Home / Gidsen / Gratis API voor redeneermodellen

Gratis API voor redeneermodellen

Een redeneermodel denkt na voordat het antwoordt. Het schrijft verborgen of zichtbare stappen en geeft daarna het definitieve antwoord. Dit helpt bij wiskunde, logica, planning en moeilijke code. Verschillende providers bieden redeneermodellen gratis aan. Deze gids laat ze zien, legt de kosten van denktokens uit en geeft werkende code.

Code, modelnamen en labels uit de live catalogus worden in het Engels getoond.

Gratis redeneermodellen van dit moment

De tabel toont gratis modellen met redeneren in de naam, bijvoorbeeld GPT-OSS, R1, QwQ, Thinking, Reasoning en Magistral. De gegevens komen uit de live catalogus. Veel andere modellen, zoals Gemini Flash, denken ook na, maar hun namen laten dat niet zien.

Gratis redeneermodellen, sterkste eerst
ModelGratis opContextGratis limieten (beste aanbod)ToolsVision
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 aanvragen/min
20 aanvragen/dag
250,000 tokens/min
~3M
JaJa
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 meer131K30 aanvragen/min
1,000 aanvragen/dag
8,000 tokens/min
200,000 tokens/dag
~6M
JaNee
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 meer131K30 aanvragen/min
1,000 aanvragen/dag
8,000 tokens/min
200,000 tokens/dag
~6M
JaNee
GPT-OSS Safeguard 20BGroq, LLMTR131K30 aanvragen/min
1,000 aanvragen/dag
8,000 tokens/min
200,000 tokens/dag
~6M
JaNee
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsNeeNee
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditNeeNee
Qwen3 235B A22B Thinking 2507ModelScope262K200 aanvragen/dag
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NeeNee
GPT-OSS 120B (via Groq)DreamPrompting131K100 aanvragen/min
5,000 aanvragen/dag
500,000 tokens/dag
500K tokens/day · 5,000 req/day
NeeNee
Qwen3 Next 80B A3B ThinkingModelScope262K200 aanvragen/dag
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NeeNee
QwQ 32BCloudflare Workers AI131K~10-20MJaNee
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 aanvragen/dag
200 rpd
NeeJa
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 aanvragen/min
40 RPM
NeeJa
Command A ReasoningCohere256K20 aanvragen/min
33 aanvragen/dag
~1-2M
JaNee
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 aanvragen/min
50 aanvragen/dag
50 req/day account-wide (1,000 after a $10 purchase)
NeeNee
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditJaJa
GPT-OSS 20B (via Groq)DreamPrompting131K100 aanvragen/min
5,000 aanvragen/dag
500,000 tokens/dag
500K tokens/day · 5,000 req/day
NeeNee
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MJaNee
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditJaNee

Actuele gegevens uit de FreeLLMAPI-catalogus (versie 2026.11.19, gecontroleerd 2026-11-19). Gratis limieten veranderen vaak. De catalogus wordt elke dag gecontroleerd.

GPT-OSS 120B wordt door verschillende providers gratis aangeboden, dus failover heeft veel opties. QwQ 32B en DeepSeek R1 Distill Qwen 32B draaien op Cloudflare Workers AI. Qwen3 Thinking-modellen hebben een context van 262K tokens op ModelScope.

Denktokens gebruiken je outputbudget

Dit is het meest voorkomende probleem bij redeneermodellen. Het model schrijft eerst zijn denkwerk. Deze denktokens tellen mee voor de outputlimiet, net als het antwoord.

  • Google zegt: de outputlimiet van Gemini omvat denktokens. Als het model de limiet bereikt terwijl het denkt, kan de output worden afgekapt of leeg zijn. De denktokens worden wel meegeteld.
  • Groq zegt: de standaard van 1.024 completion-tokens kan te laag zijn voor complex redeneren.
  • Gratis limieten: denktokens tellen ook mee voor de limieten van tokens per minuut en tokens per dag. Een redeneerantwoord kan veel meer tokens gebruiken dan een direct antwoord op dezelfde vraag.
Regel: stel geen kleine max_tokens in bij een redeneermodel. Begin bij 4.000 of meer. Als finish_reason length is en de content leeg is, heeft het model het volledige budget aan denken besteed.

Stap 1: installeer FreeLLMAPI en voeg sleutels toe

FreeLLMAPI is open source. Het draait op je computer in Docker. Je providersleutels blijven op je computer.

Installeren (macOS of Linux)

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

Open het dashboard op http://localhost:3001. Voeg Groq-, Cloudflare- en Google AI Studio-sleutels toe op de pagina Keys. Elk van deze biedt gratis redeneermodellen. Kopieer je uniforme sleutel van dezelfde pagina.

Stap 2: roep een redeneermodel aan

curl

curl http://localhost:3001/v1/chat/completions \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-oss-120b",
    "max_tokens": 4000,
    "messages": [{"role": "user", "content": "A bat and a ball cost 1.10 in total. The bat costs 1.00 more than the ball. What does the ball cost?"}]
  }'

Python: controleer op een afgekapt antwoord en verwijder de denktekst

import re
from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")

resp = client.chat.completions.create(
    model="openai/gpt-oss-120b",  # or "auto:smart" to rank by intelligence
    max_tokens=4000,
    messages=[{"role": "user", "content": "Plan a 3-step database migration with no downtime."}],
)
choice = resp.choices[0]
text = choice.message.content or ""
text = re.sub(r"<think>.*?</think>", "", text, flags=re.S).strip()  # some models return visible thinking

if choice.finish_reason == "length" and not text:
    print("The model used the full budget to think. Raise max_tokens.")
else:
    print(text)
print("tokens used:", resp.usage.completion_tokens if resp.usage else "unknown")

Sommige providers geven het denkwerk terug in <think>-tags in de content. Andere verbergen het, of geven het terug in een apart veld. Verwijder de tags voordat je het antwoord aan gebruikers toont.

Bepaal de hoeveelheid denkwerk

Providers hebben eigen instellingen voor de lengte van het denkwerk. Groq accepteert reasoning_effort met low, medium of high bij GPT-OSS-modellen. Gemini 3-modellen gebruiken een instelling thinking_level. De documentatie van FreeLLMAPI beschrijft niet hoe deze velden door de gateway gaan, dus test ze eerst op je installatie.

Het native Gemini-eindpunt van FreeLLMAPI, /v1beta/models/{model}:generateContent, vertaalt budgetten voor denkwerk. Gebruik het als je het denkwerk van Gemini wilt bepalen.

TaakRedeneermodel gebruiken?Waarom
Wiskunde, logische puzzels, planningJaStap voor stap denken vermindert fouten
Moeilijke bugs en algoritmeontwerpJaHet model controleert zijn eigen stappen
Chat, korte antwoorden, vertalingNeeDenken kost extra tijd en tokens met weinig winst
Agents met veel toolaanroepenSomsElke ronde betaalt de kosten van het denken opnieuw

Prompts en routering voor redeneertaken

  • Geef het doel en de regels: geef alle feiten, beperkingen en het verwachte resultaat in de prompt. Een redeneermodel kan tijdens het denken geen ontbrekende feiten bij je opvragen.
  • Stel het antwoordformaat in: vraag het definitieve antwoord in een vaste vorm, bijvoorbeeld één getal of een JSON-object. Dan kan je code het lezen zonder de denktekst.
  • Geef testgevallen: voeg voor code voorbeeldinvoer en -uitvoer toe. Het model kan dan zijn antwoord ermee controleren.
  • Routeer op taak: gebruik model: "auto:smart" om modellen op intelligentie te rangschikken voor moeilijke taken. Gebruik auto:fast voor eenvoudige taken, zodat je de kosten van het denken niet betaalt.
  • Eén moeilijke vraag per aanvraag: meerdere moeilijke vragen in één aanvraag delen één outputbudget. Splits ze in aparte aanvragen.

De strategieën auto:* rangschikken elk ingeschakeld model en negeren de volgorde van je keten. Om redeneeraanvragen alleen bij redeneermodellen te houden, zet je een model-id vast. Je kunt ook een benoemde fallbackketen maken met alleen redeneermodellen. Roep die daarna aan met auto:<profile-name>.

Probleemoplossing

ProbleemOorzaakOplossing
Lege content, finish_reason: "length"Het denken gebruikte het volledige outputbudgetVerhoog max_tokens naar 4.000 of meer
<think>-tekst in het antwoordDe provider geeft zichtbaar denkwerk terugVerwijder de tags in je code
Lange uitleg bij een korte vraagSommige redeneermodellen leggen hun denkproces uitVraag om "alleen het definitieve antwoord", of gebruik een model zonder redenering
Fout 429 na enkele aanvragenDenktokens gebruikten de limiet van tokens per minuutVoeg meer providersleutels toe, of gebruik redeneren alleen voor moeilijke taken
Trage antwoordenHet model schrijft veel denktokensGebruik auto:fast voor eenvoudige taken
Gebruik elk van deze met één sleutel. FreeLLMAPI is een open-source router die u zelf host. Die zet al deze gratis tarieven achter één eindpunt dat compatibel is met OpenAI. Bij een snelheidslimiet schakelt de router automatisch over. Bekijk de catalogus of live gaan.

Veelgestelde vragen

Is er een gratis API voor redeneermodellen?

Ja. Groq, Cloudflare, NVIDIA, OVH, OpenRouter en andere providers bieden redeneermodellen gratis aan, zoals GPT-OSS 120B, QwQ 32B en DeepSeek R1 Distill. FreeLLMAPI zet ze achter één OpenAI-compatibele sleutel.

Tellen denktokens mee als outputtokens?

Ja. Google zegt dat de outputlimiet van Gemini denktokens omvat, en dat denktokens worden meegeteld. Op gratis tiers gebruiken ze ook je limiet van tokens per minuut.

Waarom geeft mijn redeneermodel een leeg antwoord?

Het model heeft het volledige max_tokens-budget gebruikt om te denken, dus er waren geen tokens meer over voor het antwoord. Verhoog max_tokens naar 4.000 of meer.

Is DeepSeek R1 gratis via een API?

DeepSeek R1 Distill Qwen 32B staat in de gratis catalogus van Cloudflare Workers AI. De tabel op deze pagina toont de providers die het vandaag aanbieden.

Welk gratis redeneermodel is het beste?

GPT-OSS 120B is een goede standaard, omdat verschillende providers het gratis aanbieden. Gebruik de tabel op deze pagina, die modellen sorteert op intelligentie uit de live catalogus.

Gerelateerde gidsen

Bronnen

Alle gidsen · Bekijk alle gratis modellen