Zed मध्ये मोफत AI मॉडेल वापरा
Zed हा agent पॅनल असलेला ओपन-सोर्स कोड एडिटर आहे. तो OpenAI-सुसंगत प्रदाता किंवा Ollama सर्व्हर वापरू शकतो. हे मार्गदर्शक दोन्हीपैकी एका पद्धतीने Zed ला FreeLLMAPI द्वारे मोफत मॉडेलशी जोडते. शेवटच्या छोट्या भागात JetBrains AI Assistant आहे.
कोड, मॉडेलची नावे आणि थेट कॅटलॉग लेबल इंग्रजीत दाखवले जातात.
Zed ला जोडण्याचे दोन मार्ग
| पद्धत | Zed सेटिंग | FreeLLMAPI endpoint | की |
|---|---|---|---|
| OpenAI-सुसंगत प्रदाता (शिफारस केलेले) | language_models.openai_compatible | http://localhost:3001/v1 | एकत्रित की, Zed च्या settings UI मध्ये किंवा environment variable मध्ये |
| Ollama प्रदाता | language_models.ollama | http://localhost:3001 (Ollama emulation) | loopback वर काहीही नाही, किंवा एकत्रित की |
दोन्ही पद्धती एकच राउटर आणि एकच मोफत मॉडेल पूल वापरतात. OpenAI-सुसंगत पद्धतीला FreeLLMAPI च्या बाजूने कोणताही बदल लागत नाही. Ollama पद्धतीला Ollama emulation लागते, जे डिफॉल्टने बंद असते.
आधी FreeLLMAPI इन्स्टॉल करा. http://localhost:3001 उघडा, Keys पेजवर किमान दोन मोफत प्रदात्यांच्या की जोडा आणि तुमची एकत्रित की कॉपी करा.
macOS किंवा Linux वर इन्स्टॉल करा
curl -fsSL https://freellmapi.co/install.sh | bashपद्धत 1: OpenAI-सुसंगत प्रदाता
तुमची Zed settings.json फाइल उघडा आणि हा ब्लॉक जोडा. प्रदात्याची ID freellmapi आहे. max_tokens म्हणजे मॉडेलची संदर्भ विंडो.
Zed settings.json
{
"language_models": {
"openai_compatible": {
"freellmapi": {
"api_url": "http://localhost:3001/v1",
"available_models": [
{
"name": "auto",
"display_name": "FreeLLMAPI Auto",
"max_tokens": 128000,
"max_output_tokens": 8192,
"capabilities": {
"tools": true,
"images": false,
"parallel_tool_calls": false,
"prompt_cache_key": false,
"chat_completions": true
}
}
]
}
}
}
}की settings.json मध्ये ठेवू नका. या दोनपैकी एक पद्धत वापरा:
- कमांड पॅलेटमधून
agent: open settingsचालवा. LLM प्रदात्यांमध्ये जा, प्रदाता शोधा आणि की टाका. Zed ती सिस्टम keychain मध्ये ठेवते. - एक environment variable सेट करा. Zed नाव प्रदात्याच्या ID वरून upper snake case मध्ये बनवते, अधिक
_API_KEY. IDfreellmapiसाठी नावFREELLMAPI_API_KEYआहे. हे variable keychain पेक्षा प्राधान्य घेते.
Environment variable म्हणून की
export FREELLMAPI_API_KEY=<unified-key>
zedमॉडेल मेनूमध्ये हवे असलेल्या प्रत्येक मॉडेलसाठी available_models मध्ये एक नोंद जोडा. auto:smart आणि auto:fast ही नावेही वैध आहेत.
पद्धत 2: Ollama emulation
FreeLLMAPI Ollama सर्व्हर म्हणून काम करू शकते. ते /api/tags, /api/chat, /api/generate, /api/show, /api/version आणि /api/embed सेवा देते. Ollama प्रमाणे streaming newline-delimited JSON वापरते.
- FreeLLMAPI डॅशबोर्डवर Keys, Agents उघडा.
- Ollama emulation
open-loopbackकिंवाkey-requiredवर सेट करा. - खालील ब्लॉक Zed च्या
settings.jsonमध्ये जोडा. - Agent पॅनल उघडा आणि मॉडेल निवडा.
Zed settings.json
{
"language_models": {
"ollama": {
"api_url": "http://localhost:3001",
"context_window": 128000
}
}
}open-loopbackला की लागत नाही, पण ती फक्त या संगणकावरील विनंत्यांसाठी.- FreeLLMAPI Docker मध्ये चालत असेल, तर
open-loopbackप्रकाशित पोर्टवरून येणाऱ्या विनंत्या नाकारते.key-requiredवापरा,OLLAMA_API_KEYला तुमची एकत्रित की सेट करा, किंवा प्रदात्याच्या UI मध्ये ती टाका. - Zed संदर्भ आकार
num_ctxम्हणून पाठवते. डिफॉल्ट 4096 टोकन आहे, जे agent कामासाठी खूप लहान आहे.context_windowसेट करा.
Agent पॅनलसाठी मॉडेल निवडा
Zed डॉक्युमेंटेशन म्हणते की प्रत्येक मॉडेल आणि प्रदात्याने tool calling ला सपोर्ट केला पाहिजे. tool सपोर्ट नसलेले मॉडेल agent पॅनलमध्ये "No tools" लेबल दाखवते. tool calling आणि मोठी संदर्भ विंडो असलेली मॉडेल वापरा.
| मॉडेल | मोफत उपलब्ध | संदर्भ | मोफत मर्यादा (सर्वोत्तम ऑफर) | साधने | व्हिजन |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 विनंत्या/मिनिट 1 req/min per model | होय | नाही |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 विनंत्या/मिनिट 40 RPM | होय | होय |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | होय | होय |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | होय | नाही |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 विनंत्या/मिनिट 20 विनंत्या/दिवस 250,000 टोकन/मिनिट ~3M | होय | होय |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | होय | होय |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 विनंत्या/मिनिट 50 विनंत्या/दिवस 50 req/day account-wide (1,000 after a $10 purchase) | होय | होय |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 विनंत्या/मिनिट 50 विनंत्या/दिवस Shared rate limit | होय | नाही |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 विनंत्या/मिनिट 250 विनंत्या/दिवस 70,000 टोकन/मिनिट ~6M | होय | होय |
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.
मोफत टियरवर प्रति मिनिट आणि प्रति दिवस मर्यादा असतात. प्रदाता 429 त्रुटी पाठवतो, तेव्हा FreeLLMAPI तुमच्या साखळीतील पुढचे मॉडेल प्रयत्न करते. लांब agent सत्रांसाठी चार किंवा अधिक प्रदात्यांच्या की जोडा.
/v1/completions endpoint ला पाठवू शकते. FreeLLMAPI दोन्ही सेवा देते. Zed edit prediction डॉक्युमेंटेशनमध्ये या दोन प्रदात्यांसाठी API की फील्ड दाखवलेले नाही. हे संयोजन FreeLLMAPI सोबत आम्ही पडताळलेले नाही, त्यामुळे त्यावर अवलंबून राहण्यापूर्वी ते तपासा.JetBrains AI Assistant
JetBrains AI Assistant OpenAI-सुसंगत प्रदाता किंवा स्थानिक Ollama सर्व्हर वापरू शकते. Settings, Tools, AI Assistant, Providers & API keys उघडा. दोन पर्याय आहेत:
- स्वतःची की आणा, OpenAI-सुसंगत: base URL
http://localhost:3001/v1, तुमची एकत्रित की आणिautoसारखी मॉडेल ID टाका. JetBrains डॉक्युमेंटेशन म्हणते की BYOK JetBrains AI सबस्क्रिप्शनशिवाय agents सोबत काम करते. - Ollama: Third-party AI providers मध्ये Ollama निवडा. URL फील्डमध्ये
http://localhost:3001टाका आणि Test Connection वर क्लिक करा. मग Models Assignment मध्ये मॉडेल नेमा. आधी FreeLLMAPI मध्ये Ollama emulation चालू करा.
JetBrains डॉक्युमेंटेशन स्थानिक मॉडेलसाठी मर्यादा देते: agents त्यांचा वापर करू शकत नाहीत, आणि AI Assistant त्यांच्यासह MCP tools कॉल करू शकत नाही. Inline completion आणि next edit सूचना डिफॉल्टने JetBrains मॉडेल वापरतात. agent कामासाठी BYOK पर्याय वापरा.
समस्यानिवारण
| समस्या | कारण | उपाय |
|---|---|---|
401 "Invalid API key" | Zed कडे प्रदात्याची की नाही, किंवा चुकीची की आहे | FREELLMAPI_API_KEY सेट करा, किंवा agent सेटिंग्जमध्ये की टाका |
| मॉडेलवर "No tools" लेबल | मॉडेलसाठी tools बंद आहेत, किंवा मॉडेलला tool calling नाही | "tools": true सेट करा आणि तक्त्यातील मॉडेल वापरा |
| Ollama प्रदाता कोणतेही मॉडेल दाखवत नाही | FreeLLMAPI मध्ये Ollama emulation बंद आहे | Keys, Agents मध्ये ते चालू करा |
| Docker मधून Ollama विनंत्या नाकारल्या जातात | open-loopback फक्त loopback peers स्वीकारते | तुमच्या एकत्रित कीसह key-required वापरा |
| लांब प्रॉम्प्टमधील संदर्भ हरवतो | num_ctx 4096 टोकन आहे | Ollama सेटिंग्जमध्ये context_window सेट करा |
| N प्रयत्नांनंतर सर्व मॉडेल रेट-मर्यादित (त्रुटी संदेश: "All models rate-limited after N attempts") | सर्व की त्यांच्या मर्यादेवर आहेत | आणखी प्रदात्यांच्या की जोडा, किंवा cooldown ची वाट पाहा |
वारंवार विचारले जाणारे प्रश्न
Zed मध्ये custom LLM वापरता येते का?
होय. settings.json मधील language_models मध्ये api_url आणि available_models असलेला openai_compatible प्रदाता जोडा. Zed custom api_url असलेला Ollama प्रदाता देखील सपोर्ट करते.
Zed मध्ये मोफत AI मॉडेल कसे वापरू?
OpenAI-सुसंगत प्रदात्याला http://localhost:3001/v1 वर FreeLLMAPI कडे निर्देशित करा. गेटवे प्रत्येक विनंती मोफत प्रदाता टियरकडे पाठवते, त्यामुळे inference चा खर्च $0 आहे.
Custom प्रदात्याची API की Zed कुठे ठेवते?
agent सेटिंग्जमध्ये टाकलेली की Zed सिस्टम keychain मध्ये ठेवते. प्रदात्याच्या ID वरून नाव दिलेले environment variable देखील सेट करू शकता, उदाहरणार्थ FREELLMAPI_API_KEY.
JetBrains AI Assistant मोफत मॉडेलसह काम करते का?
होय. OpenAI-सुसंगत base URL सह Bring your own key वापरा, किंवा Ollama प्रदाता. JetBrains डॉक्युमेंटेशन म्हणते की agents स्थानिक मॉडेल वापरू शकत नाहीत, त्यामुळे agent कामासाठी BYOK वापरा.
संबंधित मार्गदर्शक
- VS Code मध्ये मोफत AI मॉडेल
- मोफत LLM API सह Continue
- Cline, Roo Code आणि Kilo Code मोफत API सह
- सर्वोत्तम मोफत कोडिंग मॉडेल API
- मोफत OpenAI-सुसंगत API बेस URL
स्रोत
- Zed docs: use API access (OpenAI-compatible providers) (तपासले 20 November 2026)
- Zed docs: use a local model (Ollama) (तपासले 20 November 2026)
- Zed docs: agent panel (तपासले 20 November 2026)
- Zed docs: edit prediction (तपासले 20 November 2026)
- JetBrains AI Assistant: use custom models (तपासले 20 November 2026)
- JetBrains AI Assistant: bring your own key (तपासले 20 November 2026)
- FreeLLMAPI docs: Ollama clients (तपासले 20 November 2026)