मुख्यपृष्ठ / मार्गदर्शक / LangChain साठी मोफत LLM API

LangChain साठी मोफत LLM API

LangChain ChatOpenAI आणि OpenAIEmbeddings द्वारे OpenAI-सुसंगत API शी जोडते. तुम्ही बेस URL आणि की बदलता. हे मार्गदर्शक दोन्ही क्लासेस FreeLLMAPI कडे निर्देशित करते, जे एका कीमागे 45 मोफत प्रदाता टियर एकत्र ठेवते. खालील कोड Python आणि JavaScript मध्ये चालतो आणि विनंती मर्यादा हाताळतो.

कोड, मॉडेलची नावे आणि थेट कॅटलॉग लेबल इंग्रजीत दाखवले जातात.

गेटवे आणि पॅकेजेस सेट करा

FreeLLMAPI इन्स्टॉल करा आणि डॅशबोर्डच्या Keys पेजवर दोन किंवा अधिक प्रदात्यांच्या मोफत की जोडा. एकत्रित की कॉपी करा. तुमचा कोड फक्त ही की वापरतो. प्रदात्यांच्या की FreeLLMAPI मध्येच राहतात.

FreeLLMAPI आणि LangChain पॅकेजेस इन्स्टॉल करा

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

# Python
pip install -U langchain langchain-openai

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

एन्व्हायर्नमेंट व्हेरिएबल्स

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

राउटरला मॉडेल निवडू देण्यासाठी model="auto" वापरा. तुम्ही राउटिंग स्ट्रॅटेजी देखील वापरू शकता, उदाहरणार्थ auto:fast किंवा auto:smart. auto:coding सारखे नावाचे प्रोफाइल आणि कॅटलॉगमधील निश्चित मॉडेल ID देखील चालतात.

तुमच्या की आता कोणत्या मॉडेलना कॉल करू शकतात हे पाहण्यासाठी GET /v1/models?execution_status=ready विनंती करा. संपूर्ण यादीत की नसलेली मॉडेल्सही असतात. exhausted स्थिती असलेल्या मॉडेलकडे की आहेत, पण त्या सर्व सध्या मर्यादेवर आहेत. कूलडाउन संपल्यावर ही स्थिती साफ होते.

आता उत्तर देऊ शकणारी मॉडेल्स यादी करा

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

ChatOpenAI सह चॅट करा

Python मध्ये base_url आणि api_key सेट करा. max_retries मूल्य OpenAI क्लायंटकडे जाते, जो 429 आणि 5xx त्रुटी घातांकी बॅकऑफसह पुन्हा प्रयत्न करतो.

Python: चॅट आणि स्ट्रीमिंग

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 मध्ये बेस URL configuration.baseURL मध्ये ठेवा. configuration ऑब्जेक्ट अधिकृत OpenAI SDK क्लायंटकडे जातो.

JavaScript: चॅट आणि स्ट्रीमिंग

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 हेडर दाखवते की कोणत्या प्रदात्याने आणि मॉडेलने उत्तर दिले. राउटरने प्रदाता बदलला असल्यास x-fallback-trail प्रत्येक अयशस्वी प्रयत्न आणि त्याचे कारण दाखवते.

टूल्स आणि एजंट

FreeLLMAPI OpenAI-शैलीतील tools प्रत्येक प्रदात्याला पाठवते आणि OpenAI स्वरूपात tool_calls परत देते. Gemini साठी ते विनंती Google च्या स्वरूपात अनुवादित करते आणि परत आणते. एका कॉलसाठी bind_tools वापरा, किंवा टूल्स चालवणाऱ्या लूपसाठी create_agent वापरा.

Python: bind_tools आणि 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);

फक्त काही मोफत मॉडेल टूल कॉलिंगला समर्थन देतात. auto सोबत टूल-कॉलिंग मॉडेल्स तुमच्या फॉलबॅक साखळीत ठेवा, किंवा एजंटसाठी प्रोफाइल बनवा. आज ही मोफत मॉडेल्स टूल्सना समर्थन देतात:

टूल कॉलिंग आणि 128K+ संदर्भ असलेली मोफत मॉडेल्स
मॉडेलमोफत उपलब्धसंदर्भमोफत मर्यादा (सर्वोत्तम ऑफर)साधनेव्हिजन
GLM 5.3UnoRouter1M1 विनंत्या/मिनिट
1 req/min per model
होयनाही
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 विनंत्या/मिनिट
40 RPM
होयहोय
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaहोयहोय
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceहोयनाही
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditहोयहोय
Gemini 3.7 FlashGoogle AI Studio1M10 विनंत्या/मिनिट
20 विनंत्या/दिवस
250,000 टोकन/मिनिट
~3M
होयहोय
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditहोयहोय
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 विनंत्या/मिनिट
50 विनंत्या/दिवस
50 req/day account-wide (1,000 after a $10 purchase)
होयहोय
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 विनंत्या/मिनिट
50 विनंत्या/दिवस
Shared rate limit
होयनाही
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 विनंत्या/मिनिट
250 विनंत्या/दिवस
70,000 टोकन/मिनिट
~6M
होयहोय

जुळणाऱ्या 109 मोफत मॉडेलपैकी 10 दाखवले जात आहेत. सर्व मॉडेल पहा.

FreeLLMAPI कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.

OpenAIEmbeddings सह एम्बेडिंग

डीफॉल्टनुसार Python मधील OpenAIEmbeddings मजकूर OpenAI टोकनायझरने विभागतो आणि टोकन पाठवतो. इतर बहुतेक प्रदात्यांना कच्चा मजकूर हवा असतो. मजकूर पाठवण्यासाठी check_embedding_ctx_length=False सेट करा.

Python: एम्बेडिंग

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: एम्बेडिंग

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 मधील एम्बेडिंग फेलओव्हर मॉडेल कधीच बदलत नाही. ते फक्त एकाच कुटुंबाची सेवा देणाऱ्या प्रदात्यांमध्ये हलते. यामुळे एका व्हेक्टर स्टोअरमधील सर्व व्हेक्टर सुसंगत राहतात. एक कुटुंब निवडा आणि ते ठेवा. आज मोफत एम्बेडिंग मॉडेल्स ही आहेत:

मॉडेलप्रदातापरिमाणेकमाल इनपुटमोफत मर्यादा
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 कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.

स्ट्रक्चर्ड आउटपुट, सेशन्स आणि मॉडेल निवड

with_structured_output मजकुराऐवजी Pydantic ऑब्जेक्ट परत देते. डीफॉल्टनुसार LangChain यासाठी फंक्शन कॉलिंग वापरते. ही पद्धत टूल्सना समर्थन देणाऱ्या प्रत्येक मोफत मॉडेलवर चालते.

Python: स्ट्रक्चर्ड आउटपुट

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" सोबत auto वापरू नका. प्रत्येक मोफत प्रदाता कठोर JSON schema आउटपुटला समर्थन देत नाही, आणि राउटर प्रत्येक विनंतीसाठी वेगळा प्रदाता निवडू शकतो.

FreeLLMAPI एक संभाषण 30 मिनिटे एकाच मॉडेलवर ठेवते. ते संभाषण X-Session-Id हेडरवरून ओळखते. हेडर नसल्यास ते पहिल्या वापरकर्ता संदेशाचा हॅश वापरते. अनेक वापरकर्ते असलेल्या चॅट ॲपसाठी प्रत्येक वापरकर्त्यासाठी एक सेशन ID पाठवा:

Python: प्रति वापरकर्ता एक सेशन

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,
    )

तुमच्या ॲपच्या प्रत्येक भागासाठी मॉडेल स्ट्रिंग निवडा:

तुमच्या ॲपमधील कार्यमॉडेल स्ट्रिंगकारण
वापरकर्त्यांसाठी चॅट उत्तरेautoडॅशबोर्डवर तुम्ही सेट केलेली साखळी पाळते
टूल्स असलेला एजंटauto:<profile>फक्त टूल-कॉलिंग मॉडेल्स असलेले प्रोफाइल
वर्गीकरण, राउटिंग, लहान सारांशauto:fastमोजलेल्या वेगानुसार मॉडेल्सचा क्रम लावते
कठीण तर्कशक्तीचे टप्पेauto:smartबुद्धिमत्तेनुसार मॉडेल्सचा क्रम लावते
पुनरावृत्ती करता येणाऱ्या चाचण्याएक निश्चित मॉडेल IDप्रत्येक वेळी तेच मॉडेल, पण त्या मॉडेलच्या मर्यादेवर थांबते

मोफत टियरला SLA नाही. दिवसभर विलंब बदलतो, आणि सर्वात सक्षम मॉडेल्स आधी दैनंदिन मर्यादेवर पोहोचतात. तुमची साखळी प्रत्यक्षात वापरणाऱ्या मॉडेल्सनी तुमच्या साखळ्यांची चाचणी करा.

विनंती मर्यादा आणि रिट्राय

एक प्रदाता 429 परत करतो तेव्हा FreeLLMAPI पुढच्या प्रदात्याचा प्रयत्न करते. साखळीतील प्रत्येक की मर्यादेवर असेल तेव्हाच तुमच्या कोडला 429 दिसते. तेव्हा प्रतिसादात Retry-After हेडर असते. अनेक दैनंदिन मर्यादा UTC मध्यरात्री रीसेट होतात.

बॅच जॉब्ससाठी with_retry सह दुसरा रिट्राय स्तर जोडा. ते संपूर्ण runnable घातांकी बॅकऑफ आणि जिटरसह पुन्हा चालवते.

Python: मर्यादेवर साखळी पुन्हा चालवा

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},
)
समस्याकारणउपाय
openai.AuthenticationErrorचुकीची एकत्रित कीKeys पेजवरून की पुन्हा कॉपी करा
प्रत्येक कॉलवर openai.NotFoundErrorबेस URL मध्ये /v1 नाहीhttp://localhost:3001/v1 वापरा
openai.RateLimitErrorसाखळीतील सर्व की मर्यादेवर आहेतप्रदाते जोडा, max_concurrency कमी करा किंवा Retry-After ची वाट पहा
टोकन किंवा इनपुट प्रकाराबद्दल एम्बेडिंग त्रुटीLangChain मजकूर नव्हे, टोकन पाठवतेcheck_embedding_ctx_length=False सेट करा
tool_calls रिकामे आहेमॉडेल टूल्सना समर्थन देत नाहीटूल्स तक्त्यातील मॉडेल किंवा टूल्स प्रोफाइल वापरा
तर्कशक्तीचा मजकूर गहाळ आहेChatOpenAI फक्त मानक OpenAI फील्ड ठेवतेउत्तर content मध्ये वाचा; प्रदात्याचे अतिरिक्त फील्ड ठेवले जात नाहीत
या सर्व मॉडेलचा वापर एकाच कीद्वारे करा. FreeLLMAPI हा एक ओपन-सोर्स, स्वतः होस्ट केलेला राउटर आहे. तो हे सर्व मोफत टियर एका OpenAI-सुसंगत एंडपॉइंटमागे ठेवतो आणि एखादे मॉडेल मर्यादेत असताना दुसऱ्याकडे वळवतो. कॅटलॉग ब्राउझ करा किंवा थेट पहा.

वारंवार विचारले जाणारे प्रश्न

मी LangChain सोबत मोफत LLM API वापरू शकतो का?

होय. कोणतीही OpenAI-सुसंगत API ChatOpenAI सोबत काम करते. base_url ला http://localhost:3001/v1 आणि api_key ला तुमची FreeLLMAPI एकत्रित की सेट करा. राउटर मोफत प्रदाता टियर वापरते.

LangChain ChatOpenAI मध्ये कस्टम बेस URL कसा सेट करू?

Python मध्ये ChatOpenAI ला base_url द्या. JavaScript मध्ये कन्स्ट्रक्टरला configuration: { baseURL } द्या. OPENAI_BASE_URL एन्व्हायर्नमेंट व्हेरिएबल Python मध्येही चालते.

LangChain एजंट मोफत मॉडेल्ससोबत काम करतात का?

होय, जर मॉडेल टूल कॉलिंगला समर्थन देत असेल तर. ChatOpenAI मॉडेलसह create_agent वापरा आणि टूल-कॉलिंग मॉडेल्स तुमच्या FreeLLMAPI साखळीत ठेवा.

नॉन-OpenAI प्रदात्यासोबत OpenAIEmbeddings अयशस्वी का होते?

डीफॉल्टनुसार ते टोकन ID पाठवते. इतर बहुतेक प्रदात्यांना कच्चा मजकूर हवा असतो. Python मध्ये check_embedding_ctx_length=False सेट करा.

LangChain मध्ये 429 त्रुटी कशा हाताळू?

ChatOpenAI वर max_retries सेट करा आणि बॅच जॉब्ससाठी साखळीत with_retry जोडा. तुमच्या कोडला 429 दिसण्यापूर्वीच FreeLLMAPI पुढच्या प्रदात्याकडे जाते.

संबंधित मार्गदर्शक

स्रोत

सर्व मार्गदर्शक · सर्व मोफत मॉडेल पहा