Beranda / Panduan / API model penalaran gratis

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 penalaran gratis, yang terkuat di urutan pertama
ModelGratis diKonteksBatas gratis (penawaran terbaik)AlatPemrosesan gambar
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 permintaan/menit
20 permintaan/hari
250,000 token/menit
~3M
YaYa
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 lagi131K30 permintaan/menit
1,000 permintaan/hari
8,000 token/menit
200,000 token/hari
~6M
YaTidak
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 lagi131K30 permintaan/menit
1,000 permintaan/hari
8,000 token/menit
200,000 token/hari
~6M
YaTidak
GPT-OSS Safeguard 20BGroq, LLMTR131K30 permintaan/menit
1,000 permintaan/hari
8,000 token/menit
200,000 token/hari
~6M
YaTidak
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsTidakTidak
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditTidakTidak
Qwen3 235B A22B Thinking 2507ModelScope262K200 permintaan/hari
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
TidakTidak
GPT-OSS 120B (via Groq)DreamPrompting131K100 permintaan/menit
5,000 permintaan/hari
500,000 token/hari
500K tokens/day · 5,000 req/day
TidakTidak
Qwen3 Next 80B A3B ThinkingModelScope262K200 permintaan/hari
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
TidakTidak
QwQ 32BCloudflare Workers AI131K~10-20MYaTidak
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 permintaan/hari
200 rpd
TidakYa
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 permintaan/menit
40 RPM
TidakYa
Command A ReasoningCohere256K20 permintaan/menit
33 permintaan/hari
~1-2M
YaTidak
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 permintaan/menit
50 permintaan/hari
50 req/day account-wide (1,000 after a $10 purchase)
TidakTidak
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditYaYa
GPT-OSS 20B (via Groq)DreamPrompting131K100 permintaan/menit
5,000 permintaan/hari
500,000 token/hari
500K tokens/day · 5,000 req/day
TidakTidak
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MYaTidak
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditYaTidak

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.
Aturan: jangan atur 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 | bash

Buka 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.

TugasGunakan model penalaran?Alasan
Matematika, teka-teki logika, perencanaanYaBerpikir langkah demi langkah mengurangi kesalahan
Bug yang sulit dan desain algoritmaYaModel memeriksa langkahnya sendiri
Chat, jawaban singkat, terjemahanTidakBerpikir menambah waktu dan token dengan sedikit manfaat
Agen dengan banyak panggilan toolKadang-kadangSetiap 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. Gunakan auto:fast untuk 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

MasalahPenyebabSolusi
Konten kosong, finish_reason: "length"Berpikir menggunakan seluruh anggaran outputNaikkan max_tokens menjadi 4,000 atau lebih
Teks <think> dalam jawabanPenyedia mengembalikan proses berpikir yang terlihatHapus tag di kode Anda
Penjelasan panjang untuk pertanyaan singkatSebagian model penalaran menjelaskan proses berpikirnyaMinta "hanya jawaban akhir", atau gunakan model non-penalaran
Error 429 setelah beberapa permintaanToken berpikir menghabiskan batas token per menitTambahkan lebih banyak kunci penyedia, atau gunakan penalaran hanya untuk tugas sulit
Jawaban lambatModel menulis banyak token berpikirGunakan auto:fast untuk tugas sederhana
Gunakan semua ini melalui satu kunci. FreeLLMAPI adalah router sumber terbuka yang Anda hosting sendiri. Router ini menempatkan semua paket gratis ini di balik satu endpoint yang kompatibel dengan OpenAI, dan beralih ke penyedia lain saat batas permintaan tercapai. Lihat katalog atau mulai.

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

Sumber

Semua panduan · Lihat semua model gratis