ホーム / ガイド / LangChain 向けの無料 LLM API

LangChain 向けの無料 LLM API

LangChain は、ChatOpenAI と OpenAIEmbeddings を通じて OpenAI 互換の API に接続します。変更するのはベース URL とキーだけです。このガイドでは、両方のクラスを FreeLLMAPI に向けます。FreeLLMAPI は、45 件の無料プロバイダー枠を 1 つのキーにまとめます。以下のコードは Python と JavaScript で動作し、レート制限を処理します。

コード、モデル名、ライブのカタログラベルは英語で表示します。

ゲートウェイとパッケージを設定する

FreeLLMAPI をインストールし、ダッシュボードの Keys ページで 2 つ以上のプロバイダーの無料キーを追加します。統合キーをコピーします。コードはこのキーのみを使用します。プロバイダーのキーは FreeLLMAPI に保存されたままです。

FreeLLMAPI と LangChain のパッケージをインストールする

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

# Python
pip install -U langchain langchain-openai

# JavaScript
npm install @langchain/openai @langchain/core zod

環境変数

export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>

model="auto" を使うと、ルーターがモデルを選択します。ルーティング戦略も使用できます。例: auto:fast または auto:smart。auto:coding などの名前付きプロファイルや、カタログの固定のモデル ID も使用できます。

キーで現在呼び出せるモデルを確認するには、GET /v1/models?execution_status=ready をリクエストします。完全な一覧には、キーがないモデルも含まれます。ステータスが exhausted のモデルにはキーがありますが、現時点ではすべてのキーが上限に達しています。このステータスは、クールダウンが終わるとクリアされます。

現在回答できるモデルを一覧表示する

curl "http://localhost:3001/v1/models?execution_status=ready" \
  -H "Authorization: Bearer <unified-key>"

ChatOpenAI でチャットする

Python では、base_url と api_key を設定します。max_retries の値は OpenAI クライアントに渡されます。このクライアントは、指数バックオフで 429 エラーと 5xx エラーを再試行します。

Python: チャットとストリーミング

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="auto",
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    temperature=0.2,
    max_retries=3,
    timeout=60,
    include_response_headers=True,
)

msg = llm.invoke("Explain retrieval-augmented generation in two sentences.")
print(msg.content)
print("Served by:", msg.response_metadata["headers"].get("x-routed-via"))

for chunk in llm.stream("Write a haiku about SQLite."):
    print(chunk.content, end="", flush=True)

JavaScript では、ベース URL を configuration.baseURL に設定します。configuration オブジェクトは、公式の OpenAI SDK クライアントに渡されます。

JavaScript: チャットとストリーミング

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "auto",
  apiKey: process.env.FREELLMAPI_API_KEY,
  temperature: 0.2,
  maxRetries: 3,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});

const msg = await llm.invoke("Explain retrieval-augmented generation in two sentences.");
console.log(msg.content);

for await (const chunk of await llm.stream("Write a haiku about SQLite.")) {
  process.stdout.write(String(chunk.content));
}

x-routed-via ヘッダーには、回答したプロバイダーとモデルが表示されます。ルーターがプロバイダーを切り替えた場合、x-fallback-trail には失敗した各試行と理由が表示されます。

ツールとエージェント

FreeLLMAPI は、OpenAI 形式の tools を各プロバイダーに渡し、tool_calls を OpenAI 形式で返します。Gemini の場合は、リクエストを Google の形式に変換し、応答を元の形式に戻します。1 回の呼び出しには bind_tools を、ツールを実行するループには create_agent を使用します。

Python: bind_tools と create_agent

from langchain.agents import create_agent
from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """Return the current weather for a city."""
    return f"It is 18 C and cloudy in {city}."

# One call: the model returns the tool call, your code runs it
msg = llm.bind_tools([get_weather]).invoke("What is the weather in Dublin?")
print(msg.tool_calls)

# Agent loop: LangChain runs the tool and sends the result back
agent = create_agent(
    model=llm,
    tools=[get_weather],
    system_prompt="You answer weather questions. Use the tool.",
)
result = agent.invoke({"messages": [{"role": "user", "content": "Weather in Dublin?"}]})
print(result["messages"][-1].content)

JavaScript: bindTools

import { tool } from "@langchain/core/tools";
import { z } from "zod";

const getWeather = tool(
  async ({ city }) => `It is 18 C and cloudy in ${city}.`,
  {
    name: "get_weather",
    description: "Return the current weather for a city.",
    schema: z.object({ city: z.string() }),
  },
);

const reply = await llm.bindTools([getWeather]).invoke("What is the weather in Dublin?");
console.log(reply.tool_calls);

ツール呼び出しに対応している無料モデルは一部のみです。auto を使う場合は、ツール呼び出し対応のモデルをフォールバックチェーンに残すか、エージェント用のプロファイルを作成してください。現在ツールに対応している無料モデルは次のとおりです。

ツール呼び出しとコンテキスト 128K 以上に対応する無料モデル
モデル無料で利用可能コンテキスト無料枠の上限(最良の条件)ツール画像入力
GLM 5.3UnoRouter1M1 リクエスト/分
1 req/min per model
はいいいえ
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 リクエスト/分
40 RPM
はいはい
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaはいはい
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceはいいいえ
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditはいはい
Gemini 3.7 FlashGoogle AI Studio1M10 リクエスト/分
20 リクエスト/日
250,000 トークン/分
~3M
はいはい
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditはいはい
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 リクエスト/分
50 リクエスト/日
50 req/day account-wide (1,000 after a $10 purchase)
はいはい
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 リクエスト/分
50 リクエスト/日
Shared rate limit
はいいいえ
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 リクエスト/分
250 リクエスト/日
70,000 トークン/分
~6M
はいはい

一致する無料モデル 109 件のうち 10 件を表示しています。 すべてのモデルを見る.

FreeLLMAPI カタログのライブデータ(バージョン 2026.11.19、確認日 2026-11-19)。無料枠の上限は頻繁に変わります。カタログは毎日確認されます。

OpenAIEmbeddings による埋め込み

既定では、Python の OpenAIEmbeddings は、OpenAI のトークナイザーでテキストを分割し、トークンを送信します。ほかのプロバイダーの多くは、生のテキストを必要とします。テキストを送信するには、check_embedding_ctx_length=False を設定します。

Python: 埋め込み

from langchain_openai import OpenAIEmbeddings

emb = OpenAIEmbeddings(
    model="bge-m3",  # one embedding family, 1024 dimensions
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    check_embedding_ctx_length=False,
)
vectors = emb.embed_documents(["FreeLLMAPI pools free tiers.", "LangChain builds LLM apps."])
print(len(vectors), len(vectors[0]))

JavaScript: 埋め込み

import { OpenAIEmbeddings } from "@langchain/openai";

const emb = new OpenAIEmbeddings({
  model: "bge-m3",
  apiKey: process.env.FREELLMAPI_API_KEY,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});
const vector = await emb.embedQuery("What does FreeLLMAPI do?");
console.log(vector.length);

FreeLLMAPI の埋め込みのフェイルオーバーでは、モデルが変わることはありません。同じファミリーを提供するプロバイダーの間でのみ切り替わります。これにより、1 つのベクトルストア内のすべてのベクトルの互換性が保たれます。ファミリーを 1 つ選び、そのまま使用してください。本日の無料の埋め込みモデルは次のとおりです。

モデルプロバイダー次元数最大入力無料枠
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)

FreeLLMAPI カタログのライブデータ(バージョン 2026.11.19、確認日 2026-11-19)。無料枠の上限は頻繁に変わります。カタログは毎日確認されます。

構造化出力、セッション、モデルの選択

with_structured_output は、テキストの代わりに Pydantic オブジェクトを返します。既定では、LangChain はこのために関数呼び出しを使用します。この方式は、ツールに対応するすべての無料モデルで動作します。

Python: 構造化出力

from pydantic import BaseModel, Field

class Ticket(BaseModel):
    category: str = Field(description="billing, bug or other")
    urgent: bool

classifier = llm.with_structured_output(Ticket)
ticket = classifier.invoke("The app crashes when I pay. Please fix it today.")
print(ticket.category, ticket.urgent)

method="json_schema" を auto と一緒に使用しないでください。厳密な JSON スキーマ出力に対応していない無料プロバイダーがあり、ルーターはリクエストごとに異なるプロバイダーを選ぶことがあるためです。

FreeLLMAPI は、会話を 30 分間 1 つのモデルに保持します。会話は X-Session-Id ヘッダーから識別されます。ヘッダーがない場合は、最初のユーザーメッセージのハッシュを使用します。多数のユーザーがいるチャットアプリでは、ユーザーごとに 1 つのセッション ID を送信してください。

Python: ユーザーごとに 1 つのセッション

def llm_for(user_id: str) -> ChatOpenAI:
    return ChatOpenAI(
        model="auto",
        base_url=os.environ["FREELLMAPI_BASE_URL"],
        api_key=os.environ["FREELLMAPI_API_KEY"],
        default_headers={"X-Session-Id": f"user-{user_id}"},
        max_retries=3,
    )

アプリの各部分に、モデル文字列を選択してください。

アプリ内のタスクモデル文字列理由
ユーザー向けのチャット回答autoダッシュボードで設定したチェーンに従う
ツールを使うエージェントauto:<profile>ツール呼び出し対応のモデルのみを含むプロファイル
分類、ルーティング、短い要約auto:fast計測した速度でモデルを順位付けする
高度な推論のステップauto:smart知能の高さでモデルを順位付けする
繰り返し実行できる必要があるテスト固定のモデル ID毎回同じモデルを使うが、そのモデルの上限に達すると停止する

無料枠には SLA がありません。レイテンシーは日中に変動し、最も高性能なモデルは 1 日の上限に最初に達します。チェーンで実際に使用するモデルで、チェーンをテストしてください。

レート制限と再試行

FreeLLMAPI は、プロバイダーが 429 を返すと、次のプロバイダーを試します。コードが 429 を受け取るのは、チェーン内のすべてのキーが上限に達している場合のみです。その場合、レスポンスには Retry-After ヘッダーが含まれます。多くの 1 日の上限は、UTC の深夜にリセットされます。

バッチジョブでは、with_retry を使用して 2 つ目の再試行層を追加します。これは、指数バックオフとジッターを使って、実行可能なチェーン全体を再試行します。

Python: レート制限時にチェーンを再試行する

import openai
from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "Summarize the text in one sentence."),
    ("user", "{text}"),
])

chain = (prompt | llm).with_retry(
    retry_if_exception_type=(openai.RateLimitError, openai.APITimeoutError),
    wait_exponential_jitter=True,
    stop_after_attempt=5,
)

# batch() runs requests in parallel; max_concurrency keeps the rate low
results = chain.batch(
    [{"text": t} for t in ["First document.", "Second document."]],
    config={"max_concurrency": 4},
)
問題原因対処
openai.AuthenticationError統合キーが誤っているKeys ページからキーを再度コピーする
すべての呼び出しで openai.NotFoundErrorベース URL に /v1 がないhttp://localhost:3001/v1 を使用する
openai.RateLimitErrorチェーン内のすべてのキーが上限に達しているプロバイダーを追加するか、max_concurrency を減らすか、Retry-After を待つ
トークンまたは入力の種類に関する埋め込みエラーLangChain がテキストではなくトークンを送信しているcheck_embedding_ctx_length=False を設定する
tool_calls が空モデルがツールに対応していないツールの表のモデル、またはツール用のプロファイルを使用する
推論テキストがないChatOpenAI は標準の OpenAI フィールドのみを保持する回答は content で読み取る。プロバイダーの追加フィールドは保持されない
これらすべてを 1 つのキーで利用できます。 FreeLLMAPI は、オープンソースのセルフホスト型ルーターです。これらの無料枠すべてを 1 つの OpenAI 互換エンドポイントの背後にまとめ、レート制限に達した場合は自動的に別のプロバイダーへ切り替えます。 カタログを見る または 公開.

よくある質問

無料 LLM API を LangChain で使用できますか?

はい。OpenAI 互換の API はすべて ChatOpenAI で動作します。base_url を http://localhost:3001/v1 に、api_key を FreeLLMAPI の統合キーに設定します。ルーターは無料のプロバイダー枠を使用します。

LangChain の ChatOpenAI でカスタムのベース URL を設定するには?

Python では、ChatOpenAI に base_url を渡します。JavaScript では、コンストラクターに configuration: { baseURL } を渡します。Python では、環境変数 OPENAI_BASE_URL も使用できます。

LangChain のエージェントは無料モデルで動作しますか?

モデルがツール呼び出しに対応していれば動作します。ChatOpenAI のモデルで create_agent を使用し、ツール呼び出し対応のモデルを FreeLLMAPI のチェーンに残してください。

OpenAI 以外のプロバイダーで OpenAIEmbeddings が失敗するのはなぜですか?

既定では、トークン ID が送信されます。ほかのプロバイダーの多くは生のテキストを必要とします。Python で check_embedding_ctx_length=False を設定してください。

LangChain で 429 エラーを処理するには?

ChatOpenAI に max_retries を設定し、バッチジョブではチェーンに with_retry を追加してください。FreeLLMAPI は、コードが 429 を受け取る前に、すでに次のプロバイダーに切り替えています。

関連ガイド

出典

すべてのガイド · 無料モデルをすべて見る