कोडिंग के लिए सबसे अच्छे मुफ़्त model APIs
कोडिंग tools को अलग काम के लिए अलग models चाहिए। Agent को tool calling और लंबा context चाहिए। Autocomplete को तेज़ model चाहिए। यह पेज आज FreeLLMAPI catalog के मुफ़्त coding models काम के हिसाब से दिखाता है। Tables लाइव catalog से आती हैं, इसलिए limits अभी की हैं।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
कोडिंग काम के लिए model कब अच्छा होता है
Coding benchmark का स्कोर काफ़ी नहीं है। Model को आपके tool के साथ भी काम करना होगा। Model चुनने से पहले इन चार गुणों की जाँच करें।
| गुण | यह क्यों ज़रूरी है | Agent काम के लिए न्यूनतम |
|---|---|---|
| Tool calling | Cline, OpenCode और Claude Code जैसे agents tool calls के जरिए फ़ाइलें पढ़ते हैं और commands चलाते हैं। जिस model में tool calling नहीं, वह ये चरण नहीं कर सकता। | ज़रूरी |
| Context window | Agent हर request में system prompt, tool definitions और फ़ाइलों की सामग्री भेजता है। आपके सवाल से पहले यह अक्सर 20K से 60K tokens होता है। | 128K tokens |
| Tokens per minute | कम tokens-per-minute limit वाले tier पर बड़ा prompt पहली request पर ही 429 error देता है। | प्रति मिनट एक पूरे prompt से ज़्यादा |
| गति | Autocomplete को एक सेकंड से कम में जवाब देना होता है। धीमा model ghost text के लिए काम का नहीं है। | Autocomplete के लिए तेज़ models |
आज मुफ़्त catalog में 190 models हैं जिनमें tool calling है, और 56 models हैं जिनकी context window 1M tokens या उससे ज़्यादा है। नीचे की tables इन models को काम के हिसाब से छानती हैं।
Coding agents के लिए मुफ़्त models
इन models को उन agents के साथ इस्तेमाल करें जो फ़ाइलें बदलते हैं: Claude Code, Codex CLI, Cline, Roo Code, Kilo Code, OpenCode और Aider। Table का हर model tool calling सपोर्ट करता है और उसकी context window कम से कम 128K tokens है। क्रम मापी गई intelligence के हिसाब से है।
| मॉडल | मुफ़्त उपलब्ध | कॉन्टेक्स्ट | मुफ़्त सीमाएँ (सबसे अच्छा विकल्प) | टूल | विज़न |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 अनुरोध/मिनट 1 req/min per model | हाँ | नहीं |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 अनुरोध/मिनट 40 RPM | हाँ | हाँ |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | हाँ | हाँ |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | हाँ | नहीं |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | हाँ | हाँ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | हाँ | हाँ |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 अनुरोध/मिनट 50 अनुरोध/दिन 50 req/day account-wide (1,000 after a $10 purchase) | हाँ | हाँ |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 अनुरोध/मिनट 50 अनुरोध/दिन Shared rate limit | हाँ | नहीं |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 अनुरोध/मिनट 250 अनुरोध/दिन 70,000 टोकन/मिनट ~6M | हाँ | हाँ |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | हाँ | हाँ |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| MiniMax M3 | ElectronHub | 1M | $0.25/week shared recurring credit | हाँ | नहीं |
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | हाँ | नहीं |
109 मिलते-जुलते मुफ़्त मॉडल में से 15 दिखाए जा रहे हैं। सभी मॉडल देखें.
FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
Limits वाला column देखें। ऊँची रैंक वाला model, जिसकी limit 20 requests प्रति दिन है, योजना बनाने के चरणों के लिए अच्छा है। लंबे agent loop के लिए वह अच्छा नहीं है। 40 requests प्रति मिनट वाला model कई छोटे edit चरणों के लिए बेहतर है।
मुफ़्त code-specialist models
कुछ model families कोड के लिए प्रशिक्षित हैं। इनमें Qwen3 Coder, Codestral, Devstral और GPT-OSS शामिल हैं। GLM models सामान्य models हैं जिनके code परिणाम मज़बूत हैं, और वे ऊपर की agent table में दिखते हैं। Table आज इन families के मुफ़्त offers दिखाती है। कुछ offers tool calling सपोर्ट नहीं करते। उन offers को सिर्फ chat और autocomplete के लिए इस्तेमाल करें।
| मॉडल | मुफ़्त उपलब्ध | कॉन्टेक्स्ट | मुफ़्त सीमाएँ (सबसे अच्छा विकल्प) | टूल | विज़न |
|---|---|---|---|---|---|
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 और | 131K | 30 अनुरोध/मिनट 1,000 अनुरोध/दिन 8,000 टोकन/मिनट 200,000 टोकन/दिन ~6M | हाँ | नहीं |
| GPT-OSS 120B | CLōD, Cloudflare Workers AI, ElectronHub +3 और | 131K | 30 अनुरोध/मिनट 1,000 अनुरोध/दिन 8,000 टोकन/मिनट 200,000 टोकन/दिन ~6M | हाँ | नहीं |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | नहीं | नहीं |
| Mistral: Devstral 2512 | ElectronHub | 262K | $0.25/week shared free credits | नहीं | नहीं |
| Qwen3 Coder 480B A35B Instruct (turbo) | Inferbase | 8K | 5,000 requests/month; 100 requests and $0.50 usage/day shared | नहीं | नहीं |
| Qwen3 Coder | Septor Labs | 128K | Shared daily allowance | हाँ | नहीं |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | नहीं | नहीं |
| Qwen3 Coder Plus | ACLIDE | - | €20/month shared internal usage credits · no card | हाँ | नहीं |
| Qwen3 Coder 30B A3B Instruct | ElectronHub, ModelScope | 262K | 200 अनुरोध/दिन Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | हाँ | नहीं |
| Devstral 2 | ACLIDE, xKiro | 262K | 500K tokens/day (1M with Telegram) | हाँ | नहीं |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | नहीं | नहीं |
| Qwen2.5 Coder 32B | Cloudflare Workers AI | 33K | ~10-20M | हाँ | नहीं |
| Codestral | DreamPrompting, LLM7, Mistral +1 और | 256K | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | हाँ | नहीं |
| Codestral 2508 | ACLIDE, Api.Airforce, ElectronHub +1 और | 256K | 1 अनुरोध/मिनट 1,000 अनुरोध/दिन 1,000 req/day · 1 req/min | हाँ | नहीं |
| codestral-latest | Api.Airforce | 32K | 1 अनुरोध/मिनट 1,000 अनुरोध/दिन 1,000 req/day · 1 req/min | नहीं | नहीं |
17 मिलते-जुलते मुफ़्त मॉडल में से 15 दिखाए जा रहे हैं। सभी मॉडल देखें.
FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
Autocomplete और छोटे edits के लिए तेज़ मुफ़्त models
Ghost-text autocomplete टाइपिंग में लगभग हर विराम के बाद एक request भेजता है। इसे ऊँची रैंक नहीं, कम latency चाहिए। FreeLLMAPI इन clients को /v1/completions पर सेवा देता है, जो पुराना OpenAI prompt और suffix format है। Table में 32K tokens से बड़ी context window वाले तेज़ मुफ़्त models दिखते हैं।
| मॉडल | मुफ़्त उपलब्ध | कॉन्टेक्स्ट | मुफ़्त सीमाएँ (सबसे अच्छा विकल्प) | टूल | विज़न |
|---|---|---|---|---|---|
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 और | 262K | 30 अनुरोध/मिनट 250 अनुरोध/दिन 70,000 टोकन/मिनट ~6M | हाँ | हाँ |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 और | 131K | 30 अनुरोध/मिनट 1,000 अनुरोध/दिन 8,000 टोकन/मिनट 200,000 टोकन/दिन ~6M | हाँ | नहीं |
| Nemotron 3.5 Lightning | ElectronHub, Gizmo, Kilo Gateway +2 और | 1M | 20 अनुरोध/मिनट 50 अनुरोध/दिन 50 req/day account-wide (1,000 after a $10 purchase) | हाँ | नहीं |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +1 और | 131K | 30 अनुरोध/मिनट 1,000 अनुरोध/दिन 8,000 टोकन/मिनट 200,000 टोकन/दिन ~6M | हाँ | नहीं |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | नहीं | नहीं |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 अनुरोध/मिनट 1,000 अनुरोध/दिन 8,000 टोकन/मिनट 200,000 टोकन/दिन ~6M | हाँ | नहीं |
| Groq Compound Mini | DreamPrompting | 131K | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | नहीं | नहीं |
| Gemini 3.5 Flash Lite | ElectronHub, Google AI Studio | 1M | 15 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| Step 3.7 Flash | ElectronHub | 256K | $0.25/week shared recurring credit | हाँ | हाँ |
| Gemini 3.1 Flash-Lite | DreamPrompting, Google AI Studio | 1M | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | हाँ | हाँ |
215 मिलते-जुलते मुफ़्त मॉडल में से 10 दिखाए जा रहे हैं। सभी मॉडल देखें.
FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
Autocomplete बहुत सारी requests भेजता है। इसे ऊँची प्रति-मिनट limits वाले model पर रखें। इसे अपने agent वाले उसी छोटे दैनिक quota पर न रखें। Autocomplete config के लिए Continue with a free API पढ़ें।
सभी coding tools के लिए एक key कैसे इस्तेमाल करें
FreeLLMAPI 45 providers के मुफ़्त tiers को एक key के पीछे इकट्ठा करता है। यह OpenAI, Anthropic, Gemini और Ollama formats बोलता है। हर coding tool उस format से जुड़ता है जिसे वह जानता है।
इंस्टॉल करें, फिर एक tool जोड़ें
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:3001setup-opencode की जगह अपने tool का command लिखें, जैसे setup-cline, setup-aider या setup-codex। यह command लाइव /v1/models catalog पढ़ता है, मौजूदा config का backup बनाता है और नई settings मिला देता है।
Dashboard पर बदलाव किए बिना request को दिशा देने के लिए routing model id इस्तेमाल करें:
auto: आपकी सक्रिय fallback chain का पालन करता है।auto:smart: सबसे ऊँची intelligence वाले models को प्राथमिकता देता है। योजना और कठिन bugs के लिए इसका उपयोग करें।auto:fast: मापी गई गति को प्राथमिकता देता है। Autocomplete और छोटे edits के लिए इसका उपयोग करें।auto:<profile-name>: नाम वाली fallback chain इस्तेमाल करता है, जैसेauto:coding। पहले dashboard पर profile बनाएँ।
FreeLLMAPI X-FreeLLM-Task-Type: code header भी पढ़ता है। जिन requests में tools या code markers होते हैं, उन्हें डिफ़ॉल्ट रूप से code माना जाता है। Code के लिए router कुछ भार गति से हटाकर intelligence को देता है।
Limits और उनके भीतर कैसे रहें
मुफ़्त tiers छोटे होते हैं। एक agent task 20 से 100 requests भेज सकता है। एक मुफ़्त key लंबे task को जल्दी रोक देती है। FreeLLMAPI हर key के लिए requests और tokens गिनता है। जब कोई provider 429 error भेजता है, तो router request को chain के अगले model पर भेज देता है। X-Routed-Via header बताता है कि किस provider ने जवाब दिया।
- चार या अधिक providers की keys जोड़ें। ज़्यादा providers प्रति दिन ज़्यादा requests देते हैं।
- सिर्फ tool calling और लंबे context वाले models के साथ एक coding profile बनाएँ। इसे
auto:codingके साथ इस्तेमाल करें। - Sticky sessions चालू रखें। एक बातचीत 30 मिनट तक एक ही model पर रहती है, जिससे agent एक जैसा रहता है।
FREELLMAPI_CONTEXT_HANDOFF=on_model_switchसे context handoff चालू करें। तब अगले model को एक छोटा नोट मिलता है कि वह एक task को आगे बढ़ा रहा है।- Tasks के बीच नया session शुरू करें। छोटा context हर request में कम tokens लेता है।
| समस्या | कारण | समाधान |
|---|---|---|
| Agent एक tool call के बाद रुक जाता है | Model की tool calling कमज़ोर है | ऊपर की agent table से एक model इस्तेमाल करें |
पहली request पर 429 | Prompt, tier की tokens-per-minute limit से बड़ा है | बड़ी limit वाला model इस्तेमाल करें, या router को failover करने दें |
| "N प्रयासों के बाद सभी models rate-limited हैं" | Chain की हर key अपनी limit पर है | और providers की keys जोड़ें, या cooldowns खत्म होने का इंतज़ार करें |
| Edits धीमे हैं | धीमे मुफ़्त tier पर एक बड़ा model | छोटे edits के लिए auto:fast इस्तेमाल करें |
अक्सर पूछे जाने वाले प्रश्न
सबसे अच्छी मुफ़्त coding model API कौन सी है?
Agent काम के लिए tool calling और कम से कम 128K context वाला model इस्तेमाल करें। इस पेज की पहली table आज ऐसे सबसे मज़बूत मुफ़्त models दिखाती है जो दोनों नियम पूरे करते हैं। Autocomplete के लिए speed table से कोई तेज़ model चुनें।
क्या कोई मुफ़्त Codestral API है?
हाँ। Mistral अपने मुफ़्त tier पर Codestral देता है, और दूसरे providers भी इसे सूचीबद्ध करते हैं। Code-specialist table मौजूदा मुफ़्त offers और उनकी limits दिखाती है।
क्या कोई मुफ़्त Qwen3 Coder API है?
हाँ। FreeLLMAPI catalog आज कई providers के मुफ़्त Qwen3 Coder offers सूचीबद्ध करता है। कुछ offers tool calling सपोर्ट नहीं करते, इसलिए agent में इस्तेमाल से पहले Tools column जाँचें।
क्या मुफ़्त model Cline या Claude Code जैसा coding agent चला सकता है?
हाँ, अगर model tool calling सपोर्ट करता है और उसकी context window बड़ी है। मुफ़्त tiers पर rate limits होती हैं, इसलिए कई providers की keys जोड़ें और FreeLLMAPI को उनके बीच failover करने दें।
Code autocomplete के लिए कौन सा मुफ़्त model सबसे अच्छा है?
ऊँची प्रति-मिनट limits वाला तेज़ model इस्तेमाल करें। Autocomplete कई छोटी requests भेजता है, इसलिए गति रैंक से ज़्यादा ज़रूरी है। FreeLLMAPI autocomplete clients को /v1/completions पर सेवा देता है।
संबंधित गाइड
- Claude Code मुफ़्त में कैसे उपयोग करें
- मुफ़्त API के साथ Cline, Roo Code और Kilo Code
- मुफ़्त LLM API के साथ Aider इस्तेमाल करें
- Continue के साथ मुफ़्त LLM API
- Function calling वाला मुफ़्त LLM API
- 10 लाख टोकन कॉन्टेक्स्ट वाली मुफ़्त LLM API
स्रोत
- FreeLLMAPI docs: clients and coding agents (जाँचा गया 20 November 2026)
- FreeLLMAPI docs: routing strategies and response headers (जाँचा गया 20 November 2026)
- FreeLLMAPI live model catalog (जाँचा गया 20 November 2026)