મફત LLM API rate limits
દરેક મફત LLM API ને rate limits હોય છે. આ પૃષ્ઠ FreeLLMAPI catalog ના દરેક provider ની મફત મર્યાદાઓ એક કોષ્ટકમાં બતાવે છે. તે RPM, RPD, TPM અને TPD કેવી રીતે વાંચવા અને મફત ટિયર કેવી રીતે જોડવા તે પણ કહે છે.
કોડ, મૉડેલ નામ અને લાઇવ કૅટલૉગ લેબલ અંગ્રેજીમાં બતાવવામાં આવે છે.
દરેક provider માટે મફત મર્યાદાઓ
આ કોષ્ટક લાઇવ catalog માંથી આવે છે. દરેક provider માટે એક પંક્તિ છે. દરેક મૂલ્ય તે provider ના કોઈ પણ મફત મૉડેલની સૌથી વધુ મર્યાદા છે. એક મૉડેલની મર્યાદા પંક્તિના મૂલ્ય કરતાં ઓછી હોઈ શકે. ચિહ્ન '-' નો અર્થ છે કે provider તે મર્યાદા પ્રકાશિત કરતું નથી.
| પ્રદાતા | મફત મૉડેલ | મહત્તમ વિનંતી/મિનિટ | મહત્તમ વિનંતી/દિવસ | મહત્તમ ટોકન/મિનિટ | ટોકન/મહિનો (એક મૉડેલ) | સૌથી શક્તિશાળી મફત મૉડેલ |
|---|---|---|---|---|---|---|
| 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 |
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
catalog માં આજે 45 providers ના 487 મફત model endpoints છે. મૂલ્યો વારંવાર બદલાય છે. Providers મૉડેલ ઉમેરે છે, કાઢે છે અને quota બદલે છે, કોઈ સૂચના આપ્યા વિના.
RPM, RPD, TPM અને TPD કેવી રીતે વાંચવા
| મર્યાદા | અર્થ | સામાન્ય સમયગાળો |
|---|---|---|
| RPM | પ્રતિ મિનિટ વિનંતીઓ | સરકતી 60 સેકન્ડ |
| RPD | પ્રતિ દિવસ વિનંતીઓ | એક દિવસ. રીસેટનો સમય દરેક provider માટે અલગ છે. |
| TPM | પ્રતિ મિનિટ tokens. input અને output tokens બંને ગણાઈ શકે. | સરકતી 60 સેકન્ડ |
| TPD | પ્રતિ દિવસ tokens | એક દિવસ |
| માસિક બજેટ | એક મહિનાના મફત tokens નો અંદાજ | એક કેલેન્ડર મહિનો |
જે મર્યાદા તમને પહેલાં રોકે છે, તે મહત્ત્વની છે. ઉદાહરણ તરીકે, Groq તેના મફત પ્લાન પર openai/gpt-oss-120b માટે 30 RPM, 1,000 RPD, 8,000 TPM અને 200,000 TPD દસ્તાવેજીકૃત કરે છે. પ્રતિ મિનિટ 30 વિનંતીઓ પર તમે લગભગ 34 મિનિટમાં દૈનિક 1,000 વિનંતીઓ વાપરી નાખો છો. 9,000 tokens ની વિનંતી તરત નિષ્ફળ જાય છે, કારણ કે તે 8,000 TPM મર્યાદા કરતાં મોટી છે.
- અવકાશ: Google Gemini મર્યાદાઓ દરેક Google Cloud project પર લાગુ કરે છે, દરેક key પર નહીં. Groq મર્યાદાઓ દરેક organization પર લાગુ કરે છે. એ જ project અથવા organization માં બીજી key quota ઉમેરતી નથી.
- રીસેટનો સમય: Google દૈનિક વિનંતીઓ Pacific સમય મુજબ મધ્યરાત્રિએ રીસેટ કરે છે. Cloudflare તેની દૈનિક ફાળવણી 00:00 UTC પર રીસેટ કરે છે.
- સહિયારા pools: કેટલાક providers બધા મફત મૉડેલો પર એક quota ગણે છે. OpenRouter account પરના દરેક
:freeમૉડેલમાં મફત દૈનિક વિનંતીઓ ગણે છે. - અન્ય એકમો: Cloudflare Workers AI tokens નહીં, neurons ગણે છે. મફત ફાળવણી દરરોજ 10,000 neurons છે.
મુખ્ય providers ની ચકાસેલી મર્યાદાઓ
આ મૂલ્યો દરેક provider ના પોતાના દસ્તાવેજમાંથી છે, 20 નવેમ્બર 2026 ના રોજ ચકાસ્યા. મૉડેલ-સ્તરના મૂલ્યો માટે ઉપરનું લાઇવ કોષ્ટક વાપરો.
| Provider | મફત મર્યાદા (સત્તાવાર) | અવકાશ |
|---|---|---|
| Google AI Studio (Gemini) | દરેક મૉડેલ માટે અલગ. Google AI Studio માં તમારી સક્રિય મર્યાદાઓ બતાવે છે. | દરેક Google Cloud project દીઠ |
| Groq | openai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | દરેક organization દીઠ |
| OpenRouter | :free મૉડેલ: 20 RPM. દિવસના 50 વિનંતીઓ, અથવા 10 credits ખરીદ્યા પછી દિવસના 1,000. | દરેક account દીઠ, બધા મફત મૉડેલો સાથે |
| Cloudflare Workers AI | Workers Free પર દરરોજ 10,000 neurons | દરેક account દીઠ |
| OVHcloud AI Endpoints | અનામી: પ્રતિ મિનિટ 2 વિનંતીઓ. key સાથે: પ્રતિ મિનિટ 400 વિનંતીઓ. | અનામી: દરેક IP અને મૉડેલ દીઠ. Key: દરેક project અને મૉડેલ દીઠ. |
| NVIDIA API Catalog | NVIDIA મૂલ્યો પ્રકાશિત કરતું નથી. તમારી મર્યાદા build.nvidia.com પર તમારા account માં બતાવે છે. | દરેક account દીઠ |
| Cohere | Trial keys: chat મૉડેલો પર પ્રતિ મિનિટ 20 વિનંતીઓ, મહિને 1,000 API calls | દરેક trial key દીઠ |
મફત ટિયર કેવી રીતે જોડવા
એક મફત ટિયર નાનું છે. ઘણા મફત ટિયર સાથે મળીને દિવસ દીઠ વધુ વિનંતીઓ મળે છે. તેમને જોડવા માટે, દરેક provider પાસેથી એક key લો. પછી દરેક વિનંતી એવા provider પર મોકલો જેની પાસે હજુ quota બાકી છે.
FreeLLMAPI આ તમારા માટે કરે છે. તે એક open-source ગેટવે છે જે તમારા computer પર ચાલે છે. તે દરેક platform, મૉડેલ અને key માટે ચાર કાઉન્ટર રાખે છે (RPM, RPD, TPM, TPD). વિનંતી મોકલતા પહેલાં, તે ચારેય કાઉન્ટર તપાસે છે. તે આખા account ને આવરી લેતા pools પણ તપાસે છે, જેમ કે OpenRouter ની દૈનિક મર્યાદા અને Cloudflare ની neuron મર્યાદા.
ઇન્સ્ટૉલ કરો અને એક વિનંતી મોકલો
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"}]}'dashboard ના Keys પૃષ્ઠ પર http://localhost:3001 પર તમારી provider keys ઉમેરો. એ જ પૃષ્ઠ પરથી unified key કૉપિ કરો. પ્રતિસાદ header X-Routed-Via જવાબ આપનાર provider અને મૉડેલ બતાવે છે.
મર્યાદા પર શું થાય છે
મોટાભાગના providers મર્યાદા વટાવો ત્યારે HTTP 429 મોકલે છે. કેટલાક providers Retry-After header મોકલે છે. FreeLLMAPI આ સંકેતોનો આ ક્રમમાં ઉપયોગ કરે છે:
- મિનિટ મર્યાદા પર ટૂંકી 429 key ને 90 સેકન્ડના cooldown પર મૂકે છે. રાઉટર chain ના આગલા મૉડેલનો પ્રયાસ કરે છે.
- સંપૂર્ણ દૈનિક quota મૉડેલ અને key ને લાંબા cooldown પર મૂકે છે: 2 મિનિટ, પછી 10 મિનિટ, પછી 1 કલાક, પછી 24 કલાક.
- જો provider
Retry-Afterનું લાંબું મૂલ્ય આપે, તો રાઉટર provider નું મૂલ્ય વાપરે છે. - જો ભૂલ સંદેશ વાસ્તવિક મર્યાદા જણાવે, તો રાઉટર તેને સાચવે છે. પછીનું pre-check વિનંતીને provider તેને નકારે તે પહેલાં રોકે છે.
જ્યારે દરેક key cooldown પર હોય, ત્યારે ગેટવે 429 પરત કરે છે. મફત ટિયરમાં કોઈ SLA નથી. સૌથી મજબૂત મફત મૉડેલોની દૈનિક મર્યાદા ઘણી વાર સૌથી નાની હોય છે, તેથી દિવસના અંતે જવાબની ગુણવત્તા ઘટી શકે છે.
દિવસ દીઠ વધુ વિનંતીઓ મેળવવાના રસ્તા
- વધુ providers ની keys ઉમેરો. દરેક provider પોતાનો quota ઉમેરે છે.
- સરળ કાર્યો માટે નાના, ઝડપી મૉડેલ વાપરો. અઘરા કાર્યો માટે નાની દૈનિક મર્યાદાવાળા મોટા મૉડેલ રાખો.
- ઓછા tokens મોકલો. ટૂંકો prompt TPM અને TPD મર્યાદાઓમાં મદદ કરે છે.
- વધુ quota મેળવવા એક provider પર ઘણા accounts ન બનાવો. પહેલાં દરેક provider ની શરતો વાંચો. ઘણી શરતો આની મંજૂરી આપતી નથી.
- ઉત્પાદનમાં મફત ટિયર વાપરતા પહેલાં free LLM API commercial use વાંચો.
વારંવાર પૂછાતા પ્રશ્નો
મફત Gemini API ની rate limits કઈ છે?
Google દરેક મૉડેલ માટે અલગ મર્યાદા સેટ કરે છે અને તેમને દરેક Google Cloud project પર લાગુ કરે છે. તમારી સક્રિય મર્યાદાઓ AI Studio માં બતાવે છે. દૈનિક વિનંતીઓ Pacific સમય મુજબ મધ્યરાત્રિએ રીસેટ થાય છે. આ પૃષ્ઠ પરનું લાઇવ કોષ્ટક વર્તમાન catalog મૂલ્યો બતાવે છે.
Groq મફત ટિયરની rate limit કેટલી છે?
Groq દરેક મૉડેલ માટે મર્યાદાઓ દર્શાવે છે. openai/gpt-oss-120b માટે મફત પ્લાન પ્રતિ મિનિટ 30 વિનંતીઓ, દિવસના 1,000 વિનંતીઓ, પ્રતિ મિનિટ 8,000 tokens અને દિવસના 200,000 tokens ની મંજૂરી આપે છે. મર્યાદાઓ આખી organization પર લાગુ પડે છે.
શું બીજી API key મારો મફત quota બમણો કરે છે?
સામાન્ય રીતે ના. Google મર્યાદાઓ project દીઠ ગણે છે અને Groq organization દીઠ. એ જ project અથવા organization માં નવી key એ જ quota વહેંચે છે.
કઈ મફત LLM API ની rate limit સૌથી વધુ છે?
તે મર્યાદાના પ્રકાર પર આધાર રાખે છે. કેટલાક providers પ્રતિ મિનિટ ઘણી વિનંતીઓ આપે છે, પરંતુ દિવસ દીઠ થોડી. લાઇવ કોષ્ટકને તે મર્યાદા મુજબ સૉર્ટ કરો જે તમારું કાર્ય પહેલાં રોકે છે, પછી ઘણા providers જોડો.
મફત LLM API પર 429 ભૂલનો અર્થ શું છે?
તેનો અર્થ છે કે તમે rate limit અથવા quota વટાવી છે. રીસેટના સમયની રાહ જુઓ, ઓછા tokens મોકલો, અથવા વિનંતી બીજા provider પર મોકલો.
સંબંધિત માર્ગદર્શિકાઓ
- Gemini API ક્વોટા વટાવાયો (429 RESOURCE_EXHAUSTED)
- Groq rate limit પહોંચી ગઈ (429)
- NVIDIA NIM API rate limit
- કાર્ડ વગર મફત LLM API
- best free llm apis 2026
- unlimited free ai tokens
સ્રોતો
- Google AI Studio: Rate limits (તપાસ્યું 20 November 2026)
- GroqCloud: Rate limits (તપાસ્યું 20 November 2026)
- OpenRouter: API rate limits (તપાસ્યું 20 November 2026)
- Cloudflare Workers AI: Pricing (તપાસ્યું 20 November 2026)
- OVHcloud: AI Endpoints getting started (તપાસ્યું 20 November 2026)
- Cohere: Rate limits (તપાસ્યું 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (તપાસ્યું 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (તપાસ્યું 20 November 2026)