Gratis vertaal-API met LLM's
Grote taalmodellen vertalen goed tussen veel talen, en verschillende providers bieden ze gratis aan. Sommige gratis modellen zijn gemaakt voor vertalen, bijvoorbeeld Cohere Command A Translate. Deze gids toont de gratis modellen voor vertalen, Python-code die in batches vertaalt, en de limieten waarmee je rekening moet houden. Alle aanvragen gaan via FreeLLMAPI, dat 45 gratis providertiers bundelt achter één OpenAI-compatibele sleutel.
Code, modelnamen en labels uit de live catalogus worden in het Engels getoond.
Gratis modellen voor vertalen
Sommige gratis modellen zijn getraind voor veel talen of voor één taalregio. De tabel toont de meertalige en vertaalmodellen in de huidige gratis catalogus.
| Model | Gratis op | Context | Gratis limieten (beste aanbod) | Tools | Vision |
|---|---|---|---|---|---|
| Typhoon 2.5 30B A3B Instruct | Typhoon | 131K | Ongoing free research API (shared rate limits) | Ja | Nee |
| Qwen SEA-LION v4.5 27B | SEA-LION | 33K | 10 aanvragen/min 10 RPM | Nee | Nee |
| Nemotron 3 Super 120B | SEA-LION | - | 10 aanvragen/min 10 RPM | Ja | Nee |
| Qwen SEA-LION v4 32B | SEA-LION | 33K | 10 aanvragen/min 10 RPM | Nee | Nee |
| Llama SEA-LION v3 70B | SEA-LION | 131K | 10 aanvragen/min 10 RPM | Nee | Nee |
| Gemma SEA-LION v4 27B | Cloudflare Workers AI, SEA-LION | 131K | 10 aanvragen/min 10 RPM | Nee | Nee |
| Command A Translate | Cohere | 256K | 20 aanvragen/min 33 aanvragen/dag ~1-2M | Ja | Nee |
| Tiny Aya Global | Cohere | 8K | 20 aanvragen/min 33 aanvragen/dag 1K calls/mo shared | Nee | Nee |
| North Small Translate | Cohere | 33K | 20 aanvragen/min 33 aanvragen/dag ~1-2M | Nee | Nee |
| Tiny Aya Earth | Cohere | 8K | 20 aanvragen/min 33 aanvragen/dag 1K calls/mo shared | Nee | Nee |
| Tiny Aya Fire | Cohere | 8K | 20 aanvragen/min 33 aanvragen/dag 1K calls/mo shared | Nee | Nee |
| Tiny Aya Water | Cohere | 8K | 20 aanvragen/min 33 aanvragen/dag 1K calls/mo shared | Nee | Nee |
Toont 12 van 16 overeenkomende gratis modellen. Bekijk alle modellen.
Actuele gegevens uit de FreeLLMAPI-catalogus (versie 2026.11.19, gecontroleerd 2026-11-19). Gratis limieten veranderen vaak. De catalogus wordt elke dag gecontroleerd.
| Modelfamilie | Gemaakt voor | Bron |
|---|---|---|
| Command A Translate (Cohere) | Vertalen in 23 talen, waaronder Arabisch, Chinees, Hindi, Japans, Perzisch en Oekraïens | Cohere changelog, 28 augustus 2025 |
| Aya Expanse (Cohere) | Meertalige chat in 23 talen | Cohere-documentatie |
| SEA-LION (AI Singapore) | Zuidoost-Aziatische talen, 11 of meer | sea-lion.ai |
| Typhoon | Thai | opentyphoon.ai |
Algemene modellen vertalen ook goed, vooral tussen grote talen. De sterkste gratis algemene modellen van nu zijn:
| Model | Gratis op | Context | Gratis limieten (beste aanbod) | Tools | Vision |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 aanvragen/min 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Ja | Nee |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 meer | 1M | 40 aanvragen/min 40 RPM | Ja | Ja |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 aanvragen/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Ja | Ja |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Ja | Nee |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
| Deepseek V4.1 Flash | APINex | 1M | 5 aanvragen/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Nee | Nee |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 aanvragen/min 20 aanvragen/dag 250,000 tokens/min ~3M | Ja | Ja |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
Toont 8 van 184 overeenkomende gratis modellen. Bekijk alle modellen.
Actuele gegevens uit de FreeLLMAPI-catalogus (versie 2026.11.19, gecontroleerd 2026-11-19). Gratis limieten veranderen vaak. De catalogus wordt elke dag gecontroleerd.
Test elk model met je eigen teksten en taalparen. De kwaliteit verschilt sterk per paar. Een model dat goed is voor Engels naar Spaans, kan zwak zijn voor Thai naar Vietnamees.
De gateway instellen
Installeer FreeLLMAPI, voeg je gratis providersleutels toe op de pagina Keys van het dashboard en kopieer de uniforme sleutel. Voor de vertaalmodellen hierboven voeg je een Cohere-sleutel, een SEA-LION-sleutel of een NVIDIA-sleutel toe. Voeg Google-, Groq- of Mistral-sleutels toe voor algemene modellen.
Installeer en test één vertaling
curl -fsSL https://freellmapi.co/install.sh | bash
curl http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{
"model": "command-a-translate-08-2025",
"temperature": 0,
"messages": [
{"role": "system", "content": "Translate the user text into German. Return only the translation."},
{"role": "user", "content": "Your order has shipped."}
]
}'Een vast model-ID geeft elke keer dezelfde vertaalstijl. Wanneer dat model zijn gratis limiet bereikt, mislukt de aanvraag, tenzij hetzelfde model gratis is bij een andere provider. Wil je doorgaan met andere modellen, maak dan een fallbackketenprofiel, bijvoorbeeld translate, met je gekozen modellen in volgorde. Gebruik daarna auto:translate als model.
Vertalen in batches met Python
Eén aanvraag per string gebruikt je aanvraaglimieten snel op. Stuur 20 tot 50 korte strings in één aanvraag als JSON-lijst. De code controleert of het antwoord hetzelfde aantal items heeft en dezelfde placeholders. Mislukt de controle, dan vertaalt de code de strings één voor één.
translate.py
import json
import os
import re
import time
import openai
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:3001/v1",
api_key=os.environ["FREELLMAPI_API_KEY"],
max_retries=3,
timeout=90,
)
MODEL = "auto:translate" # a profile with your translation models
PLACEHOLDER = re.compile(r"\{[^}]+\}|%\w|<[^>]+>") # {name}, %s, <b>
SYSTEM = (
"You are a professional translator. Translate each string into {lang}. "
"Keep placeholders such as {{name}}, %s and HTML tags exactly as they are. "
"Use this glossary: {glossary}. "
"Return only a JSON array of strings, in the same order and with the same length."
)
def chat(messages):
for attempt in range(6):
try:
resp = client.chat.completions.create(model=MODEL, messages=messages, temperature=0)
return resp.choices[0].message.content or ""
except openai.RateLimitError as err:
header = err.response.headers.get("retry-after", "")
time.sleep(min(int(header) if header.isdigit() else 2 ** attempt, 120))
raise RuntimeError("Rate limited on every provider")
def same_placeholders(src: str, dst: str) -> bool:
return sorted(PLACEHOLDER.findall(src)) == sorted(PLACEHOLDER.findall(dst))
def parse_list(text: str):
text = text.strip().removeprefix("```json").removeprefix("```").removesuffix("```")
return json.loads(text)
def translate_batch(strings, lang, glossary="none"):
system = SYSTEM.format(lang=lang, glossary=glossary)
try:
out = parse_list(chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps(strings, ensure_ascii=False)},
]))
if len(out) == len(strings) and all(same_placeholders(s, d) for s, d in zip(strings, out)):
return out
except (json.JSONDecodeError, TypeError):
pass
# Fallback: one string per request
return [translate_one(s, system) for s in strings]
def translate_one(s, system):
text = chat([
{"role": "system", "content": system},
{"role": "user", "content": json.dumps([s], ensure_ascii=False)},
])
try:
return str(parse_list(text)[0])
except (json.JSONDecodeError, TypeError, IndexError, KeyError):
return text.strip() # keep the raw answer; review it later
def translate_all(strings, lang, size=30, glossary="none"):
result = []
for i in range(0, len(strings), size):
result.extend(translate_batch(strings[i:i + size], lang, glossary))
return result
if __name__ == "__main__":
ui = ["Welcome back, {name}!", "You have %s new messages.", "<b>Save</b> your changes"]
print(translate_all(ui, "French", glossary="messages = messages; Save = Enregistrer"))Gebruik temperature=0 voor vertalen. De uitvoer is dan stabieler tussen runs. Sla de vertalingen op in een bestand of database, en vertaal alleen nieuwe of gewijzigde strings.
Woordenlijsten, toon en lange documenten
- Woordenlijst: zet productnamen en vaste termen in het systeembericht. Vertel het model welke woorden het niet mag vertalen.
- Toon: geef het register aan, bijvoorbeeld formeel „Sie” in het Duits of informeel „tu” in het Frans.
- Context: voeg één regel toe over waar de tekst staat, bijvoorbeeld „knoplabels in een bankapp”. Korte strings zijn vaak dubbelzinnig zonder die context.
- Lange documenten: splits op alineagrenzen. Stuur elk deel met de vorige alinea als context, en vertaal alleen het nieuwe deel.
- Zelfde model voor één document: stuur een header
X-Session-Idmet de document-ID. FreeLLMAPI houdt een sessie 30 minuten op één model, zodat de termen gelijk blijven.
FreeLLMAPI heeft een optionele responscache voor identieke aanvragen. Een cachetreffer gebruikt geen providerquotum. Je kunt de cache voor één aanvraag aan- of uitzetten met de header X-FreeLLM-Cache. Met temperature=0 geven dezelfde string en dezelfde instructies dezelfde aanvraag, dus herhaalde strings komen uit de cache.
De kwaliteit automatisch controleren
Eenvoudige controles vinden de meeste slechte vertalingen voordat een persoon ze leest. Voer ze uit na elke batch en stuur alleen de mislukte strings naar een reviewlijst.
- Placeholders: de vertaling moet dezelfde placeholders en tags hebben als de bron. De code hierboven controleert dit al.
- Lengte: een vertaling die minder dan een derde of meer dan drie keer de lengte van de bron heeft, is vaak fout.
- Niet vertaalde tekst: als de uitvoer gelijk is aan de invoer, heeft het model de tekst niet vertaald.
- Terugvertaling: vertaal belangrijke tekst terug naar de brontaal met een ander model. Vergelijk de betekenis, niet de woorden.
Strings zoeken voor review
def needs_review(src: str, dst: str) -> bool:
ratio = len(dst) / max(len(src), 1)
return (
not same_placeholders(src, dst)
or dst.strip() == src.strip()
or ratio < 0.33
or ratio > 3.0
)
review = [(s, d) for s, d in zip(ui, translated) if needs_review(s, d)]Voor terugvertaling zet je een vast model-ID vast dat niet in je vertaalprofiel staat. Een ander model herhaalt de fouten van het eerste model minder snel.
Limieten en eerlijke afwegingen
Gratis tiers zijn goed voor app-strings, supportantwoorden, interne documenten en tests. Houd rekening met deze limieten:
| Limiet | Effect op vertalen | Wat te doen |
|---|---|---|
| Aanvragen per minuut en per dag | Een groot bestand kan het volledige dagquotum gebruiken | Batch 20 tot 50 strings per aanvraag. Voeg sleutels van meer providers toe. |
| Lage dagelijkse limieten voor specialistische modellen | Sommige vertaalmodellen staan maar weinig aanvragen per dag toe | Zet ze bovenaan in een profiel, met algemene modellen erna |
| Verschillende modellen na failover | Stijl en termen kunnen tussen batches veranderen | Gebruik een woordenlijst en een header X-Session-Id |
| Geen SLA | De latentie verandert gedurende de dag | Gebruik gratis tiers niet voor realtime vertalingen die binnen een vaste tijd moeten antwoorden |
| Gegevensvoorwaarden | Sommige gratis tiers kunnen prompts gebruiken om modellen te trainen | Stuur geen vertrouwelijke tekst naar die providers |
Machinevertaling kan fout zijn. Laat een moedertaalspreker juridische, medische en marketingteksten controleren voordat je ze publiceert. Wanneer elke sleutel in de keten zijn limiet heeft bereikt, geeft de gateway 429 terug met een Retry-After-header. De code hierboven wacht en probeert het dan opnieuw.
Veelgestelde vragen
Is er een gratis vertaal-API op basis van LLM's?
Ja. Verschillende providers bieden meertalige LLM's gratis aan, inclusief vertaalmodellen zoals Cohere Command A Translate. FreeLLMAPI levert ze via één OpenAI-compatibele sleutel.
Welk gratis LLM is het beste voor vertalen?
Dat hangt af van het taalpaar. Command A Translate dekt 23 talen, SEA-LION is gemaakt voor Zuidoost-Aziatische talen en Typhoon voor Thai. Test met je eigen teksten.
Hoe vertaal ik veel strings zonder de snelheidslimieten te bereiken?
Stuur 20 tot 50 strings in één aanvraag als JSON-lijst, gebruik temperature 0, cache de resultaten en voeg sleutels van meer providers toe.
Hoe behoud ik placeholders en HTML-tags in LLM-vertalingen?
Vertel het model om ze precies te behouden en controleer daarna elke vertaling. Komen de placeholders niet overeen, vertaal die string dan opnieuw of apart.
Is een gratis LLM-vertaling goed genoeg voor productie?
Voor app-strings en interne tekst vaak wel, met een woordenlijst en controles. Laat een moedertaalspreker juridische, medische en marketingteksten controleren.
Gerelateerde gidsen
- Gratis LLM-API in Python
- Gebruiken gratis LLM API's je data voor training?
- Rate limits van de gratis LLM API
- Gratis OpenAI-compatibele API-basis-URL's
- Gratis LLM-API voor commercieel gebruik
Bronnen
- Cohere changelog: Command A Translate (23 languages) (gecontroleerd 20 November 2026)
- Cohere docs: Aya (Aya Expanse, 23 languages) (gecontroleerd 20 November 2026)
- AI Singapore: SEA-LION (gecontroleerd 20 November 2026)
- Typhoon: Thai language models (gecontroleerd 20 November 2026)
- FreeLLMAPI docs: REST API (routing profiles, response cache header) (gecontroleerd 20 November 2026)