10 लाख टोकन कॉन्टेक्स्ट वाली मुफ़्त LLM API
लंबी कॉन्टेक्स्ट विंडो से एक मॉडल एक ही अनुरोध में पूरी किताब, बड़ा कोड बेस या घंटों के ट्रांसक्रिप्ट पढ़ सकता है। FreeLLMAPI कैटलॉग में 56 मुफ़्त मॉडल ऑफ़र हैं, जिनकी कॉन्टेक्स्ट विंडो 10 लाख टोकन या उससे अधिक है। यह गाइड इन मॉडलों और उन मुफ़्त टियर सीमाओं को दिखाती है जो तय करती हैं कि आप वास्तव में कितना भेज सकते हैं।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
आज 10 लाख+ टोकन कॉन्टेक्स्ट वाले मुफ़्त मॉडल
तालिका में कम से कम 1,000,000 टोकन कॉन्टेक्स्ट विंडो वाले मुफ़्त मॉडल हैं, सबसे बड़े पहले। डेटा लाइव कैटलॉग से आता है। कॉन्टेक्स्ट आकार के साथ "Free limits" कॉलम भी देखें।
| मॉडल | मुफ़्त उपलब्ध | कॉन्टेक्स्ट | मुफ़्त सीमाएँ (सबसे अच्छा विकल्प) | टूल | विज़न |
|---|---|---|---|---|---|
| OpenAI: GPT-6 Luna | ElectronHub | 1.1M | $0.25/week shared free credits | नहीं | नहीं |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 अनुरोध/मिनट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | हाँ | हाँ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 अनुरोध/मिनट 50 अनुरोध/दिन Shared rate limit | हाँ | नहीं |
| DeepSeek V4 Flash 0731 | Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | नहीं | नहीं |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| GLM 5.2 | Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | नहीं | नहीं |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| DeepSeek V4 Pro | APINex, Router9 | 1M | 5 अनुरोध/मिनट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | नहीं | नहीं |
| Nemotron 3 Ultra 550B | Gizmo, Kilo Gateway, LLMTR +3 और | 1M | 200 अनुरोध/दिन 200 rpd | हाँ | नहीं |
| Gemini 3.5 Flash Lite | ElectronHub, Google AI Studio | 1M | 15 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| Gemini 3 Flash Preview | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | 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 |
| Gemini 2.5 Flash | DreamPrompting, ElectronHub, Google AI Studio | 1M | 100 अनुरोध/मिनट 5,000 अनुरोध/दिन 500,000 टोकन/दिन 500K tokens/day · 5,000 req/day | हाँ | हाँ |
| 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 |
33 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।
Google AI Studio के Gemini Flash मॉडल सबसे जाने-माने 10 लाख टोकन वाले मुफ़्त मॉडल हैं। वे इमेज और टूल कॉल भी स्वीकार करते हैं। दूसरी पंक्तियाँ मुफ़्त राउटर और NVIDIA से आती हैं।
असली सीमा: प्रति मिनट टोकन
कॉन्टेक्स्ट विंडो सबसे बड़ा प्रॉम्प्ट है जिसे मॉडल पढ़ सकता है। मुफ़्त टियर पर प्रति-मिनट टोकन (TPM) सीमा भी होती है। कई मुफ़्त टियर पर TPM सीमा कॉन्टेक्स्ट विंडो से छोटी होती है।
- उदाहरण: तालिका की एक मुफ़्त Gemini Flash कुंजी प्रति मिनट 250,000 टोकन देती है। 800,000 टोकन का प्रॉम्प्ट कॉन्टेक्स्ट विंडो के भीतर है, लेकिन TPM सीमा से ऊपर है। प्रदाता त्रुटि 429 भेजता है।
- प्रति दिन अनुरोध: कुछ मुफ़्त Gemini मॉडल हर दिन केवल लगभग 20 अनुरोध देते हैं। लंबे प्रॉम्प्ट केवल उन कार्यों के लिए इस्तेमाल करें जिन्हें उनकी ज़रूरत है।
- आउटपुट अलग है: उत्तर की अपनी अधिकतम लंबाई होती है। 10 लाख टोकन का कॉन्टेक्स्ट 10 लाख टोकन का उत्तर नहीं देता।
व्यवहार में, एक मुफ़्त 10 लाख-कॉन्टेक्स्ट मॉडल एक अनुरोध में कुछ लाख टोकन पढ़ सकता है। भेजने से पहले अपना प्रॉम्प्ट मापें।
चरण 1: FreeLLMAPI इंस्टॉल करें और कुंजियाँ जोड़ें
FreeLLMAPI ओपन सोर्स है। यह आपके कंप्यूटर पर Docker में चलता है। आपकी प्रदाता कुंजियाँ आपके कंप्यूटर पर ही रहती हैं।
इंस्टॉल करें (macOS या Linux)
curl -fsSL https://freellmapi.co/install.sh | bashडैशबोर्ड http://localhost:3001 पर खोलें। Keys पेज पर एक Google AI Studio कुंजी जोड़ें। तालिका के दूसरे प्रदाताओं की कुंजियाँ भी जोड़ें, ताकि जब Google 429 त्रुटि भेजे, तब राउटर के पास एक और लंबे कॉन्टेक्स्ट वाला मॉडल हो। उसी पेज से अपनी एकीकृत कुंजी कॉपी करें।
चरण 2: टोकन गिनें, फिर लंबा दस्तावेज़ भेजें
FreeLLMAPI मूल Gemini countTokens विधि देता है। भेजने से पहले प्रॉम्प्ट मापने के लिए इसका उपयोग करें।
curl: मूल Gemini एंडपॉइंट से टोकन गिनें
curl "http://localhost:3001/v1beta/models/gemini-2.5-flash:countTokens" \
-H "x-goog-api-key: <unified-key>" \
-H "Content-Type: application/json" \
-d '{"contents": [{"role": "user", "parts": [{"text": "Paste the long text here"}]}]}'Python: 10 लाख-कॉन्टेक्स्ट मॉडल को लंबी फ़ाइल भेजें
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>", timeout=300)
doc = open("annual-report.txt", encoding="utf-8").read()
print("about", len(doc) // 4, "tokens") # rough rule for English text
resp = client.chat.completions.with_raw_response.create(
model="gemini-2.5-flash", # pin a 1M-context model; "auto" can pick a smaller one
messages=[
{"role": "system", "content": "Answer only from the document. Quote the section you use."},
{"role": "user", "content": doc + "\n\nQuestion: What are the three largest risks?"},
],
max_tokens=4000,
)
print("Routed via:", resp.headers.get("x-routed-via"))
print(resp.parse().choices[0].message.content)लंबे कॉन्टेक्स्ट वाले मॉडल को उसकी आईडी से तय करें। model: "auto" के साथ राउटर छोटी कॉन्टेक्स्ट विंडो वाला मॉडल चुन सकता है। लंबा क्लाइंट टाइमआउट रखें, क्योंकि बड़े प्रॉम्प्ट को पढ़ने में समय लगता है।
लंबा कॉन्टेक्स्ट या RAG?
| लंबा कॉन्टेक्स्ट कब इस्तेमाल करें | RAG कब इस्तेमाल करें |
|---|---|
| दस्तावेज़ एक बार पढ़ा जाता है, उदाहरण के लिए एक अनुबंध या एक रिपोर्ट | एक ही बड़े डेटा के बारे में आप कई प्रश्न पूछते हैं |
| उत्तर को पूरा टेक्स्ट चाहिए, उदाहरण के लिए सार या खंडों की तुलना | उत्तर कुछ छोटे अंशों में है |
| टेक्स्ट आपकी मुफ़्त कुंजी की TPM सीमा से छोटा है | डेटा किसी भी मुफ़्त कॉन्टेक्स्ट विंडो या TPM सीमा से बड़ा है |
| आपको चाहिए कि मॉडल टेक्स्ट का क्रम और संरचना देखे | आपको हर अनुरोध को छोटा और तेज़ रखना है |
RAG हर प्रश्न के साथ डेटा का केवल प्रासंगिक हिस्सा भेजता है। मुफ़्त टियर पर यह कम टोकन लेता है। इसे सेट करने के लिए RAG के लिए मुफ़्त LLM API और मुफ़्त embeddings API पढ़ें।
गलतियाँ और समस्या निवारण
- खोए हुए विवरण: बहुत लंबे प्रॉम्प्ट के बीच में मॉडल तथ्य छोड़ सकते हैं। अपना प्रश्न दस्तावेज़ के बाद रखें, और मॉडल से उसका स्रोत उद्धृत करने को कहें।
- Thinking टोकन: Gemini Flash मॉडल आउटपुट बजट से छिपे thinking टोकन ले सकते हैं। बहुत छोटा
max_tokensन रखें। - PDF फ़ाइलें: FreeLLMAPI PDF, DOCX या XLSX फ़ाइलों को नहीं बदलता। बाइनरी दस्तावेज़ अनुलग्नक त्रुटि 400 लौटाता है। पहले टेक्स्ट निकालें, फिर टेक्स्ट भेजें।
- टेक्स्ट साफ़ करें: दस्तावेज़ भेजने से पहले पेज के हेडर, फ़ुटर और बार-बार आने वाली सामग्री की तालिकाएँ हटाएँ। वे टोकन लेते हैं और कोई तथ्य नहीं जोड़ते।
- बार-बार प्रॉम्प्ट: हर अनुरोध पूरा दस्तावेज़ फिर भेजता है। जब संभव हो, एक अनुरोध में कई प्रश्न पूछें।
| समस्या | कारण | समाधान |
|---|---|---|
| पहले लंबे अनुरोध पर त्रुटि 429 | प्रॉम्प्ट TPM सीमा से बड़ा है | प्रॉम्प्ट छोटा करें, या RAG इस्तेमाल करें |
| कॉन्टेक्स्ट लंबाई के बारे में त्रुटि 400 | अनुरोध छोटी विंडो वाले मॉडल पर गया | तालिका से एक मॉडल आईडी तय करें |
| खाली या कटा उत्तर | max_tokens बहुत छोटा है, या thinking ने उसे इस्तेमाल कर लिया | बड़ा max_tokens तय करें |
| टाइमआउट | मॉडल को प्रॉम्प्ट पढ़ने में समय चाहिए | क्लाइंट टाइमआउट 300 सेकंड या अधिक रखें |
अक्सर पूछे जाने वाले प्रश्न
क्या 10 लाख टोकन कॉन्टेक्स्ट वाली कोई मुफ़्त LLM API है?
हाँ। Google AI Studio मुफ़्त टियर के Gemini Flash मॉडलों की कॉन्टेक्स्ट विंडो लगभग 10 लाख टोकन है। FreeLLMAPI कैटलॉग में 10 लाख या अधिक टोकन वाले 56 मुफ़्त मॉडल ऑफ़र हैं।
क्या मैं एक अनुरोध में मुफ़्त में 10 लाख टोकन भेज सकता हूँ?
आम तौर पर नहीं। कैटलॉग का मुफ़्त Gemini टियर प्रति मिनट 250,000 टोकन देता है, इसलिए बड़े प्रॉम्प्ट पर त्रुटि 429 आती है। हर अनुरोध के लिए कुछ लाख टोकन की योजना बनाएँ।
प्रॉम्प्ट भेजने से पहले टोकन कैसे गिनूँ?
FreeLLMAPI के ज़रिए /v1beta/models/{model}:countTokens पर मूल Gemini countTokens विधि को कॉल करें। अंग्रेज़ी टेक्स्ट के लिए लगभग 4 अक्षर एक टोकन बनाते हैं।
किस मुफ़्त LLM की कॉन्टेक्स्ट विंडो सबसे बड़ी है?
इस पेज की तालिका मुफ़्त मॉडलों को कॉन्टेक्स्ट आकार के अनुसार क्रम में लगाती है, सबसे बड़े पहले। कई मुफ़्त मॉडल लगभग 10 लाख टोकन तक पहुँचते हैं। "Free limits" कॉलम भी पढ़ें, क्योंकि TPM सीमा ही एक अनुरोध का असली आकार तय करती है।
क्या लंबा कॉन्टेक्स्ट RAG से बेहतर है?
लंबा कॉन्टेक्स्ट एक ऐसे दस्तावेज़ के लिए बेहतर है जिसे आप एक बार पढ़ते हैं। RAG बड़े डेटा पर कई प्रश्नों के लिए बेहतर है, क्योंकि वह हर बार कम टोकन भेजता है।
संबंधित गाइड
- RAG के लिए मुफ़्त LLM API
- मुफ़्त embeddings API
- free gemini api
- Gemini API का quota खत्म (429 RESOURCE_EXHAUSTED)
- मुफ़्त LLM API रेट सीमाएँ
स्रोत
- FreeLLMAPI docs: Native Gemini API (जाँचा गया 20 November 2026)
- FreeLLMAPI docs: Chat completions and routing (जाँचा गया 20 November 2026)
- Google AI Studio docs: Thinking (जाँचा गया 20 November 2026)
- Gemini Developer API pricing (जाँचा गया 20 November 2026)