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.
| Model | Gratis op | Context | Gratis limieten (beste aanbod) | Tools | Vision |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 aanvragen/min 20 aanvragen/dag 250,000 tokens/min ~3M | Ja | Ja |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 meer | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 meer | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Nee | Nee |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | Nee | Nee |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 aanvragen/dag Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Nee | Nee |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 aanvragen/min 5,000 aanvragen/dag 500,000 tokens/dag 500K tokens/day · 5,000 req/day | Nee | Nee |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 aanvragen/dag Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Nee | Nee |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | Ja | Nee |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 aanvragen/dag 200 rpd | Nee | Ja |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 aanvragen/min 40 RPM | Nee | Ja |
| Command A Reasoning | Cohere | 256K | 20 aanvragen/min 33 aanvragen/dag ~1-2M | Ja | Nee |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 aanvragen/min 50 aanvragen/dag 50 req/day account-wide (1,000 after a $10 purchase) | Nee | Nee |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | Ja | Ja |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 aanvragen/min 5,000 aanvragen/dag 500,000 tokens/dag 500K tokens/day · 5,000 req/day | Nee | Nee |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | Ja | Nee |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | Ja | Nee |
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.
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 | bashOpen 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.
| Taak | Redeneermodel gebruiken? | Waarom |
|---|---|---|
| Wiskunde, logische puzzels, planning | Ja | Stap voor stap denken vermindert fouten |
| Moeilijke bugs en algoritmeontwerp | Ja | Het model controleert zijn eigen stappen |
| Chat, korte antwoorden, vertaling | Nee | Denken kost extra tijd en tokens met weinig winst |
| Agents met veel toolaanroepen | Soms | Elke 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. Gebruikauto:fastvoor 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
| Probleem | Oorzaak | Oplossing |
|---|---|---|
Lege content, finish_reason: "length" | Het denken gebruikte het volledige outputbudget | Verhoog max_tokens naar 4.000 of meer |
<think>-tekst in het antwoord | De provider geeft zichtbaar denkwerk terug | Verwijder de tags in je code |
| Lange uitleg bij een korte vraag | Sommige redeneermodellen leggen hun denkproces uit | Vraag om "alleen het definitieve antwoord", of gebruik een model zonder redenering |
| Fout 429 na enkele aanvragen | Denktokens gebruikten de limiet van tokens per minuut | Voeg meer providersleutels toe, of gebruik redeneren alleen voor moeilijke taken |
| Trage antwoorden | Het model schrijft veel denktokens | Gebruik auto:fast voor eenvoudige taken |
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
- free gpt oss api
- free deepseek api
- free qwen api
- Beste gratis API's voor codemodellen
- Rate limits van de gratis LLM API
Bronnen
- FreeLLMAPI docs: Routing strategies and native Gemini API (gecontroleerd 20 November 2026)
- Google AI Studio docs: Thinking (gecontroleerd 20 November 2026)
- Gemini Developer API pricing (gecontroleerd 20 November 2026)
- Groq docs: Reasoning (gecontroleerd 20 November 2026)