Home / Guide / API gratuita per modelli di ragionamento

API gratuita per modelli di ragionamento

Un modello di ragionamento riflette prima di rispondere. Scrive passaggi nascosti o visibili, poi dà la risposta finale. Questo aiuta in matematica, logica, pianificazione e nel codice difficile. Diversi provider offrono gratis i modelli di ragionamento. Questa guida li elenca, spiega il costo dei token di ragionamento e fornisce codice funzionante.

Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.

Modelli di ragionamento gratuiti oggi

La tabella elenca i modelli gratuiti con il ragionamento nel nome, per esempio GPT-OSS, R1, QwQ, Thinking, Reasoning e Magistral. I dati provengono dal catalogo attivo. Molti altri modelli, come Gemini Flash, ragionano anche, ma il loro nome non lo mostra.

Modelli di ragionamento gratuiti, dal più forte
ModelloGratis suContestoLimiti gratuiti (offerta migliore)StrumentiVisione
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 richieste/min
20 richieste/giorno
250,000 token/min
~3M
SìSì
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 altri131K30 richieste/min
1,000 richieste/giorno
8,000 token/min
200,000 token/giorno
~6M
SìNo
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 altri131K30 richieste/min
1,000 richieste/giorno
8,000 token/min
200,000 token/giorno
~6M
SìNo
GPT-OSS Safeguard 20BGroq, LLMTR131K30 richieste/min
1,000 richieste/giorno
8,000 token/min
200,000 token/giorno
~6M
SìNo
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsNoNo
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditNoNo
Qwen3 235B A22B Thinking 2507ModelScope262K200 richieste/giorno
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NoNo
GPT-OSS 120B (via Groq)DreamPrompting131K100 richieste/min
5,000 richieste/giorno
500,000 token/giorno
500K tokens/day · 5,000 req/day
NoNo
Qwen3 Next 80B A3B ThinkingModelScope262K200 richieste/giorno
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NoNo
QwQ 32BCloudflare Workers AI131K~10-20MSìNo
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 richieste/giorno
200 rpd
NoSì
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 richieste/min
40 RPM
NoSì
Command A ReasoningCohere256K20 richieste/min
33 richieste/giorno
~1-2M
SìNo
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 richieste/min
50 richieste/giorno
50 req/day account-wide (1,000 after a $10 purchase)
NoNo
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditSìSì
GPT-OSS 20B (via Groq)DreamPrompting131K100 richieste/min
5,000 richieste/giorno
500,000 token/giorno
500K tokens/day · 5,000 req/day
NoNo
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MSìNo
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditSìNo

Dati in tempo reale dal catalogo FreeLLMAPI (versione 2026.11.19, verificato il 2026-11-19). I limiti gratuiti cambiano spesso. Il catalogo viene verificato ogni giorno.

GPT-OSS 120B è offerto gratis da diversi provider, quindi il failover ha molte opzioni. QwQ 32B e DeepSeek R1 Distill Qwen 32B girano su Cloudflare Workers AI. I modelli Qwen3 Thinking hanno un contesto di 262K token su ModelScope.

I token di ragionamento usano il tuo budget di output

Questo è il problema più comune con i modelli di ragionamento. Il modello scrive prima il suo ragionamento. Questi token di ragionamento contano nel limite di output, come la risposta.

  • Google afferma: il limite di output su Gemini include i token di pensiero. Se il modello raggiunge il limite mentre ragiona, l'output può essere tagliato o vuoto. I token di ragionamento vengono comunque conteggiati.
  • Groq afferma: il valore predefinito di 1,024 token di completamento può essere troppo basso per un ragionamento complesso.
  • Limiti gratuiti: i token di ragionamento contano anche nei limiti di token al minuto e al giorno. Una risposta di ragionamento può usare molti più token di una risposta diretta alla stessa domanda.
Regola: non impostare un max_tokens piccolo su un modello di ragionamento. Parti da 4,000 o più. Se finish_reason è length e il contenuto è vuoto, il modello ha usato tutto il budget per ragionare.

Passo 1: installa FreeLLMAPI e aggiungi le chiavi

FreeLLMAPI è open source. Gira sul tuo computer in Docker. Le chiavi dei tuoi provider restano sul tuo computer.

Installa (macOS o Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Apri la dashboard su http://localhost:3001. Aggiungi le chiavi di Groq, Cloudflare e Google AI Studio nella pagina Keys. Ognuno offre modelli di ragionamento gratuiti. Copia la tua chiave unificata dalla stessa pagina.

Passo 2: chiama un modello di ragionamento

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: verifica una risposta tagliata e rimuovi il testo del ragionamento

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")

Alcuni provider restituiscono il ragionamento dentro i tag <think> nel contenuto. Altri lo nascondono, oppure lo restituiscono in un campo separato. Rimuovi i tag prima di mostrare la risposta agli utenti.

Controlla la quantità di ragionamento

I provider hanno impostazioni proprie per la lunghezza del ragionamento. Groq accetta reasoning_effort con low, medium o high sui modelli GPT-OSS. I modelli Gemini 3 usano un'impostazione thinking_level. La documentazione di FreeLLMAPI non descrive come questi campi passano dal gateway, quindi provali prima sulla tua installazione.

L'endpoint Gemini nativo di FreeLLMAPI, /v1beta/models/{model}:generateContent, traduce i budget di ragionamento. Usalo se ti serve il controllo del ragionamento di Gemini.

CompitoUsare un modello di ragionamento?Perché
Matematica, enigmi logici, pianificazioneSìIl ragionamento passo dopo passo riduce gli errori
Bug difficili e progettazione di algoritmiSìIl modello verifica i propri passaggi
Chat, risposte brevi, traduzioneNoIl ragionamento aggiunge tempo e token con un guadagno ridotto
Agenti con molte chiamate a strumentiA volteOgni ciclo paga di nuovo il costo del ragionamento

Prompt e routing per compiti di ragionamento

  • Indica l'obiettivo e le regole: inserisci nel prompt tutti i fatti, i limiti e il risultato atteso. Un modello di ragionamento non può chiederti i fatti mancanti mentre ragiona.
  • Imposta il formato della risposta: chiedi la risposta finale in una forma fissa, per esempio un numero o un oggetto JSON. Così il tuo codice può leggerla senza il testo del ragionamento.
  • Fornisci casi di test: per il codice, aggiungi input e output di esempio. Il modello può confrontare la sua risposta con questi.
  • Instrada per compito: usa model: "auto:smart" per classificare i modelli per intelligenza nei compiti difficili. Usa auto:fast per i compiti facili, così non paghi il costo del ragionamento.
  • Una domanda difficile per ogni richiesta: più domande difficili in una sola richiesta condividono un solo budget di output. Dividile in richieste separate.

Le strategie auto:* classificano ogni modello attivo e ignorano l'ordine della tua catena. Per usare solo modelli di ragionamento nelle richieste di ragionamento, fissa un id di modello. Puoi anche creare una catena di fallback con nome con solo modelli di ragionamento. Poi richiamala con auto:<profile-name>.

Risoluzione dei problemi

ProblemaCausaSoluzione
Contenuto vuoto, finish_reason: "length"Il ragionamento ha usato tutto il budget di outputAumenta max_tokens a 4,000 o più
Testo <think> nella rispostaIl provider restituisce il ragionamento visibileRimuovi i tag nel tuo codice
Spiegazione lunga per una domanda breveAlcuni modelli di ragionamento spiegano il loro processo di pensieroChiedi "solo la risposta finale", oppure usa un modello senza ragionamento
Errore 429 dopo poche richiesteI token di ragionamento hanno usato il limite di token al minutoAggiungi altre chiavi di provider, oppure usa il ragionamento solo per i compiti difficili
Risposte lenteIl modello scrive molti token di ragionamentoUsa auto:fast per i compiti semplici
Usa ognuno di questi modelli con una sola chiave. FreeLLMAPI è un router open source self-hosted che mette tutti questi piani gratuiti dietro un unico endpoint compatibile con OpenAI e passa al successivo quando uno raggiunge il limite di frequenza. Sfoglia il catalogo oppure inizia.

Domande frequenti

Esiste un'API gratuita per modelli di ragionamento?

Sì. Groq, Cloudflare, NVIDIA, OVH, OpenRouter e altri provider offrono gratis modelli di ragionamento, come GPT-OSS 120B, QwQ 32B e DeepSeek R1 Distill. FreeLLMAPI li raggruppa dietro una sola chiave compatibile con OpenAI.

I token di ragionamento contano come token di output?

Sì. Google afferma che il limite di output di Gemini include i token di pensiero, e che i token di ragionamento vengono conteggiati. Sui piani gratuiti usano anche il tuo limite di token al minuto.

Perché il mio modello di ragionamento restituisce una risposta vuota?

Il modello ha usato tutto il budget di max_tokens per ragionare, quindi non sono rimasti token per la risposta. Aumenta max_tokens a 4,000 o più.

DeepSeek R1 è gratis tramite un'API?

DeepSeek R1 Distill Qwen 32B è nel catalogo gratuito di Cloudflare Workers AI. La tabella di questa pagina mostra i provider che oggi lo offrono.

Qual è il modello di ragionamento gratuito migliore?

GPT-OSS 120B è una buona scelta predefinita, perché diversi provider lo offrono gratis. Usa la tabella di questa pagina, che ordina i modelli per posizione di intelligenza dal catalogo attivo.

Guide correlate

Fonti

Tutte le guide · Sfoglia tutti i modelli gratuiti