ホーム / ガイド / 100万トークンのコンテキストを持つ無料LLM API

100万トークンのコンテキストを持つ無料LLM API

長いコンテキストウィンドウにより、モデルは1つのリクエストで、書籍全体、大規模なコードベース、数時間分の文字起こしを読めます。FreeLLMAPIのカタログには、100万トークン以上のコンテキストウィンドウを持つ、56件の無料モデルの提供があります。このガイドでは、これらのモデルと、実際に送れる量を決める無料ティアの制限を示します。

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。

現在の100万トークン以上のコンテキストを持つ無料モデル

この表には、少なくとも1,000,000トークンのコンテキストウィンドウを持つ無料モデルを、大きい順に掲載しています。データはライブのカタログから取得しています。コンテキストのサイズだけでなく、「Free limits」の列も確認してください。

100万トークン以上のコンテキストを持つ無料モデル(大きい順)
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
OpenAI: GPT-6 LunaElectronHub1.1M$0.25/week shared free creditsいいえいいえ
Gemini 3.8 FlashAPINex, Google AI Studio1M5 リクエスト/分
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
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
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
DeepSeek V4 Flash 0731Router91M10,000 credits/month (~$1), shared; account-anniversary resetいいえいいえ
Gemini 3.6 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
GLM 5.2Router91M10,000 credits/month (~$1), shared; account-anniversary resetいいえいいえ
Gemini 3.5 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
DeepSeek V4 ProAPINex, Router91M5 リクエスト/分
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
いいえいいえ
Nemotron 3 Ultra 550BGizmo, Kilo Gateway, LLMTR ほか 3 件1M200 リクエスト/日
200 rpd
はいいいえ
Gemini 3.5 Flash LiteElectronHub, Google AI Studio1M15 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
Gemini 3 Flash PreviewGoogle 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
Gemini 3.1 Flash-LiteDreamPrompting, Google AI Studio1M100 リクエスト/分
5,000 リクエスト/日
500,000 トークン/日
500K tokens/day · 5,000 req/day
はいはい
Gemini 2.5 FlashDreamPrompting, ElectronHub, Google AI Studio1M100 リクエスト/分
5,000 リクエスト/日
500,000 トークン/日
500K tokens/day · 5,000 req/day
はいはい
Nemotron 3.5 LightningElectronHub, Gizmo, Kilo Gateway ほか 2 件1M20 リクエスト/分
50 リクエスト/日
50 req/day account-wide (1,000 after a $10 purchase)
はいいいえ

一致する無料モデル 33 件のうち 15 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。

Google AI StudioのGemini Flashモデルは、最もよく知られた100万トークンの無料モデルです。画像とツール呼び出しも受け付けます。ほかの行は、無料のルーターとNVIDIAから提供されています。

実際の制限: 毎分のトークン数

コンテキストウィンドウは、モデルが読める最大のプロンプトです。無料ティアには、毎分のトークン数(TPM)の制限もあります。多くの無料ティアでは、TPMの制限がコンテキストウィンドウより小さくなっています。

  • 例: 表にある無料のGemini Flashのキーは、毎分250,000トークンを許可します。800,000トークンのプロンプトは、コンテキストウィンドウの内側にありますが、TPMの制限を超えます。プロバイダーはエラー429を返します。
  • 1日のリクエスト数: 一部の無料のGeminiモデルは、1日に約20リクエストしか許可しません。必要なタスクにだけ、長いプロンプトを使ってください。
  • 出力は別: 回答には、独自の最大の長さがあります。100万トークンのコンテキストは、100万トークンの回答を意味しません。

そのため実際には、無料の100万コンテキストのモデルは、1つのリクエストで数十万トークンを読めます。送る前に、プロンプトの量を測ってください。

手順1: FreeLLMAPIをインストールし、キーを追加する

FreeLLMAPIはオープンソースです。Dockerでお使いのコンピューター上で動作します。プロバイダーのキーは、お使いのコンピューターに残ります。

インストール(macOSまたはLinux)

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

http://localhost:3001でダッシュボードを開いてください。Keysページに、Google AI Studioのキーを追加してください。Googleが429エラーを返したときに、ルーターが別の長いコンテキストのモデルを使えるように、表にあるほかのプロバイダーのキーも追加してください。同じページから統合キーをコピーしてください。

手順2: トークンを数えてから、長い文書を送る

FreeLLMAPIは、ネイティブのGemini countTokensメソッドを提供します。送る前にプロンプトを測るには、これを使ってください。

curl: ネイティブのGeminiエンドポイントでトークンを数える

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: 100万コンテキストのモデルに長いファイルを送る

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)

長いコンテキストのモデルは、そのIDで固定してください。model: "auto"を使うと、ルーターは、より小さいコンテキストウィンドウのモデルを選ぶことがあります。大きいプロンプトは読むのに時間がかかるため、長いクライアントのタイムアウトを設定してください。

長いコンテキストか、RAGか?

長いコンテキストを使う場合RAGを使う場合
文書を1回だけ読む場合。例えば、1つの契約書または1つのレポート同じ大量のデータについて、多くの質問をする場合
回答に全文が必要な場合。例えば、要約やセクションの比較回答が、短い数段落にある場合
テキストが、無料キーのTPM制限より小さい場合データが、どの無料のコンテキストウィンドウやTPMの制限よりも大きい場合
モデルに、テキストの順序と構造を見せる必要がある場合各リクエストを小さく速く保つ必要がある場合

RAGは、質問ごとにデータの関連部分だけを送ります。無料ティアでは、使うトークンが少なくなります。設定するには、Free LLM API for RAGとFree embeddings APIをお読みください。

注意点とトラブルシューティング

  • 詳細の見落とし: 非常に長いプロンプトの途中では、モデルが事実を見落とすことがあります。質問は文書の後に置き、出典を引用するようモデルに求めてください。
  • 思考トークン: Gemini Flashモデルは、出力の予算から、非表示の思考トークンを使うことがあります。非常に小さいmax_tokensは設定しないでください。
  • PDFファイル: FreeLLMAPIは、PDF、DOCX、XLSXのファイルを変換しません。バイナリの文書の添付は、エラー400を返します。先にテキストを抽出し、そのテキストを送ってください。
  • テキストを整える: 文書を送る前に、ページのヘッダー、フッター、繰り返される目次を削除してください。これらはトークンを使い、事実を追加しません。
  • 繰り返されるプロンプト: 各リクエストは、文書全体を再び送ります。可能な場合は、1つのリクエストで複数の質問をしてください。
問題原因対処
最初の長いリクエストでエラー429プロンプトが、TPMの制限より大きいですプロンプトを小さくするか、RAGを使ってください
コンテキストの長さに関するエラー400リクエストが、より小さいウィンドウのモデルに送られました表からモデルIDを固定してください
回答が空、または途中で切れていますmax_tokensが小さすぎるか、思考がそれを使いましたより大きいmax_tokensを設定してください
タイムアウトモデルがプロンプトを読むのに時間が必要ですクライアントのタイムアウトを300秒以上に設定してください
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

100万トークンのコンテキストを持つ無料のLLM APIはありますか?

はい。Google AI Studioの無料ティアのGemini Flashモデルは、約100万トークンのコンテキストウィンドウを持ちます。FreeLLMAPIのカタログには、100万トークン以上を持つ、56件の無料モデルの提供があります。

無料で、1つのリクエストに100万トークンを送れますか?

通常はできません。カタログの無料のGeminiティアは、毎分250,000トークンを許可するため、より大きいプロンプトはエラー429になります。各リクエストについて、数十万トークンを目安に計画してください。

プロンプトを送る前に、トークンを数えるにはどうすればよいですか?

FreeLLMAPIを通じて、/v1beta/models/{model}:countTokensのネイティブのGemini countTokensメソッドを呼び出してください。英語のテキストでは、約4文字が1トークンになります。

どの無料のLLMが最も大きいコンテキストウィンドウを持ちますか?

このページの表は、無料モデルをコンテキストのサイズで、大きい順に並べています。複数の無料モデルが、約100万トークンに達しています。また、無料の制限の列も確認してください。1回のリクエストの実際のサイズは、TPMの制限で決まるためです。

長いコンテキストは、RAGより優れていますか?

長いコンテキストは、1回読む1つの文書に適しています。RAGは、大量のデータに対する多くの質問に適しています。毎回送るトークンが少ないためです。

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