API model penalaran gratis
Model penalaran berpikir sebelum menjawab. Model itu menulis langkah tersembunyi atau terlihat, lalu memberikan jawaban akhir. Hal ini membantu matematika, logika, perencanaan, dan kode yang sulit. Beberapa penyedia memberikan model penalaran secara gratis. Panduan ini menunjukkannya, menjelaskan biaya token berpikir, dan memberikan kode yang berfungsi.
Kode, nama model, dan label katalog langsung ditampilkan dalam bahasa Inggris.
Model penalaran gratis saat ini
Tabel ini mencantumkan model gratis dengan kemampuan penalaran berdasarkan namanya, misalnya GPT-OSS, R1, QwQ, Thinking, Reasoning, dan Magistral. Data berasal dari katalog langsung. Banyak model lain, seperti Gemini Flash, juga berpikir, tetapi namanya tidak menunjukkannya.
| Model | Gratis di | Konteks | Batas gratis (penawaran terbaik) | Alat | Pemrosesan gambar |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 permintaan/menit 20 permintaan/hari 250,000 token/menit ~3M | Ya | Ya |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 lagi | 131K | 30 permintaan/menit 1,000 permintaan/hari 8,000 token/menit 200,000 token/hari ~6M | Ya | Tidak |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 lagi | 131K | 30 permintaan/menit 1,000 permintaan/hari 8,000 token/menit 200,000 token/hari ~6M | Ya | Tidak |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 permintaan/menit 1,000 permintaan/hari 8,000 token/menit 200,000 token/hari ~6M | Ya | Tidak |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Tidak | Tidak |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | Tidak | Tidak |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 permintaan/hari Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Tidak | Tidak |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 permintaan/menit 5,000 permintaan/hari 500,000 token/hari 500K tokens/day · 5,000 req/day | Tidak | Tidak |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 permintaan/hari Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Tidak | Tidak |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | Ya | Tidak |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 permintaan/hari 200 rpd | Tidak | Ya |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 permintaan/menit 40 RPM | Tidak | Ya |
| Command A Reasoning | Cohere | 256K | 20 permintaan/menit 33 permintaan/hari ~1-2M | Ya | Tidak |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 permintaan/menit 50 permintaan/hari 50 req/day account-wide (1,000 after a $10 purchase) | Tidak | Tidak |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | Ya | Ya |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 permintaan/menit 5,000 permintaan/hari 500,000 token/hari 500K tokens/day · 5,000 req/day | Tidak | Tidak |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | Ya | Tidak |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | Ya | Tidak |
Data langsung dari katalog FreeLLMAPI (versi 2026.11.19, diperiksa 2026-11-19). Batas gratis sering berubah. Katalog diperiksa setiap hari.
GPT-OSS 120B disajikan gratis oleh beberapa penyedia, sehingga failover memiliki banyak pilihan. QwQ 32B dan DeepSeek R1 Distill Qwen 32B berjalan di Cloudflare Workers AI. Model Qwen3 Thinking memiliki konteks 262K token di ModelScope.
Token berpikir menggunakan anggaran output Anda
Ini adalah masalah yang paling umum pada model penalaran. Model menulis proses berpikirnya lebih dulu. Token berpikir ini dihitung terhadap batas output, sama seperti jawabannya.
- Google menyatakan: batas output pada Gemini mencakup token pemikiran. Jika model mencapai batas saat berpikir, output dapat terpotong atau kosong. Token berpikir tetap dihitung.
- Groq menyatakan: bawaan 1,024 completion token dapat terlalu kecil untuk penalaran yang kompleks.
- Batas gratis: token berpikir juga dihitung terhadap batas token per menit dan token per hari. Jawaban penalaran dapat memakai token jauh lebih banyak daripada jawaban langsung untuk pertanyaan yang sama.
max_tokens kecil pada model penalaran. Mulai dari 4,000 atau lebih. Jika finish_reason bernilai length dan konten kosong, model menggunakan seluruh anggaran untuk berpikir.Langkah 1: Pasang FreeLLMAPI dan tambahkan kunci
FreeLLMAPI bersifat sumber terbuka. Ia berjalan di komputer Anda dengan Docker. Kunci penyedia Anda tetap berada di komputer Anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka dasbor di http://localhost:3001. Tambahkan kunci Groq, Cloudflare, dan Google AI Studio di halaman Keys. Masing-masing menyajikan model penalaran gratis. Salin kunci terpadu Anda dari halaman yang sama.
Langkah 2: Panggil model penalaran
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: periksa jawaban terpotong dan hapus teks berpikir
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")Beberapa penyedia mengembalikan proses berpikir di dalam tag <think> pada konten. Yang lain menyembunyikannya, atau mengembalikannya di field terpisah. Hapus tag tersebut sebelum Anda menampilkan jawaban kepada pengguna.
Mengatur jumlah berpikir
Penyedia memiliki pengaturan sendiri untuk panjang berpikir. Groq menerima reasoning_effort dengan low, medium, atau high pada model GPT-OSS. Model Gemini 3 menggunakan pengaturan thinking_level. Dokumentasi FreeLLMAPI tidak menjelaskan cara field ini diteruskan melalui gateway, jadi uji dulu pada instalasi Anda.
Endpoint Gemini native FreeLLMAPI, /v1beta/models/{model}:generateContent, menerjemahkan anggaran berpikir. Gunakan endpoint ini jika Anda membutuhkan kontrol atas proses berpikir Gemini.
| Tugas | Gunakan model penalaran? | Alasan |
|---|---|---|
| Matematika, teka-teki logika, perencanaan | Ya | Berpikir langkah demi langkah mengurangi kesalahan |
| Bug yang sulit dan desain algoritma | Ya | Model memeriksa langkahnya sendiri |
| Chat, jawaban singkat, terjemahan | Tidak | Berpikir menambah waktu dan token dengan sedikit manfaat |
| Agen dengan banyak panggilan tool | Kadang-kadang | Setiap putaran membayar biaya berpikir lagi |
Prompt dan routing untuk tugas penalaran
- Nyatakan tujuan dan aturannya: berikan semua fakta, batasan, dan hasil yang diharapkan di prompt. Model penalaran tidak dapat menanyakan fakta yang hilang selama berpikir.
- Atur format jawaban: minta jawaban akhir dalam bentuk tetap, misalnya satu angka atau objek JSON. Dengan begitu, kode Anda dapat membacanya tanpa teks berpikir.
- Berikan kasus uji: untuk kode, tambahkan contoh input dan output. Model dapat memeriksa jawabannya terhadap contoh tersebut.
- Routing berdasarkan tugas: gunakan
model: "auto:smart"untuk memberi peringkat model berdasarkan kecerdasan pada tugas sulit. Gunakanauto:fastuntuk tugas mudah, agar Anda tidak membayar biaya berpikir. - Satu pertanyaan sulit untuk setiap permintaan: beberapa pertanyaan sulit dalam satu permintaan berbagi satu anggaran output. Pisahkan menjadi permintaan terpisah.
Strategi auto:* memberi peringkat setiap model yang aktif dan mengabaikan urutan rantai Anda. Untuk menjaga permintaan penalaran hanya pada model penalaran, kunci id model tertentu. Anda juga dapat membuat rantai fallback bernama yang hanya berisi model penalaran. Lalu panggil dengan auto:<profile-name>.
Pemecahan masalah
| Masalah | Penyebab | Solusi |
|---|---|---|
Konten kosong, finish_reason: "length" | Berpikir menggunakan seluruh anggaran output | Naikkan max_tokens menjadi 4,000 atau lebih |
Teks <think> dalam jawaban | Penyedia mengembalikan proses berpikir yang terlihat | Hapus tag di kode Anda |
| Penjelasan panjang untuk pertanyaan singkat | Sebagian model penalaran menjelaskan proses berpikirnya | Minta "hanya jawaban akhir", atau gunakan model non-penalaran |
| Error 429 setelah beberapa permintaan | Token berpikir menghabiskan batas token per menit | Tambahkan lebih banyak kunci penyedia, atau gunakan penalaran hanya untuk tugas sulit |
| Jawaban lambat | Model menulis banyak token berpikir | Gunakan auto:fast untuk tugas sederhana |
Pertanyaan yang sering diajukan
Apakah ada API model penalaran gratis?
Ada. Groq, Cloudflare, NVIDIA, OVH, OpenRouter, dan penyedia lain memberikan model penalaran secara gratis, misalnya GPT-OSS 120B, QwQ 32B, dan DeepSeek R1 Distill. FreeLLMAPI menempatkannya di balik satu kunci yang kompatibel dengan OpenAI.
Apakah token berpikir dihitung sebagai token output?
Ya. Google menyatakan bahwa batas output Gemini mencakup token pemikiran, dan token berpikir dihitung. Pada tier gratis, token ini juga menggunakan batas token per menit Anda.
Mengapa model penalaran saya mengembalikan jawaban kosong?
Model menggunakan seluruh anggaran max_tokens untuk berpikir, sehingga tidak ada token yang tersisa untuk jawaban. Naikkan max_tokens menjadi 4,000 atau lebih.
Apakah DeepSeek R1 gratis melalui API?
DeepSeek R1 Distill Qwen 32B ada dalam katalog gratis di Cloudflare Workers AI. Tabel di halaman ini menampilkan penyedia yang menyajikannya saat ini.
Model penalaran gratis mana yang terbaik?
GPT-OSS 120B adalah pilihan default yang baik karena beberapa penyedia menyajikannya secara gratis. Gunakan tabel di halaman ini, yang mengurutkan model berdasarkan peringkat kecerdasan dari katalog langsung.
Panduan terkait
- free gpt oss api
- free deepseek api
- free qwen api
- API model coding gratis terbaik
- Batas rate limit API LLM gratis
Sumber
- FreeLLMAPI docs: Routing strategies and native Gemini API (diperiksa 20 November 2026)
- Google AI Studio docs: Thinking (diperiksa 20 November 2026)
- Gemini Developer API pricing (diperiksa 20 November 2026)
- Groq docs: Reasoning (diperiksa 20 November 2026)