മികച്ച സൗജന്യ coding model API-കൾ
Coding ടൂളുകൾക്ക് വ്യത്യസ്ത ജോലികൾക്ക് വ്യത്യസ്ത മോഡലുകൾ ആവശ്യമാണ്. ഒരു agent-ന് tool calling ഉം നീണ്ട context ഉം വേണം. Autocomplete-ന് വേഗമേറിയ മോഡൽ വേണം. ഈ പേജ് ഇന്ന് FreeLLMAPI catalog-ലെ സൗജന്യ coding മോഡലുകളെ ജോലി അനുസരിച്ച് പട്ടികപ്പെടുത്തുന്നു. പട്ടികകൾ തത്സമയ catalog-ൽ നിന്നുള്ളതാണ്, അതിനാൽ പരിധികൾ കാലികമാണ്.
കോഡ്, മോഡൽ പേരുകളും തത്സമയ കാറ്റലോഗ് ലേബലുകളും ഇംഗ്ലീഷിൽ കാണിക്കുന്നു.
ഒരു മോഡലിനെ coding ജോലിക്ക് നല്ലതാക്കുന്നത് എന്താണ്
Coding benchmark സ്കോർ മാത്രം മതിയാകില്ല. മോഡൽ നിങ്ങളുടെ ടൂളിനൊപ്പവും പ്രവർത്തിക്കണം. ഒരു മോഡൽ തിരഞ്ഞെടുക്കുന്നതിന് മുൻപ് ഈ നാല് ഗുണങ്ങൾ പരിശോധിക്കുക.
| ഗുണം | ഇത് പ്രധാനമായത് എന്തുകൊണ്ട് | Agent ജോലിക്കുള്ള കുറഞ്ഞ ആവശ്യം |
|---|---|---|
| Tool calling | Cline, OpenCode, Claude Code പോലുള്ള agent-കൾ tool calls വഴി ഫയലുകൾ വായിക്കുകയും കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കുകയും ചെയ്യുന്നു. Tool calling ഇല്ലാത്ത മോഡലിന് ഈ ഘട്ടങ്ങൾ ചെയ്യാൻ കഴിയില്ല. | ആവശ്യമാണ് |
| Context window | ഓരോ request-ലും agent ഒരു system prompt, tool നിർവചനങ്ങൾ, ഫയലുകളുടെ ഉള്ളടക്കം എന്നിവ അയയ്ക്കുന്നു. നിങ്ങളുടെ ചോദ്യത്തിന് മുൻപ് ഇത് പലപ്പോഴും 20K മുതൽ 60K വരെ ടോക്കണുകൾ ആകും. | 128K ടോക്കണുകൾ |
| മിനിറ്റിലെ ടോക്കണുകൾ | കുറഞ്ഞ മിനിറ്റ് ടോക്കൺ പരിധിയുള്ള tier-ൽ വലിയ prompt ആദ്യ request-ൽ തന്നെ 429 പിശകോടെ പരാജയപ്പെടുന്നു. | മിനിറ്റിൽ ഒന്നിലധികം പൂർണ്ണ prompt-കൾ |
| വേഗത | Autocomplete ഒരു സെക്കൻഡിൽ താഴെ മറുപടി നൽകണം. വേഗത കുറഞ്ഞ മോഡൽ ghost text-ന് ഉപയോഗയോഗ്യമല്ല. | Autocomplete-ന് വേഗമേറിയ മോഡലുകൾ |
ഇന്ന് സൗജന്യ catalog-ൽ tool calling ഉള്ള 190 മോഡലുകളും 1M ടോക്കണോ അതിലധികമോ context window ഉള്ള 56 മോഡലുകളും ഉണ്ട്. താഴെയുള്ള പട്ടികകൾ ഈ മോഡലുകളെ ജോലി അനുസരിച്ച് ഫിൽറ്റർ ചെയ്യുന്നു.
Coding agent-കൾക്കുള്ള സൗജന്യ മോഡലുകൾ
ഫയലുകൾ എഡിറ്റ് ചെയ്യുന്ന agent-കളോടൊപ്പം ഈ മോഡലുകൾ ഉപയോഗിക്കുക: Claude Code, Codex CLI, Cline, Roo Code, Kilo Code, OpenCode, Aider. പട്ടികയിലെ ഓരോ മോഡലും tool calling പിന്തുണയ്ക്കുന്നു, കുറഞ്ഞത് 128K ടോക്കൺ context window ഉണ്ട്. ക്രമം അളന്ന ബുദ്ധിശക്തി അനുസരിച്ചാണ്.
| മോഡൽ | സൗജന്യമായി ലഭ്യം | കോൺടെക്സ്റ്റ് | സൗജന്യ പരിധികൾ (ഏറ്റവും മികച്ച ഓഫർ) | ടൂളുകൾ | ദൃശ്യ ശേഷി |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 അഭ്യർഥന/മിനിറ്റ് 1 req/min per model | അതെ | ഇല്ല |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 അഭ്യർഥന/മിനിറ്റ് 40 RPM | അതെ | അതെ |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | അതെ | അതെ |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | അതെ | ഇല്ല |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | അതെ | അതെ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 20 അഭ്യർഥന/ദിവസം 250,000 ടോക്കൺ/മിനിറ്റ് ~3M | അതെ | അതെ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | അതെ | അതെ |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 അഭ്യർഥന/മിനിറ്റ് 50 അഭ്യർഥന/ദിവസം 50 req/day account-wide (1,000 after a $10 purchase) | അതെ | അതെ |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 50 അഭ്യർഥന/ദിവസം Shared rate limit | അതെ | ഇല്ല |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 അഭ്യർഥന/മിനിറ്റ് 250 അഭ്യർഥന/ദിവസം 70,000 ടോക്കൺ/മിനിറ്റ് ~6M | അതെ | അതെ |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 20 അഭ്യർഥന/ദിവസം 250,000 ടോക്കൺ/മിനിറ്റ് ~3M | അതെ | അതെ |
| Qwen 3.8 27B | Cloudflare Workers AI | 262K | Shared 10k neurons/day | അതെ | അതെ |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 20 അഭ്യർഥന/ദിവസം 250,000 ടോക്കൺ/മിനിറ്റ് ~3M | അതെ | അതെ |
| MiniMax M3 | ElectronHub | 1M | $0.25/week shared recurring credit | അതെ | ഇല്ല |
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | അതെ | ഇല്ല |
പൊരുത്തപ്പെടുന്ന 109 സൗജന്യ മോഡലുകളിൽ 15 എണ്ണം കാണിക്കുന്നു. എല്ലാ മോഡലുകളും കാണുക.
FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.
പരിധി കോളം നോക്കുക. ഉയർന്ന റാങ്കും ദിവസം 20 request-കൾ എന്ന പരിധിയുമുള്ള മോഡൽ ഘട്ടങ്ങൾ ആസൂത്രണം ചെയ്യാൻ നല്ലതാണ്. എന്നാൽ നീണ്ട agent loop-ന് നല്ലതല്ല. മിനിറ്റിൽ 40 request-കൾ ഉള്ള മോഡൽ ധാരാളം ചെറിയ എഡിറ്റ് ഘട്ടങ്ങൾക്ക് മികച്ചതാണ്.
സൗജന്യ code-specialist മോഡലുകൾ
ചില മോഡൽ കുടുംബങ്ങൾ കോഡിനായി പരിശീലിപ്പിച്ചവയാണ്. ഇവയിൽ Qwen3 Coder, Codestral, Devstral, GPT-OSS എന്നിവ ഉൾപ്പെടുന്നു. GLM മോഡലുകൾ പൊതു മോഡലുകളാണ്, കോഡ് ഫലങ്ങൾ ശക്തമാണ്, അവ മുകളിലെ agent പട്ടികയിൽ കാണിക്കുന്നു. ഈ കുടുംബങ്ങൾക്ക് ഇന്ന് ലഭ്യമായ സൗജന്യ ഓഫറുകൾ പട്ടിക കാണിക്കുന്നു. ചില ഓഫറുകൾ tool calling പിന്തുണയ്ക്കുന്നില്ല. ആ ഓഫറുകൾ chat, autocomplete എന്നിവയ്ക്ക് മാത്രം ഉപയോഗിക്കുക.
| മോഡൽ | സൗജന്യമായി ലഭ്യം | കോൺടെക്സ്റ്റ് | സൗജന്യ പരിധികൾ (ഏറ്റവും മികച്ച ഓഫർ) | ടൂളുകൾ | ദൃശ്യ ശേഷി |
|---|---|---|---|---|---|
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 കൂടി | 131K | 30 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 8,000 ടോക്കൺ/മിനിറ്റ് 200,000 ടോക്കൺ/ദിവസം ~6M | അതെ | ഇല്ല |
| GPT-OSS 120B | CLōD, Cloudflare Workers AI, ElectronHub +3 കൂടി | 131K | 30 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 8,000 ടോക്കൺ/മിനിറ്റ് 200,000 ടോക്കൺ/ദിവസം ~6M | അതെ | ഇല്ല |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | ഇല്ല | ഇല്ല |
| Mistral: Devstral 2512 | ElectronHub | 262K | $0.25/week shared free credits | ഇല്ല | ഇല്ല |
| Qwen3 Coder 480B A35B Instruct (turbo) | Inferbase | 8K | 5,000 requests/month; 100 requests and $0.50 usage/day shared | ഇല്ല | ഇല്ല |
| Qwen3 Coder | Septor Labs | 128K | Shared daily allowance | അതെ | ഇല്ല |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | ഇല്ല | ഇല്ല |
| Qwen3 Coder Plus | ACLIDE | - | €20/month shared internal usage credits · no card | അതെ | ഇല്ല |
| Qwen3 Coder 30B A3B Instruct | ElectronHub, ModelScope | 262K | 200 അഭ്യർഥന/ദിവസം Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | അതെ | ഇല്ല |
| Devstral 2 | ACLIDE, xKiro | 262K | 500K tokens/day (1M with Telegram) | അതെ | ഇല്ല |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | ഇല്ല | ഇല്ല |
| Qwen2.5 Coder 32B | Cloudflare Workers AI | 33K | ~10-20M | അതെ | ഇല്ല |
| Codestral | DreamPrompting, LLM7, Mistral +1 കൂടി | 256K | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | അതെ | ഇല്ല |
| Codestral 2508 | ACLIDE, Api.Airforce, ElectronHub +1 കൂടി | 256K | 1 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 1,000 req/day · 1 req/min | അതെ | ഇല്ല |
| codestral-latest | Api.Airforce | 32K | 1 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 1,000 req/day · 1 req/min | ഇല്ല | ഇല്ല |
പൊരുത്തപ്പെടുന്ന 17 സൗജന്യ മോഡലുകളിൽ 15 എണ്ണം കാണിക്കുന്നു. എല്ലാ മോഡലുകളും കാണുക.
FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.
Autocomplete, ചെറിയ എഡിറ്റുകൾ എന്നിവയ്ക്കുള്ള വേഗമേറിയ സൗജന്യ മോഡലുകൾ
Ghost-text autocomplete ടൈപ്പിംഗിലെ മിക്കവാറും എല്ലാ ഇടവേളകൾക്കും ശേഷം ഒരു request അയയ്ക്കുന്നു. ഇതിന് ഉയർന്ന റാങ്ക് അല്ല, കുറഞ്ഞ latency ആണ് വേണ്ടത്. FreeLLMAPI ഈ clients-ന് /v1/completions വഴി സേവനം നൽകുന്നു. ഇത് പഴയ OpenAI prompt, suffix ഫോർമാറ്റ് ആണ്. പട്ടിക കുറഞ്ഞത് 32K ടോക്കൺ context window ഉള്ള വേഗമേറിയ സൗജന്യ മോഡലുകൾ കാണിക്കുന്നു.
| മോഡൽ | സൗജന്യമായി ലഭ്യം | കോൺടെക്സ്റ്റ് | സൗജന്യ പരിധികൾ (ഏറ്റവും മികച്ച ഓഫർ) | ടൂളുകൾ | ദൃശ്യ ശേഷി |
|---|---|---|---|---|---|
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 കൂടി | 262K | 30 അഭ്യർഥന/മിനിറ്റ് 250 അഭ്യർഥന/ദിവസം 70,000 ടോക്കൺ/മിനിറ്റ് ~6M | അതെ | അതെ |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +4 കൂടി | 131K | 30 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 8,000 ടോക്കൺ/മിനിറ്റ് 200,000 ടോക്കൺ/ദിവസം ~6M | അതെ | ഇല്ല |
| Nemotron 3.5 Lightning | ElectronHub, Gizmo, Kilo Gateway +2 കൂടി | 1M | 20 അഭ്യർഥന/മിനിറ്റ് 50 അഭ്യർഥന/ദിവസം 50 req/day account-wide (1,000 after a $10 purchase) | അതെ | ഇല്ല |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +1 കൂടി | 131K | 30 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 8,000 ടോക്കൺ/മിനിറ്റ് 200,000 ടോക്കൺ/ദിവസം ~6M | അതെ | ഇല്ല |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | ഇല്ല | ഇല്ല |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 അഭ്യർഥന/മിനിറ്റ് 1,000 അഭ്യർഥന/ദിവസം 8,000 ടോക്കൺ/മിനിറ്റ് 200,000 ടോക്കൺ/ദിവസം ~6M | അതെ | ഇല്ല |
| Groq Compound Mini | DreamPrompting | 131K | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | ഇല്ല | ഇല്ല |
| Gemini 3.5 Flash Lite | ElectronHub, Google AI Studio | 1M | 15 അഭ്യർഥന/മിനിറ്റ് 20 അഭ്യർഥന/ദിവസം 250,000 ടോക്കൺ/മിനിറ്റ് ~3M | അതെ | അതെ |
| Step 3.7 Flash | ElectronHub | 256K | $0.25/week shared recurring credit | അതെ | അതെ |
| Gemini 3.1 Flash-Lite | DreamPrompting, Google AI Studio | 1M | 100 അഭ്യർഥന/മിനിറ്റ് 5,000 അഭ്യർഥന/ദിവസം 500,000 ടോക്കൺ/ദിവസം 500K tokens/day · 5,000 req/day | അതെ | അതെ |
പൊരുത്തപ്പെടുന്ന 215 സൗജന്യ മോഡലുകളിൽ 10 എണ്ണം കാണിക്കുന്നു. എല്ലാ മോഡലുകളും കാണുക.
FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.
Autocomplete ധാരാളം request-കൾ ഉപയോഗിക്കുന്നു. ഉയർന്ന മിനിറ്റ് പരിധിയുള്ള മോഡലിൽ ഇത് വയ്ക്കുക. നിങ്ങളുടെ agent-ന്റെ അതേ ചെറിയ ദിവസ ക്വോട്ടയിൽ ഇത് വയ്ക്കരുത്. Autocomplete കോൺഫിഗ് അറിയാൻ സൗജന്യ API-യോടെ Continue വായിക്കുക.
എല്ലാ coding ടൂളുകൾക്കും ഒരു key ഉപയോഗിക്കുന്നത് എങ്ങനെ
FreeLLMAPI 45 provider-കളുടെ സൗജന്യ tier-കൾ ഒരു key-ക്ക് പിന്നിൽ ഒരുമിച്ച് ചേർക്കുന്നു. ഇത് OpenAI, Anthropic, Gemini, Ollama ഫോർമാറ്റുകൾ സംസാരിക്കുന്നു. ഓരോ coding ടൂളും അതിന് അറിയാവുന്ന ഫോർമാറ്റുമായി ബന്ധിപ്പിക്കുന്നു.
ഇൻസ്റ്റാൾ ചെയ്യുക, തുടർന്ന് ഒരു ടൂൾ ബന്ധിപ്പിക്കുക
curl -fsSL https://freellmapi.co/install.sh | bash
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-opencode --url http://localhost:3001 --dry-run
npx freellmapi setup-opencode --url http://localhost:3001setup-opencode എന്നതിന് പകരം നിങ്ങളുടെ ടൂളിനുള്ള കമാൻഡ് ഉപയോഗിക്കുക, ഉദാഹരണത്തിന് setup-cline, setup-aider അല്ലെങ്കിൽ setup-codex. ഈ കമാൻഡ് തത്സമയ /v1/models catalog വായിക്കുന്നു, നിലവിലുള്ള config-ന്റെ ബാക്കപ്പ് എടുക്കുന്നു, പുതിയ ക്രമീകരണങ്ങൾ ചേർക്കുന്നു.
ഡാഷ്ബോർഡിൽ മാറ്റം വരുത്താതെ ഒരു request നയിക്കാൻ, ഒരു routing model id ഉപയോഗിക്കുക:
auto: നിങ്ങളുടെ സജീവ fallback chain പിന്തുടരുന്നു.auto:smart: ഏറ്റവും ഉയർന്ന ബുദ്ധിശക്തിയുള്ള മോഡലുകൾക്ക് മുൻഗണന നൽകുന്നു. ആസൂത്രണത്തിനും കഠിനമായ bug-കൾക്കും ഇത് ഉപയോഗിക്കുക.auto:fast: അളന്ന വേഗതയ്ക്ക് മുൻഗണന നൽകുന്നു. Autocomplete-നും ചെറിയ എഡിറ്റുകൾക്കും ഇത് ഉപയോഗിക്കുക.auto:<profile-name>: പേരുള്ള fallback chain ഉപയോഗിക്കുന്നു, ഉദാഹരണത്തിന്auto:coding. ആദ്യം ഡാഷ്ബോർഡിൽ profile ഉണ്ടാക്കുക.
FreeLLMAPI X-FreeLLM-Task-Type: code header-ഉം വായിക്കുന്നു. Tools അല്ലെങ്കിൽ code markers ഉള്ള request-കൾ സ്ഥിരസ്ഥിതിയായി code ആയി കണക്കാക്കുന്നു. Code-ന്, router വേഗതയിൽ നിന്ന് ബുദ്ധിശക്തിയിലേക്ക് ചില ഭാരം മാറ്റുന്നു.
പരിധികളും അവയ്ക്കുള്ളിൽ നിൽക്കുന്നതും
സൗജന്യ tier-കൾ ചെറുതാണ്. ഒരു agent ജോലി 20 മുതൽ 100 വരെ request-കൾ അയച്ചേക്കാം. ഒരൊറ്റ സൗജന്യ key നീണ്ട ജോലി വേഗത്തിൽ നിർത്തുന്നു. FreeLLMAPI ഓരോ key-ക്കും request-കളും ടോക്കണുകളും എണ്ണുന്നു. ഒരു provider 429 പിശക് അയയ്ക്കുമ്പോൾ, router request-നെ chain-ലെ അടുത്ത മോഡലിലേക്ക് അയയ്ക്കുന്നു. ഏത് provider ആണ് മറുപടി നൽകിയത് എന്ന് X-Routed-Via header കാണിക്കുന്നു.
- നാലോ അതിലധികമോ provider-കളിൽ നിന്ന് key-കൾ ചേർക്കുക. കൂടുതൽ provider-കൾ ദിവസം കൂടുതൽ request-കൾ നൽകുന്നു.
- Tool calling ഉള്ളതും നീണ്ട context ഉള്ളതുമായ മോഡലുകൾ മാത്രം ഉൾപ്പെടുത്തി ഒരു coding profile ഉണ്ടാക്കുക.
auto:coding-ഓടൊപ്പം ഇത് ഉപയോഗിക്കുക. - Sticky sessions ഓൺ ആക്കി വയ്ക്കുക. ഒരു സംഭാഷണം 30 മിനിറ്റ് ഒരേ മോഡലിൽ നിൽക്കുന്നു, ഇത് agent-നെ സ്ഥിരതയുള്ളതാക്കുന്നു.
FREELLMAPI_CONTEXT_HANDOFF=on_model_switchഉപയോഗിച്ച് context handoff ഓൺ ചെയ്യുക. അടുത്ത മോഡലിന് ഒരു ജോലി തുടരുകയാണെന്ന് കാണിക്കുന്ന ചെറിയ കുറിപ്പ് ലഭിക്കുന്നു.- ജോലികൾക്കിടയിൽ പുതിയ session തുടങ്ങുക. ചെറിയ context ഓരോ request-നും കുറച്ച് ടോക്കണുകൾ ഉപയോഗിക്കുന്നു.
| പ്രശ്നം | കാരണം | പരിഹാരം |
|---|---|---|
| Agent ഒരു tool call-ന് ശേഷം നിൽക്കുന്നു | മോഡലിന് ദുർബലമായ tool calling ഉണ്ട് | മുകളിലെ agent പട്ടികയിൽ നിന്ന് ഒരു മോഡൽ ഉപയോഗിക്കുക |
ആദ്യ request-ൽ 429 | Prompt tier-ന്റെ മിനിറ്റ് ടോക്കൺ പരിധിയേക്കാൾ വലുതാണ് | വലിയ പരിധിയുള്ള മോഡൽ ഉപയോഗിക്കുക, അല്ലെങ്കിൽ router-നെ failover ചെയ്യാൻ അനുവദിക്കുക |
| "N ശ്രമങ്ങൾക്ക് ശേഷം എല്ലാ മോഡലുകളും rate-limited" | Chain-ലെ എല്ലാ key-കളും അവയുടെ പരിധിയിലാണ് | കൂടുതൽ provider-കളിൽ നിന്ന് key-കൾ ചേർക്കുക, അല്ലെങ്കിൽ cooldown തീരുന്നതുവരെ കാത്തിരിക്കുക |
| എഡിറ്റുകൾ മന്ദഗതിയിലാണ് | വേഗത കുറഞ്ഞ സൗജന്യ tier-ലെ വലിയ മോഡൽ | ചെറിയ എഡിറ്റുകൾക്ക് auto:fast ഉപയോഗിക്കുക |
പതിവ് ചോദ്യങ്ങൾ
മികച്ച സൗജന്യ coding model API ഏതാണ്?
Agent ജോലിക്ക്, tool calling ഉം കുറഞ്ഞത് 128K context ഉം ഉള്ള ഒരു മോഡൽ ഉപയോഗിക്കുക. ഈ പേജിലെ ആദ്യ പട്ടിക ഇന്ന് ഈ രണ്ട് നിയമങ്ങളും പാലിക്കുന്ന ഏറ്റവും ശക്തമായ സൗജന്യ മോഡലുകൾ കാണിക്കുന്നു. Autocomplete-ന്, വേഗത പട്ടികയിൽ നിന്ന് ഒരു വേഗമേറിയ മോഡൽ ഉപയോഗിക്കുക.
സൗജന്യ Codestral API ഉണ്ടോ?
ഉണ്ട്. Mistral അതിന്റെ സൗജന്യ tier-ൽ Codestral നൽകുന്നു, മറ്റ് provider-കളും ഇത് പട്ടികപ്പെടുത്തുന്നു. Code-specialist പട്ടിക ഇപ്പോഴത്തെ സൗജന്യ ഓഫറുകളും അവയുടെ പരിധികളും കാണിക്കുന്നു.
സൗജന്യ Qwen3 Coder API ഉണ്ടോ?
ഉണ്ട്. FreeLLMAPI catalog ഇന്ന് പല provider-കളിൽ നിന്നുള്ള സൗജന്യ Qwen3 Coder ഓഫറുകൾ പട്ടികപ്പെടുത്തുന്നു. ചില ഓഫറുകൾ tool calling പിന്തുണയ്ക്കുന്നില്ല, അതിനാൽ agent-ൽ ഉപയോഗിക്കുന്നതിന് മുൻപ് Tools കോളം പരിശോധിക്കുക.
Cline അല്ലെങ്കിൽ Claude Code പോലുള്ള coding agent സൗജന്യ മോഡലിൽ പ്രവർത്തിക്കുമോ?
മോഡൽ tool calling പിന്തുണയ്ക്കുകയും വലിയ context window ഉണ്ടാകുകയും ചെയ്താൽ ഉവ്വ്. സൗജന്യ tier-കൾക്ക് rate limit-കൾ ഉണ്ട്, അതിനാൽ പല provider-കളിൽ നിന്ന് key-കൾ ചേർക്കുകയും അവയ്ക്കിടയിൽ FreeLLMAPI failover ചെയ്യാൻ അനുവദിക്കുകയും ചെയ്യുക.
Code autocomplete-ന് ഏറ്റവും നല്ല സൗജന്യ മോഡൽ ഏതാണ്?
ഉയർന്ന മിനിറ്റ് പരിധിയുള്ള വേഗമേറിയ മോഡൽ ഉപയോഗിക്കുക. Autocomplete ധാരാളം ചെറിയ request-കൾ അയയ്ക്കുന്നതിനാൽ റാങ്കിനേക്കാൾ വേഗതയാണ് പ്രധാനം. FreeLLMAPI autocomplete clients-ന് /v1/completions വഴി സേവനം നൽകുന്നു.
അനുബന്ധ ഗൈഡുകൾ
- Claude Code സൗജന്യമായി ഉപയോഗിക്കുന്നത് എങ്ങനെ
- സൗജന്യ API-യോടെ Cline, Roo Code, Kilo Code
- സൗജന്യ LLM API-യോടെ Aider ഉപയോഗിക്കുക
- സൗജന്യ LLM API-യോടെ Continue
- Function calling ഉള്ള സൗജന്യ LLM API
- 1 million token context ഉള്ള സൗജന്യ LLM API
ഉറവിടങ്ങൾ
- FreeLLMAPI docs: clients and coding agents (20 November 2026 ൽ പരിശോധിച്ചത്)
- FreeLLMAPI docs: routing strategies and response headers (20 November 2026 ൽ പരിശോധിച്ചത്)
- FreeLLMAPI live model catalog (20 November 2026 ൽ പരിശോധിച്ചത്)