup de requêtes par minute, mais peu par jour. Triez le tableau en direct selon la limite qui bloque votre charge de travail en premier, puis cumulez plusieurs fournisseurs.
Que signifie l'erreur 429 sur une API LLM gratuite ?
Elle signifie que vous avez dépassé une limite de débit ou un quota. Attendez l'heure de remise à zéro, envoyez moins de tokens, ou envoyez la requête à un autre fournisseur.
Guides associés
- Quota de l'API Gemini dépassé (429 RESOURCE_EXHAUSTED)
- Limite de débit Groq atteinte (429)
- Limite de débit de l'API NVIDIA NIM
- API LLM gratuite sans carte bancaire
- best free llm apis 2026
- unlimited free ai tokens
Sources
- Google AI Studio: Rate limits (vérifié le 20 November 2026)
- GroqCloud: Rate limits (vérifié le 20 November 2026)
- OpenRouter: API rate limits (vérifié le 20 November 2026)
- Cloudflare Workers AI: Pricing (vérifié le 20 November 2026)
- OVHcloud: AI Endpoints getting started (vérifié le 20 November 2026)
- Cohere: Rate limits (vérifié le 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (vérifié le 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (vérifié le 20 November 2026)