LangChain માટે મફત LLM API
LangChain ChatOpenAI અને OpenAIEmbeddings દ્વારા OpenAI સાથે સુસંગત APIs સાથે જોડાય છે. તમે બેઝ URL અને કી બદલો છો. આ માર્ગદર્શિકા બંને ક્લાસને FreeLLMAPI તરફ દોરે છે, જે એક કી પાછળ 45 મફત પ્રદાતા ટાયર એકત્ર કરે છે. નીચેનો કોડ Python અને JavaScript માં કામ કરે છે અને રેટ મર્યાદા સંભાળે છે.
કોડ, મૉડેલ નામ અને લાઇવ કૅટલૉગ લેબલ અંગ્રેજીમાં બતાવવામાં આવે છે.
ગેટવે અને પેકેજો સેટ કરો
FreeLLMAPI ઇન્સ્ટોલ કરો અને ડેશબોર્ડના Keys પેજ પર બે કે વધુ પ્રદાતાઓની મફત કી ઉમેરો. એકીકૃત કી કૉપિ કરો. તમારો કોડ ફક્ત આ કી વાપરે છે. પ્રદાતા કી FreeLLMAPI માં રહે છે.
FreeLLMAPI અને LangChain પેકેજો ઇન્સ્ટોલ કરો
curl -fsSL https://freellmapi.co/install.sh | bash
# Python
pip install -U langchain langchain-openai
# JavaScript
npm install @langchain/openai @langchain/core zodએન્વાયર્નમેન્ટ વેરિયેબલ
export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>રાઉટરને મૉડેલ પસંદ કરવા દેવા માટે model="auto" વાપરો. તમે રૂટિંગ સ્ટ્રેટેજી પણ વાપરી શકો છો, ઉદાહરણ તરીકે auto:fast અથવા auto:smart. auto:coding જેવી નામવાળી પ્રોફાઇલ અને કૅટલૉગનું નિશ્ચિત મૉડેલ ID પણ કામ કરે છે.
તમારી કી અત્યારે કયા મૉડેલ કૉલ કરી શકે છે તે જોવા માટે, GET /v1/models?execution_status=ready વિનંતી કરો. સંપૂર્ણ યાદીમાં કી વિનાના મૉડેલ પણ હોય છે. exhausted સ્થિતિવાળા મૉડેલ પાસે કી છે, પરંતુ અત્યારે તે બધી મર્યાદા પર છે. કૂલડાઉન પૂરા થાય ત્યારે આ સ્થિતિ સાફ થાય છે.
અત્યારે જવાબ આપી શકે તેવા મૉડેલની યાદી બનાવો
curl "http://localhost:3001/v1/models?execution_status=ready" \
-H "Authorization: Bearer <unified-key>"ChatOpenAI સાથે ચેટ કરો
Python માં, base_url અને api_key સેટ કરો. max_retries કિંમત OpenAI ક્લાયન્ટને મોકલાય છે, જે 429 અને 5xx ભૂલોને ઘાતાંકીય બૅકઑફ સાથે ફરીથી પ્રયાસ કરે છે.
Python: ચેટ અને સ્ટ્રીમિંગ
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)JavaScript માં, બેઝ URL configuration.baseURL માં મૂકો. configuration ઑબ્જેક્ટ સત્તાવાર OpenAI SDK ક્લાયન્ટને મોકલાય છે.
JavaScript: ચેટ અને સ્ટ્રીમિંગ
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));
}x-routed-via હેડર બતાવે છે કે કયા પ્રદાતા અને મૉડેલે જવાબ આપ્યો. જો રાઉટરે પ્રદાતા બદલ્યો હોય, તો x-fallback-trail દરેક નિષ્ફળ પ્રયાસ અને તેનું કારણ બતાવે છે.
ટૂલ્સ અને એજન્ટ
FreeLLMAPI દરેક પ્રદાતાને OpenAI શૈલીના tools પસાર કરે છે અને OpenAI ફોર્મેટમાં tool_calls પાછા આપે છે. Gemini માટે, તે વિનંતીને Google ના ફોર્મેટમાં અનુવાદિત કરે છે અને પાછી ફેરવે છે. એક કૉલ માટે bind_tools વાપરો, અથવા ટૂલ્સ ચલાવતા લૂપ માટે create_agent વાપરો.
Python: bind_tools અને 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);કેટલાક મફત મૉડેલ જ ટૂલ કૉલિંગને સપોર્ટ કરે છે. auto સાથે, તમારી ફેલબેક સાંકળમાં ટૂલ કૉલિંગ મૉડેલ રાખો, અથવા એજન્ટ માટે પ્રોફાઇલ બનાવો. આ મફત મૉડેલ અત્યારે ટૂલ્સને સપોર્ટ કરે છે:
| મૉડેલ | મફત ઉપલબ્ધ | સંદર્ભ | મફત મર્યાદા (શ્રેષ્ઠ ઑફર) | સાધનો | વિઝન |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 વિનંતી/મિનિટ 1 req/min per model | હા | ના |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 વિનંતી/મિનિટ 40 RPM | હા | હા |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | હા | હા |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | હા | ના |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 વિનંતી/મિનિટ 20 વિનંતી/દિવસ 250,000 ટોકન/મિનિટ ~3M | હા | હા |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | હા | હા |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 વિનંતી/મિનિટ 50 વિનંતી/દિવસ 50 req/day account-wide (1,000 after a $10 purchase) | હા | હા |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 વિનંતી/મિનિટ 50 વિનંતી/દિવસ Shared rate limit | હા | ના |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 વિનંતી/મિનિટ 250 વિનંતી/દિવસ 70,000 ટોકન/મિનિટ ~6M | હા | હા |
મેળ ખાતા 109 મફત મૉડેલમાંથી 10 બતાવ્યા. બધા મૉડેલ જુઓ.
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
OpenAIEmbeddings સાથે એમ્બેડિંગ
ડિફૉલ્ટ રીતે, Python માં OpenAIEmbeddings OpenAI ટોકનાઇઝર વડે ટેક્સ્ટ વિભાજિત કરે છે અને ટોકન મોકલે છે. મોટાભાગના બીજા પ્રદાતાઓને કાચો ટેક્સ્ટ જોઈએ છે. ટેક્સ્ટ મોકલવા માટે check_embedding_ctx_length=False સેટ કરો.
Python: એમ્બેડિંગ
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: એમ્બેડિંગ
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);FreeLLMAPI માં એમ્બેડિંગ ફેલઓવર ક્યારેય મૉડેલ બદલતું નથી. તે ફક્ત એક જ પરિવાર પીરસતા પ્રદાતાઓ વચ્ચે ખસે છે. આ એક વેક્ટર સ્ટોરમાંના બધા વેક્ટર સુસંગત રાખે છે. એક પરિવાર પસંદ કરો અને તેને રાખો. આજના મફત એમ્બેડિંગ મૉડેલ આ છે:
| મૉડેલ | પ્રદાતા | પરિમાણો | મહત્તમ ઇનપુટ | મફત મર્યાદા |
|---|---|---|---|---|
Gemini Embeddinggemini-embedding-001 | Google AI Studio | 3072 | 2048 | 100 rpm · 1K req/day |
Nemotron Embed VL 1Bnvidia/llama-nemotron-embed-vl-1b-v2 | NVIDIA NIM | 2048 | 8192 | ~40 rpm |
Nemotron 3 Embed 1B (OR free)nvidia/nemotron-3-embed-1b:free | OpenRouter | 2048 | 32768 | 20 rpm · shared free daily cap |
SEA-LION E5 Embedding 600Maisingapore/SEA-LION-E5-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 300Maisingapore/SEA-LION-ModernBERT-Embedding-300M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 600Maisingapore/SEA-LION-ModernBERT-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
BGE-M3@cf/baai/bge-m3 | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
EmbeddingGemma 300M@cf/google/embeddinggemma-300m | Cloudflare Workers AI | 768 | 2048 | 10K neurons/day (shared) |
Qwen3 Embedding 0.6B@cf/qwen/qwen3-embedding-0.6b | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
Cohere Embed v4embed-v4.0 | Cohere | 1536 | 128000 | 1K calls/mo (shared w/ chat) |
Gemini Embedding 2gemini-embedding-2 | Google AI Studio | 3072 | 8192 | free-tier rate limited |
Nemotron 3 Embed 1Bnvidia/nemotron-3-embed-1b | NVIDIA NIM | 2048 | 4096 | ~40 rpm |
PLaMo Embedding 1B (CF)@cf/pfnet/plamo-embedding-1b | Cloudflare Workers AI | 2048 | 4096 | 10K neurons/day (shared) |
BGE Small EN v1.5 (CF)@cf/baai/bge-small-en-v1.5 | Cloudflare Workers AI | 384 | 512 | 10K neurons/day (shared) |
BGE Base EN v1.5 (CF)@cf/baai/bge-base-en-v1.5 | Cloudflare Workers AI | 768 | 512 | 10K neurons/day (shared) |
BGE Large EN v1.5 (CF)@cf/baai/bge-large-en-v1.5 | Cloudflare Workers AI | 1024 | 512 | 10K neurons/day (shared) |
Mistral Embedmistral-embed | Mistral | 1024 | 8192 | free mode · monthly cap (shared) |
Codestral Embedcodestral-embed | Mistral | 1536 | 8192 | free mode · monthly cap (shared) |
Llama Text Embed v2 (Pinecone)llama-text-embed-v2 | Pinecone | 1024 | 2048 | 5M tokens/mo per model |
Multilingual E5 Large (Pinecone)multilingual-e5-large | Pinecone | 1024 | 507 | 5M tokens/mo per model |
Nemotron 3 Embed 1B (Speka)nvidia/nemotron-3-embed-1b | Speka | 2048 | 8192 | $1/month shared across Speka models |
OpenAI: Text Embedding 3 Small (ElectronHub)text-embedding-3-small | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
OpenAI: Text Embedding 3 Large (ElectronHub)text-embedding-3-large | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Nemotron 3 Embed 8B (Inferbase)nvidia-nemotron-3-embed-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 0.6B (Inferbase)qwen3-embedding-0-6b | Inferbase | 1024 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 4B (Inferbase)qwen3-embedding-4b | Inferbase | 2560 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 8B (Inferbase)qwen3-embedding-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
LFM2.5 Embedding 350M (LLMTR)liquid/lfm-2.5-embedding-350m-free | LLMTR | 1024 | 512 | Ongoing zero-price route; provider terms apply |
BGE-M3 (SEA-LION)BAAI/bge-m3 | SEA-LION | 1024 | 8192 | free · 10 rpm |
Cohere Embed English v3embed-english-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Qwen3 Embedding 8B (OVH)Qwen3-Embedding-8B | OVH AI Endpoints | 4096 | 32768 | free · anonymous 2 req/min per IP |
BGE-M3 (OVH)bge-m3 | OVH AI Endpoints | 1024 | 8192 | free · anonymous 2 req/min per IP |
BGE Multilingual Gemma2 (OVH)bge-multilingual-gemma2 | OVH AI Endpoints | 3584 | 8192 | free · anonymous 2 req/min per IP |
Mistral: Codestral Embed (ElectronHub)codestral-embed | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Mistral: Mistral Embed (ElectronHub)mistral-embed | ElectronHub | 1024 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 2 (ElectronHub)gemini-embedding-2 | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 001 (ElectronHub)gemini-embedding-001 | ElectronHub | 3072 | 2048 | $0.25/week shared free credits |
OpenAI: Text Embedding Ada 002 (ElectronHub)text-embedding-ada-002 | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Cohere Embed English Light v3embed-english-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual v3embed-multilingual-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual Light v3embed-multilingual-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
સ્ટ્રક્ચર્ડ આઉટપુટ, સત્ર અને મૉડેલ પસંદગી
with_structured_output ટેક્સ્ટને બદલે Pydantic ઑબ્જેક્ટ પાછો આપે છે. ડિફૉલ્ટ રીતે, LangChain આ માટે ફંક્શન કૉલિંગ વાપરે છે. આ પદ્ધતિ ટૂલ્સને સપોર્ટ કરતા દરેક મફત મૉડેલ પર કામ કરે છે.
Python: સ્ટ્રક્ચર્ડ આઉટપુટ
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)method="json_schema" ને auto સાથે વાપરશો નહીં. દરેક મફત પ્રદાતા કડક JSON schema આઉટપુટને સપોર્ટ કરતો નથી, અને રાઉટર દરેક વિનંતી માટે અલગ પ્રદાતા પસંદ કરી શકે છે.
FreeLLMAPI વાતચીતને 30 મિનિટ સુધી એક મૉડેલ પર રાખે છે. તે વાતચીત X-Session-Id હેડરથી શોધે છે. જો હેડર ન હોય, તો તે પહેલા વપરાશકર્તા સંદેશના હેશનો ઉપયોગ કરે છે. ઘણા વપરાશકર્તાઓવાળી ચેટ ઍપ માટે, દરેક વપરાશકર્તા દીઠ એક સત્ર ID મોકલો:
Python: દરેક વપરાશકર્તા માટે એક સત્ર
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,
)તમારી ઍપના દરેક ભાગ માટે મૉડેલ સ્ટ્રિંગ પસંદ કરો:
| તમારી ઍપમાંનું કાર્ય | મૉડેલ સ્ટ્રિંગ | કારણ |
|---|---|---|
| વપરાશકર્તાઓ માટે ચેટ જવાબો | auto | ડેશબોર્ડ પર તમે સેટ કરેલી સાંકળને અનુસરે છે |
| ટૂલ્સ સાથેનો એજન્ટ | auto:<profile> | ફક્ત ટૂલ કૉલિંગ મૉડેલ ધરાવતી પ્રોફાઇલ |
| વર્ગીકરણ, રૂટિંગ, ટૂંકા સારાંશ | auto:fast | માપેલી ગતિ પ્રમાણે મૉડેલને ક્રમ આપે છે |
| મુશ્કેલ તર્ક પગલાં | auto:smart | બુદ્ધિ પ્રમાણે મૉડેલને ક્રમ આપે છે |
| પુનરાવર્તિત થઈ શકે તેવા પરીક્ષણો | નિશ્ચિત મૉડેલ ID | દર વખતે એક જ મૉડેલ, પણ તે મૉડેલની મર્યાદાએ અટકે છે |
મફત ટાયરમાં SLA નથી. દિવસ દરમિયાન વિલંબ બદલાય છે, અને સૌથી શક્તિશાળી મૉડેલ પ્રથમ તેમની દૈનિક મર્યાદા સુધી પહોંચે છે. તમારી સાંકળ વાસ્તવમાં જે મૉડેલ વાપરશે તેની સાથે તમારી સાંકળો ચકાસો.
રેટ મર્યાદા અને રિટ્રાય
એક પ્રદાતા 429 આપે ત્યારે FreeLLMAPI આગલા પ્રદાતાનો પ્રયાસ કરે છે. સાંકળની દરેક કી તેની મર્યાદા પર હોય ત્યારે જ તમારો કોડ 429 જુએ છે. પછી પ્રતિભાવમાં Retry-After હેડર હોય છે. ઘણી દૈનિક મર્યાદા મધ્યરાત્રિ UTC એ રીસેટ થાય છે.
બૅચ કાર્ય માટે, with_retry સાથે બીજો રિટ્રાય સ્તર ઉમેરો. તે ઘાતાંકીય બૅકઑફ અને જિટર સાથે સમગ્ર runnable ને ફરીથી પ્રયાસ કરે છે.
Python: રેટ મર્યાદા પર સાંકળનો ફરી પ્રયાસ કરો
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},
)| સમસ્યા | કારણ | ઉકેલ |
|---|---|---|
openai.AuthenticationError | ખોટી એકીકૃત કી | Keys પેજ પરથી કી ફરીથી કૉપિ કરો |
દરેક કૉલ પર openai.NotFoundError | બેઝ URL માં /v1 નથી | http://localhost:3001/v1 વાપરો |
openai.RateLimitError | સાંકળની બધી કી તેમની મર્યાદા પર છે | પ્રદાતા ઉમેરો, max_concurrency ઘટાડો અથવા Retry-After ની રાહ જુઓ |
| ટોકન અથવા ઇનપુટ પ્રકાર વિશે એમ્બેડિંગ ભૂલ | LangChain ટેક્સ્ટને બદલે ટોકન મોકલે છે | check_embedding_ctx_length=False સેટ કરો |
tool_calls ખાલી છે | મૉડેલ ટૂલ્સને સપોર્ટ કરતું નથી | ટૂલ્સ કોષ્ટકનું મૉડેલ અથવા ટૂલ્સ પ્રોફાઇલ વાપરો |
| તર્ક ટેક્સ્ટ ગાયબ છે | ChatOpenAI ફક્ત માનક OpenAI ફીલ્ડ રાખે છે | content માં જવાબ વાંચો; પ્રદાતાના વધારાના ફીલ્ડ રાખવામાં આવતા નથી |
વારંવાર પૂછાતા પ્રશ્નો
શું હું LangChain સાથે મફત LLM API વાપરી શકું?
હા. કોઈપણ OpenAI સાથે સુસંગત API ChatOpenAI સાથે કામ કરે છે. base_url ને http://localhost:3001/v1 પર અને api_key ને તમારી FreeLLMAPI એકીકૃત કી પર સેટ કરો. રાઉટર મફત પ્રદાતા ટાયર વાપરે છે.
LangChain ChatOpenAI માં કસ્ટમ બેઝ URL કેવી રીતે સેટ કરું?
Python માં, ChatOpenAI ને base_url પસાર કરો. JavaScript માં, કન્સ્ટ્રક્ટરને configuration: { baseURL } પસાર કરો. Python માં OPENAI_BASE_URL એન્વાયર્નમેન્ટ વેરિયેબલ પણ કામ કરે છે.
શું LangChain એજન્ટ મફત મૉડેલ સાથે કામ કરે છે?
હા, જો મૉડેલ ટૂલ કૉલિંગને સપોર્ટ કરે. ChatOpenAI મૉડેલ સાથે create_agent વાપરો અને તમારી FreeLLMAPI સાંકળમાં ટૂલ કૉલિંગ મૉડેલ રાખો.
OpenAI ન હોય તેવા પ્રદાતા સાથે OpenAIEmbeddings કેમ નિષ્ફળ જાય છે?
ડિફૉલ્ટ રીતે, તે ટોકન ID મોકલે છે. મોટાભાગના બીજા પ્રદાતાઓને કાચો ટેક્સ્ટ જોઈએ છે. Python માં check_embedding_ctx_length=False સેટ કરો.
LangChain માં 429 ભૂલો કેવી રીતે સંભાળું?
ChatOpenAI પર max_retries સેટ કરો, અને બૅચ કાર્ય માટે ચેઇનમાં with_retry ઉમેરો. તમારો કોડ 429 જુએ તે પહેલાં FreeLLMAPI પહેલેથી જ આગલા પ્રદાતા પર જાય છે.
સંબંધિત માર્ગદર્શિકાઓ
- LlamaIndex માટે મફત LLM
- Python માં મફત LLM API
- RAG માટે મફત LLM API
- મફત embeddings API
- function calling સાથે મફત LLM API
- AI એજન્ટ્સ માટે મફત LLM API
સ્રોતો
- LangChain docs: ChatOpenAI integration (Python) (તપાસ્યું 20 November 2026)
- LangChain docs: ChatOpenAI integration (JavaScript) (તપાસ્યું 20 November 2026)
- LangChain docs: agents and create_agent (તપાસ્યું 20 November 2026)
- LangChain source: OpenAIEmbeddings note on OpenAI-compatible APIs (તપાસ્યું 20 November 2026)
- OpenAI Python SDK: retries and errors (તપાસ્યું 20 November 2026)
- FreeLLMAPI docs: REST API (tool calling, embeddings, response headers) (તપાસ્યું 20 November 2026)