होम / गाइड / कोडिंग के लिए सबसे अच्छे मुफ़्त model APIs

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।

गुणयह क्यों ज़रूरी हैAgent काम के लिए न्यूनतम
Tool callingCline, 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 windowAgent 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 minuteकम tokens-per-minute limit वाले tier पर बड़ा prompt पहली request पर ही 429 error देता है।प्रति मिनट एक पूरे prompt से ज़्यादा
गतिAutocomplete 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।

Coding agents के लिए मुफ़्त models: tool calling और 128K+ context
मॉडलमुफ़्त उपलब्धकॉन्टेक्स्टमुफ़्त सीमाएँ (सबसे अच्छा विकल्प)टूलविज़न
GLM 5.3UnoRouter1M1 अनुरोध/मिनट
1 req/min per model
हाँनहीं
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 अनुरोध/मिनट
40 RPM
हाँहाँ
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaहाँहाँ
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceहाँनहीं
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहाँहाँ
Gemini 3.7 FlashGoogle AI Studio1M10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहाँहाँ
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 अनुरोध/मिनट
50 अनुरोध/दिन
50 req/day account-wide (1,000 after a $10 purchase)
हाँहाँ
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 अनुरोध/मिनट
50 अनुरोध/दिन
Shared rate limit
हाँनहीं
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 अनुरोध/मिनट
250 अनुरोध/दिन
70,000 टोकन/मिनट
~6M
हाँहाँ
Gemini 3.6 FlashGoogle AI Studio1M10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayहाँहाँ
Gemini 3.5 FlashGoogle AI Studio1M10 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
MiniMax M3ElectronHub1M$0.25/week shared recurring creditहाँनहीं
Typhoon 2.5 30B A3B InstructTyphoon131KOngoing free research API (shared rate limits)हाँनहीं

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।

मुफ़्त code-specialist models (Qwen Coder, Codestral, Devstral, GPT-OSS)
मॉडलमुफ़्त उपलब्धकॉन्टेक्स्टमुफ़्त सीमाएँ (सबसे अच्छा विकल्प)टूलविज़न
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +4 और131K30 अनुरोध/मिनट
1,000 अनुरोध/दिन
8,000 टोकन/मिनट
200,000 टोकन/दिन
~6M
हाँनहीं
GPT-OSS 120BCLōD, Cloudflare Workers AI, ElectronHub +3 और131K30 अनुरोध/मिनट
1,000 अनुरोध/दिन
8,000 टोकन/मिनट
200,000 टोकन/दिन
~6M
हाँनहीं
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsनहींनहीं
Mistral: Devstral 2512ElectronHub262K$0.25/week shared free creditsनहींनहीं
Qwen3 Coder 480B A35B Instruct (turbo)Inferbase8K5,000 requests/month; 100 requests and $0.50 usage/day sharedनहींनहीं
Qwen3 CoderSeptor Labs128KShared daily allowanceहाँनहीं
GPT-OSS 120B (via Groq)DreamPrompting131K100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
नहींनहीं
Qwen3 Coder PlusACLIDE-€20/month shared internal usage credits · no cardहाँनहीं
Qwen3 Coder 30B A3B InstructElectronHub, ModelScope262K200 अनुरोध/दिन
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
हाँनहीं
Devstral 2ACLIDE, xKiro262K500K tokens/day (1M with Telegram)हाँनहीं
GPT-OSS 20B (via Groq)DreamPrompting131K100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
नहींनहीं
Qwen2.5 Coder 32BCloudflare Workers AI33K~10-20Mहाँनहीं
CodestralDreamPrompting, LLM7, Mistral +1 और256K100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
हाँनहीं
Codestral 2508ACLIDE, Api.Airforce, ElectronHub +1 और256K1 अनुरोध/मिनट
1,000 अनुरोध/दिन
1,000 req/day · 1 req/min
हाँनहीं
codestral-latestApi.Airforce32K1 अनुरोध/मिनट
1,000 अनुरोध/दिन
1,000 req/day · 1 req/min
नहींनहीं

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।

नोट: ऊँची रैंक वाला सामान्य model अक्सर छोटे code-specialist model से agent काम में बेहतर होता है। Code-specialist models सबसे ज़्यादा autocomplete और छोटे edits के लिए काम के हैं।

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।

32K+ context वाले सबसे तेज़ मुफ़्त models
मॉडलमुफ़्त उपलब्धकॉन्टेक्स्टमुफ़्त सीमाएँ (सबसे अच्छा विकल्प)टूलविज़न
Qwen3.8 27BBlazeAPI, ElectronHub, Gizmo +3 और262K30 अनुरोध/मिनट
250 अनुरोध/दिन
70,000 टोकन/मिनट
~6M
हाँहाँ
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +4 और131K30 अनुरोध/मिनट
1,000 अनुरोध/दिन
8,000 टोकन/मिनट
200,000 टोकन/दिन
~6M
हाँनहीं
Nemotron 3.5 LightningElectronHub, Gizmo, Kilo Gateway +2 और1M20 अनुरोध/मिनट
50 अनुरोध/दिन
50 req/day account-wide (1,000 after a $10 purchase)
हाँनहीं
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +1 और131K30 अनुरोध/मिनट
1,000 अनुरोध/दिन
8,000 टोकन/मिनट
200,000 टोकन/दिन
~6M
हाँनहीं
GPT-OSS 20B (via Groq)DreamPrompting131K100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
नहींनहीं
GPT-OSS Safeguard 20BGroq131K30 अनुरोध/मिनट
1,000 अनुरोध/दिन
8,000 टोकन/मिनट
200,000 टोकन/दिन
~6M
हाँनहीं
Groq Compound MiniDreamPrompting131K100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
नहींनहीं
Gemini 3.5 Flash LiteElectronHub, Google AI Studio1M15 अनुरोध/मिनट
20 अनुरोध/दिन
250,000 टोकन/मिनट
~3M
हाँहाँ
Step 3.7 FlashElectronHub256K$0.25/week shared recurring creditहाँहाँ
Gemini 3.1 Flash-LiteDreamPrompting, Google AI Studio1M100 अनुरोध/मिनट
5,000 अनुरोध/दिन
500,000 टोकन/दिन
500K tokens/day · 5,000 req/day
हाँहाँ

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:3001

setup-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, जैसे auto: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:coding के 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_switch से 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।
समस्याकारणसमाधान
Agent एक tool call के बाद रुक जाता हैModel की tool calling कमज़ोर हैऊपर की agent table से एक model इस्तेमाल करें
पहली request पर 429Prompt, tier की tokens-per-minute limit से बड़ा हैबड़ी 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 हैऔर providers की keys जोड़ें, या cooldowns खत्म होने का इंतज़ार करें
Edits धीमे हैंधीमे मुफ़्त tier पर एक बड़ा modelछोटे edits के लिए auto:fast इस्तेमाल करें
इनमें से हर एक का उपयोग एक ही कुंजी से करें। FreeLLMAPI एक ओपन-सोर्स, सेल्फ़-होस्टेड राउटर है। यह इन सभी मुफ़्त टियर को एक OpenAI-संगत एंडपॉइंट के पीछे रखता है। जब कोई एक सीमा पर पहुँचता है, तो यह अगले प्रदाता पर स्विच कर देता है। कैटलॉग देखें या शुरू 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

स्रोत

सभी गाइड · सभी मुफ़्त मॉडल देखें