मुफ़्त LLM API रेट सीमाएँ
हर मुफ़्त LLM API पर रेट सीमाएँ होती हैं। यह पेज FreeLLMAPI कैटलॉग में हर प्रदाता की मुफ़्त सीमाएँ एक ही तालिका में दिखाता है। यह बताता है कि RPM, RPD, TPM और TPD को कैसे पढ़ें, और मुफ़्त टियर को एक साथ कैसे जोड़ें।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
हर प्रदाता के लिए मुफ़्त सीमाएँ
तालिका लाइव कैटलॉग से आती है। हर प्रदाता के लिए इसकी एक पंक्ति होती है। हर मान उस प्रदाता के किसी भी मुफ़्त मॉडल की सबसे अधिक सीमा है। एक मॉडल की सीमा पंक्ति के मान से कम हो सकती है। डैश का अर्थ है कि प्रदाता वह सीमा प्रकाशित नहीं करता।
| प्रदाता | मुफ़्त मॉडल | अधिकतम अनुरोध/मिनट | अधिकतम अनुरोध/दिन | अधिकतम टोकन/मिनट | टोकन/माह (एक मॉडल) | सबसे शक्तिशाली मुफ़्त मॉडल |
|---|---|---|---|---|---|---|
| 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 कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
आज कैटलॉग में 45 प्रदाताओं के 487 मुफ़्त मॉडल एंडपॉइंट हैं। ये मान अक्सर बदलते हैं। प्रदाता बिना सूचना के मॉडल जोड़ते हैं, मॉडल हटाते हैं और कोटा बदलते हैं।
RPM, RPD, TPM और TPD कैसे पढ़ें
| सीमा | अर्थ | सामान्य अवधि |
|---|---|---|
| RPM | प्रति मिनट अनुरोध | रोलिंग 60 सेकंड |
| RPD | प्रति दिन अनुरोध | एक दिन। रीसेट का समय हर प्रदाता के लिए अलग होता है। |
| TPM | प्रति मिनट टोकन। इनपुट और आउटपुट, दोनों टोकन गिने जा सकते हैं। | रोलिंग 60 सेकंड |
| TPD | प्रति दिन टोकन | एक दिन |
| मासिक बजट | एक महीने में मुफ़्त टोकन का अनुमान | एक कैलेंडर महीना |
जो सीमा आपको सबसे पहले रोकती है, वही मायने रखती है। उदाहरण के लिए, Groq अपने मुफ़्त प्लान में openai/gpt-oss-120b के लिए 30 RPM, 1,000 RPD, 8,000 TPM और 200,000 TPD दस्तावेज़ित करता है। प्रति मिनट 30 अनुरोधों पर, आप लगभग 34 मिनट में रोज़ाना के 1,000 अनुरोध इस्तेमाल कर लेते हैं। 9,000 टोकन वाला अनुरोध तुरंत विफल हो जाता है, क्योंकि वह 8,000 TPM सीमा से बड़ा है।
- दायरा: Google Gemini सीमाएँ हर Google Cloud प्रोजेक्ट पर लागू करता है, हर कुंजी पर नहीं। Groq सीमाएँ हर संगठन (organization) पर लागू करता है। एक ही प्रोजेक्ट या संगठन में दूसरी कुंजी कोटा नहीं बढ़ाती।
- रीसेट का समय: Google प्रति दिन के अनुरोध मध्यरात्रि Pacific समय पर रीसेट करता है। Cloudflare अपना दैनिक आवंटन 00:00 UTC पर रीसेट करता है।
- साझा पूल: कुछ प्रदाता सभी मुफ़्त मॉडलों पर एक ही कोटा गिनते हैं। OpenRouter, अकाउंट के सभी
:freeमॉडलों पर मुफ़्त दैनिक अनुरोध गिनता है। - अन्य इकाइयाँ: Cloudflare Workers AI टोकन नहीं, neurons गिनता है। मुफ़्त आवंटन प्रति दिन 10,000 neurons है।
मुख्य प्रदाताओं की सत्यापित सीमाएँ
ये मान हर प्रदाता के अपने दस्तावेज़ से हैं, जिन्हें 20 नवंबर 2026 को जाँचा गया। मॉडल-स्तर के मानों के लिए ऊपर की लाइव तालिका उपयोग करें।
| प्रदाता | मुफ़्त सीमा (आधिकारिक) | दायरा |
|---|---|---|
| Google AI Studio (Gemini) | हर मॉडल के लिए अलग। Google AI Studio में आपकी सक्रिय सीमाएँ दिखती हैं। | हर Google Cloud प्रोजेक्ट के अनुसार |
| Groq | openai/gpt-oss-120b के लिए: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | हर संगठन के अनुसार |
| OpenRouter | :free मॉडल: 20 RPM। प्रति दिन 50 अनुरोध, या 10 क्रेडिट खरीदने के बाद प्रति दिन 1,000। | हर अकाउंट के अनुसार, सभी मुफ़्त मॉडल मिलाकर |
| Cloudflare Workers AI | Workers Free पर प्रति दिन 10,000 neurons | हर अकाउंट के अनुसार |
| OVHcloud AI Endpoints | बिना लॉगिन: प्रति मिनट 2 अनुरोध। कुंजी के साथ: प्रति मिनट 400 अनुरोध। | बिना लॉगिन: हर IP और मॉडल के अनुसार। कुंजी: हर प्रोजेक्ट और मॉडल के अनुसार। |
| NVIDIA API Catalog | NVIDIA ये मान प्रकाशित नहीं करता। आपकी सीमा build.nvidia.com पर आपके अकाउंट में दिखती है। | हर अकाउंट के अनुसार |
| Cohere | ट्रायल कुंजियाँ: चैट मॉडल पर प्रति मिनट 20 अनुरोध, प्रति महीने 1,000 API कॉल | हर ट्रायल कुंजी के अनुसार |
मुफ़्त टियर को कैसे जोड़ें
एक मुफ़्त टियर छोटा होता है। कई मुफ़्त टियर मिलाकर प्रति दिन अधिक अनुरोध मिलते हैं। उन्हें जोड़ने के लिए, हर प्रदाता से एक कुंजी लें। फिर हर अनुरोध को ऐसे प्रदाता को भेजें जिसके पास अभी भी कोटा हो।
FreeLLMAPI यह आपके लिए करता है। यह एक ओपन-सोर्स गेटवे है जो आपके कंप्यूटर पर चलता है। यह हर प्लेटफ़ॉर्म, मॉडल और कुंजी के लिए चार काउंटर (RPM, RPD, TPM, TPD) रखता है। अनुरोध भेजने से पहले, यह चारों काउंटर जाँचता है। यह पूरे अकाउंट को कवर करने वाले पूल भी जाँचता है, जैसे OpenRouter की दैनिक सीमा और Cloudflare की neuron सीमा।
इंस्टॉल करें और एक अनुरोध भेजें
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"}]}'डैशबोर्ड के Keys पेज पर, http://localhost:3001 पर अपनी प्रदाता कुंजियाँ जोड़ें। उसी पेज से एकीकृत कुंजी कॉपी करें। प्रतिक्रिया का हेडर X-Routed-Via दिखाता है कि किस प्रदाता और मॉडल ने उत्तर दिया।
सीमा पर क्या होता है
ज़्यादातर प्रदाता सीमा पार होने पर HTTP 429 भेजते हैं। कुछ प्रदाता Retry-After हेडर भेजते हैं। FreeLLMAPI इन संकेतों का उपयोग इस क्रम में करता है:
- मिनट की सीमा पर छोटी 429 त्रुटि होने पर कुंजी को 90 सेकंड के कूलडाउन पर डाल दिया जाता है। राउटर श्रृंखला में अगला मॉडल आज़माता है।
- पूरा दैनिक कोटा समाप्त होने पर मॉडल और कुंजी को लंबे कूलडाउन पर डाला जाता है: 2 मिनट, फिर 10 मिनट, फिर 1 घंटा, फिर 24 घंटे।
- अगर प्रदाता
Retry-Afterका ऐसा मान देता है जो लंबा है, तो राउटर प्रदाता का मान उपयोग करता है। - अगर त्रुटि के मुख्य भाग में असली सीमा लिखी है, तो राउटर उसे सहेज लेता है। अगली प्री-चेक अनुरोध को प्रदाता के अस्वीकार करने से पहले ही रोक देती है।
जब हर कुंजी कूलडाउन पर होती है, तो गेटवे 429 लौटाता है। मुफ़्त टियर पर कोई SLA नहीं होता। सबसे शक्तिशाली मुफ़्त मॉडलों की दैनिक सीमा अक्सर सबसे कम होती है, इसलिए दिन के अंत में उत्तर की गुणवत्ता घट सकती है।
प्रति दिन अधिक अनुरोध पाने के तरीके
- और प्रदाताओं की कुंजियाँ जोड़ें। हर प्रदाता अपना कोटा जोड़ता है।
- सरल कार्यों के लिए छोटे, तेज़ मॉडल उपयोग करें। कठिन कार्यों के लिए कम दैनिक सीमा वाले बड़े मॉडल रखें।
- कम टोकन भेजें। छोटा प्रॉम्प्ट TPM और TPD सीमाओं में मदद करता है।
- एक ही प्रदाता पर अधिक कोटा पाने के लिए कई अकाउंट न बनाएँ। पहले हर प्रदाता की शर्तें पढ़ें। कई शर्तें इसकी अनुमति नहीं देतीं।
- किसी उत्पाद में मुफ़्त टियर उपयोग करने से पहले मुफ़्त LLM API का व्यावसायिक उपयोग पढ़ें।
अक्सर पूछे जाने वाले प्रश्न
मुफ़्त Gemini API की रेट सीमाएँ क्या हैं?
Google हर मॉडल के लिए अलग सीमा तय करता है और उसे हर Google Cloud प्रोजेक्ट पर लागू करता है। आपकी सक्रिय सीमाएँ AI Studio में दिखती हैं। प्रति दिन के अनुरोध मध्यरात्रि Pacific समय पर रीसेट होते हैं। इस पेज की लाइव तालिका मौजूदा कैटलॉग के मान दिखाती है।
Groq की मुफ़्त टियर रेट सीमा क्या है?
Groq हर मॉडल के लिए सीमाएँ सूचीबद्ध करता है। openai/gpt-oss-120b के लिए मुफ़्त प्लान में प्रति मिनट 30 अनुरोध, प्रति दिन 1,000 अनुरोध, प्रति मिनट 8,000 टोकन और प्रति दिन 200,000 टोकन मिलते हैं। सीमाएँ पूरे संगठन पर लागू होती हैं।
क्या दूसरी API कुंजी मेरा मुफ़्त कोटा दोगुना करती है?
आम तौर पर नहीं। Google सीमाएँ प्रोजेक्ट के अनुसार गिनता है और Groq संगठन के अनुसार। उसी प्रोजेक्ट या संगठन में नई कुंजी वही कोटा साझा करती है।
किस मुफ़्त LLM API की रेट सीमा सबसे अधिक है?
यह सीमा के प्रकार पर निर्भर करता है। कुछ प्रदाता प्रति मिनट बहुत अनुरोध देते हैं, पर प्रति दिन कम। लाइव तालिका को उस सीमा के अनुसार छाँटें जो आपके काम को सबसे पहले रोकती है, फिर कई प्रदाताओं को जोड़ें।
मुफ़्त LLM API पर त्रुटि 429 का क्या अर्थ है?
इसका अर्थ है कि आपने रेट सीमा या कोटा पार कर लिया। रीसेट के समय तक रुकें, कम टोकन भेजें, या अनुरोध किसी दूसरे प्रदाता को भेजें।
संबंधित गाइड
- Gemini API का quota खत्म (429 RESOURCE_EXHAUSTED)
- Groq rate limit पहुंच गई (429)
- NVIDIA NIM API रेट सीमा
- बिना credit card के मुफ़्त LLM API
- best free llm apis 2026
- unlimited free ai tokens
स्रोत
- Google AI Studio: Rate limits (जाँचा गया 20 November 2026)
- GroqCloud: Rate limits (जाँचा गया 20 November 2026)
- OpenRouter: API rate limits (जाँचा गया 20 November 2026)
- Cloudflare Workers AI: Pricing (जाँचा गया 20 November 2026)
- OVHcloud: AI Endpoints getting started (जाँचा गया 20 November 2026)
- Cohere: Rate limits (जाँचा गया 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (जाँचा गया 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (जाँचा गया 20 November 2026)