મફત reasoning મૉડેલ API
Reasoning મૉડેલ જવાબ આપતા પહેલાં વિચારે છે. તે છુપાયેલા અથવા દેખાતા પગલાં લખે છે, પછી અંતિમ જવાબ આપે છે. આ ગણિત, તર્ક, આયોજન અને અઘરા કોડમાં મદદ કરે છે. ઘણા providers reasoning મૉડેલો મફત આપે છે. આ માર્ગદર્શિકા તેમને બતાવે છે, thinking tokens નો ખર્ચ સમજાવે છે અને કામ કરતો કોડ આપે છે.
કોડ, મૉડેલ નામ અને લાઇવ કૅટલૉગ લેબલ અંગ્રેજીમાં બતાવવામાં આવે છે.
આજે મફત reasoning મૉડેલો
કોષ્ટક નામમાં reasoning ધરાવતા મફત મૉડેલો યાદી આપે છે, ઉદાહરણ તરીકે GPT-OSS, R1, QwQ, Thinking, Reasoning અને Magistral. ડેટા લાઇવ catalog માંથી આવે છે. Gemini Flash જેવા ઘણા બીજા મૉડેલો પણ વિચારે છે, પરંતુ તેમના નામ તે બતાવતા નથી.
| મૉડેલ | મફત ઉપલબ્ધ | સંદર્ભ | મફત મર્યાદા (શ્રેષ્ઠ ઑફર) | સાધનો | વિઝન |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 વિનંતી/મિનિટ 20 વિનંતી/દિવસ 250,000 ટોકન/મિનિટ ~3M | હા | હા |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 વધુ | 131K | 30 વિનંતી/મિનિટ 1,000 વિનંતી/દિવસ 8,000 ટોકન/મિનિટ 200,000 ટોકન/દિવસ ~6M | હા | ના |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 વધુ | 131K | 30 વિનંતી/મિનિટ 1,000 વિનંતી/દિવસ 8,000 ટોકન/મિનિટ 200,000 ટોકન/દિવસ ~6M | હા | ના |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 વિનંતી/મિનિટ 1,000 વિનંતી/દિવસ 8,000 ટોકન/મિનિટ 200,000 ટોકન/દિવસ ~6M | હા | ના |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | ના | ના |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | ના | ના |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 વિનંતી/દિવસ Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | ના | ના |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 વિનંતી/મિનિટ 5,000 વિનંતી/દિવસ 500,000 ટોકન/દિવસ 500K tokens/day · 5,000 req/day | ના | ના |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 વિનંતી/દિવસ Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | ના | ના |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | હા | ના |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 વિનંતી/દિવસ 200 rpd | ના | હા |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 વિનંતી/મિનિટ 40 RPM | ના | હા |
| Command A Reasoning | Cohere | 256K | 20 વિનંતી/મિનિટ 33 વિનંતી/દિવસ ~1-2M | હા | ના |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 વિનંતી/મિનિટ 50 વિનંતી/દિવસ 50 req/day account-wide (1,000 after a $10 purchase) | ના | ના |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | હા | હા |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 વિનંતી/મિનિટ 5,000 વિનંતી/દિવસ 500,000 ટોકન/દિવસ 500K tokens/day · 5,000 req/day | ના | ના |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | હા | ના |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | હા | ના |
FreeLLMAPI કૅટલૉગનો લાઇવ ડેટા (સંસ્કરણ 2026.11.19, તપાસ્યું 2026-11-19). મફત મર્યાદાઓ વારંવાર બદલાય છે. કૅટલૉગ દરરોજ તપાસવામાં આવે છે.
GPT-OSS 120B ઘણા providers મફત આપે છે, તેથી failover ના ઘણા વિકલ્પો છે. QwQ 32B અને DeepSeek R1 Distill Qwen 32B Cloudflare Workers AI પર ચાલે છે. Qwen3 Thinking મૉડેલોમાં ModelScope પર 262K-token context છે.
Thinking tokens તમારું output બજેટ વાપરે છે
reasoning મૉડેલો સાથે આ સૌથી સામાન્ય સમસ્યા છે. મૉડેલ પહેલાં પોતાનું thinking લખે છે. આ thinking tokens જવાબની જેમ જ output મર્યાદામાં ગણાય છે.
- Google કહે છે: Gemini પરની output મર્યાદામાં thought tokens શામેલ છે. જો મૉડેલ વિચારતી વખતે મર્યાદા સુધી પહોંચે, તો output કપાઈ શકે અથવા ખાલી હોઈ શકે. thinking tokens તોય ગણાય છે.
- Groq કહે છે: 1,024 completion tokens નો ડિફોલ્ટ જટિલ reasoning માટે ઓછો હોઈ શકે.
- મફત મર્યાદાઓ: thinking tokens પ્રતિ મિનિટ tokens અને પ્રતિ દિવસ tokens ની મર્યાદામાં પણ ગણાય છે. એ જ પ્રશ્નના સીધા જવાબ કરતાં reasoning જવાબ ઘણા વધુ tokens વાપરી શકે છે.
max_tokens સેટ ન કરો. 4,000 કે તેથી વધુથી શરૂ કરો. જો finish_reason length હોય અને content ખાલી હોય, તો મૉડેલે વિચારવામાં આખું બજેટ વાપર્યું.પગલું 1: FreeLLMAPI ઇન્સ્ટૉલ કરો અને keys ઉમેરો
FreeLLMAPI open source છે. તે Docker માં તમારા computer પર ચાલે છે. તમારી provider keys તમારા computer પર રહે છે.
ઇન્સ્ટૉલ કરો (macOS અથવા Linux)
curl -fsSL https://freellmapi.co/install.sh | bashdashboard http://localhost:3001 પર ખોલો. Keys પૃષ્ઠ પર Groq, Cloudflare અને Google AI Studio keys ઉમેરો. દરેક મફત reasoning મૉડેલોની સેવા આપે છે. એ જ પૃષ્ઠ પરથી તમારી unified key કૉપિ કરો.
પગલું 2: reasoning મૉડેલને કૉલ કરો
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?"}]
}'Python: અધૂરા જવાબને તપાસો અને thinking લખાણ દૂર કરો
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")કેટલાક providers content માં <think> tags ની અંદર thinking પરત કરે છે. બીજા તેને છુપાવે છે, અથવા અલગ field માં પરત કરે છે. વપરાશકર્તાઓને જવાબ બતાવતા પહેલાં tags દૂર કરો.
Thinking ની માત્રા નિયંત્રિત કરો
Providers પાસે thinking ની લંબાઈ માટે પોતાની સેટિંગ્સ છે. Groq GPT-OSS મૉડેલો પર reasoning_effort સ્વીકારે છે, જેમાં low, medium અથવા high હોય છે. Gemini 3 મૉડેલો thinking_level સેટિંગ વાપરે છે. FreeLLMAPI દસ્તાવેજો વર્ણવતા નથી કે આ fields ગેટવે દ્વારા કેવી રીતે પસાર થાય છે, તેથી પહેલાં તમારા install પર તેનું પરીક્ષણ કરો.
FreeLLMAPI નો મૂળ Gemini endpoint, /v1beta/models/{model}:generateContent, thinking બજેટનો અનુવાદ કરે છે. જો તમારે Gemini ના thinking પર નિયંત્રણ જોઈએ, તો તેનો ઉપયોગ કરો.
| કાર્ય | reasoning મૉડેલ વાપરવું? | કારણ |
|---|---|---|
| ગણિત, તર્ક કોયડા, આયોજન | હા | પગલું-દર-પગલું વિચારણા ભૂલો ઘટાડે છે |
| અઘરા bugs અને algorithm design | હા | મૉડેલ પોતાના પગલાં તપાસે છે |
| Chat, ટૂંકા જવાબો, અનુવાદ | ના | Thinking થોડા લાભ સાથે સમય અને tokens ઉમેરે છે |
| ઘણા ટૂલ કૉલવાળા agents | ક્યારેક | દરેક રાઉન્ડમાં thinking નો ખર્ચ ફરી લાગે છે |
Reasoning કાર્યો માટે prompts અને routing
- લક્ષ્ય અને નિયમો જણાવો: prompt માં બધા તથ્યો, મર્યાદાઓ અને અપેક્ષિત પરિણામ આપો. reasoning મૉડેલ thinking દરમિયાન ખૂટતા તથ્યો તમને પૂછી શકતું નથી.
- જવાબનું ફોર્મેટ સેટ કરો: અંતિમ જવાબ નક્કી ફોર્મમાં માંગો, ઉદાહરણ તરીકે એક સંખ્યા અથવા JSON object. પછી તમારો કોડ thinking લખાણ વિના તેને વાંચી શકે છે.
- પરીક્ષણ કેસો આપો: કોડ માટે, ઉદાહરણ inputs અને outputs ઉમેરો. મૉડેલ તેમની સામે પોતાના જવાબને તપાસી શકે છે.
- કાર્ય મુજબ રૂટ કરો: અઘરા કાર્યો માટે બુદ્ધિ મુજબ મૉડેલોને ક્રમ આપવા
model: "auto:smart"વાપરો. સરળ કાર્યો માટેauto:fastવાપરો, જેથી thinking નો ખર્ચ ન થાય. - દરેક વિનંતી માટે એક અઘરો પ્રશ્ન: એક વિનંતીમાં ઘણા અઘરા પ્રશ્નો એક output બજેટ વહેંચે છે. તેમને અલગ વિનંતીઓમાં વહેંચો.
auto:* strategies બધા સક્રિય મૉડેલોને ક્રમ આપે છે અને તમારી chain નો ક્રમ અવગણે છે. reasoning વિનંતીઓ માત્ર reasoning મૉડેલો પર રાખવા માટે, model id પિન કરો. તમે માત્ર reasoning મૉડેલો ધરાવતી નામવાળી fallback chain પણ બનાવી શકો છો. પછી તેને auto:<profile-name> વડે કૉલ કરો.
સમસ્યાનિવારણ
| સમસ્યા | કારણ | ઉકેલ |
|---|---|---|
ખાલી content, finish_reason: "length" | Thinking એ output નું આખું બજેટ વાપર્યું | max_tokens ને 4,000 કે તેથી વધુ સુધી વધારો |
જવાબમાં <think> લખાણ | Provider દેખાતું thinking પરત કરે છે | તમારા કોડમાં tags દૂર કરો |
| ટૂંકા પ્રશ્ન માટે લાંબી સમજૂતી | કેટલાક reasoning મૉડેલો પોતાની વિચાર પ્રક્રિયા સમજાવે છે | "માત્ર અંતિમ જવાબ" માંગો, અથવા non-reasoning મૉડેલ વાપરો |
| થોડી વિનંતીઓ પછી 429 ભૂલ | Thinking tokens એ પ્રતિ મિનિટ tokens ની મર્યાદા વાપરી | વધુ provider keys ઉમેરો, અથવા reasoning ફક્ત અઘરા કાર્યો માટે વાપરો |
| ધીમા જવાબો | મૉડેલ ઘણા thinking tokens લખે છે | સરળ કાર્યો માટે auto:fast વાપરો |
વારંવાર પૂછાતા પ્રશ્નો
શું મફત reasoning મૉડેલ API છે?
હા. Groq, Cloudflare, NVIDIA, OVH, OpenRouter અને બીજા providers reasoning મૉડેલો મફત આપે છે, જેમ કે GPT-OSS 120B, QwQ 32B અને DeepSeek R1 Distill. FreeLLMAPI તેમને એક OpenAI-compatible key પાછળ મૂકે છે.
શું thinking tokens output tokens તરીકે ગણાય છે?
હા. Google કહે છે કે Gemini output મર્યાદામાં thought tokens શામેલ છે, અને thinking tokens ગણાય છે. મફત ટિયર પર તેઓ તમારી પ્રતિ મિનિટ tokens મર્યાદા પણ વાપરે છે.
મારું reasoning મૉડેલ ખાલી જવાબ કેમ આપે છે?
મૉડેલે વિચારવામાં આખું max_tokens બજેટ વાપર્યું, તેથી જવાબ માટે કોઈ tokens બાકી રહ્યા નહીં. max_tokens ને 4,000 કે તેથી વધુ સુધી વધારો.
શું DeepSeek R1 API દ્વારા મફત છે?
DeepSeek R1 Distill Qwen 32B Cloudflare Workers AI ના મફત catalog માં છે. આ પૃષ્ઠનું કોષ્ટક બતાવે છે કે આજે તેની સેવા કયા providers આપે છે.
કયું મફત reasoning મૉડેલ શ્રેષ્ઠ છે?
GPT-OSS 120B સારો ડિફોલ્ટ છે, કારણ કે ઘણા providers તેની મફત સેવા આપે છે. આ પૃષ્ઠનું કોષ્ટક વાપરો, જે લાઇવ catalog માંથી બુદ્ધિ ક્રમ મુજબ મૉડેલોને સૉર્ટ કરે છે.
સંબંધિત માર્ગદર્શિકાઓ
સ્રોતો
- FreeLLMAPI docs: Routing strategies and native Gemini API (તપાસ્યું 20 November 2026)
- Google AI Studio docs: Thinking (તપાસ્યું 20 November 2026)
- Gemini Developer API pricing (તપાસ્યું 20 November 2026)
- Groq docs: Reasoning (તપાસ્યું 20 November 2026)