Darmowe API LLM dla LangChain
LangChain łączy się z API zgodnymi z OpenAI przez ChatOpenAI i OpenAIEmbeddings. Zmieniasz adres bazowy i klucz. Ten poradnik kieruje obie klasy na FreeLLMAPI, który zbiera 45 darmowych planów dostawców za jednym kluczem. Poniższy kod działa w Pythonie i JavaScript i obsługuje limity szybkości.
Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.
Konfiguracja bramy i pakietów
Zainstaluj FreeLLMAPI i dodaj darmowe klucze od dwóch lub więcej dostawców na stronie Keys w panelu. Skopiuj wspólny klucz. Twój kod używa tylko tego klucza. Klucze dostawców pozostają w FreeLLMAPI.
Instalacja FreeLLMAPI i pakietów LangChain
curl -fsSL https://freellmapi.co/install.sh | bash
# Python
pip install -U langchain langchain-openai
# JavaScript
npm install @langchain/openai @langchain/core zodZmienne środowiskowe
export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>Użyj model="auto", aby router wybierał model. Możesz też użyć strategii routingu, na przykład auto:fast lub auto:smart. Działa też nazwany profil, taki jak auto:coding, oraz stały identyfikator modelu z katalogu.
Aby zobaczyć, które modele Twoje klucze mogą teraz wywołać, wyślij żądanie GET /v1/models?execution_status=ready. Pełna lista zawiera też modele bez klucza. Model ze statusem exhausted ma klucze, ale wszystkie są w tej chwili na limicie. Ten status znika, gdy kończą się przerwy po błędach.
Lista modeli, które mogą odpowiedzieć teraz
curl "http://localhost:3001/v1/models?execution_status=ready" \
-H "Authorization: Bearer <unified-key>"Czat z ChatOpenAI
W Pythonie ustaw base_url i api_key. Wartość max_retries trafia do klienta OpenAI, który ponawia błędy 429 i 5xx z rosnącym czasem oczekiwania.
Python: czat i strumieniowanie
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)W JavaScript umieść adres bazowy w configuration.baseURL. Obiekt configuration trafia do oficjalnego klienta OpenAI SDK.
JavaScript: czat i strumieniowanie
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));
}Nagłówek x-routed-via pokazuje dostawcę i model, które odpowiedziały. Jeśli router zmienił dostawcę, x-fallback-trail pokazuje każdą nieudaną próbę i jej przyczynę.
Narzędzia i agenci
FreeLLMAPI przekazuje tools w stylu OpenAI do każdego dostawcy i zwraca tool_calls w formacie OpenAI. Dla Gemini tłumaczy żądanie na format Google i z powrotem. Użyj bind_tools dla jednego wywołania albo create_agent dla pętli, która uruchamia narzędzia.
Python: bind_tools i 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);Tylko niektóre darmowe modele obsługują wywoływanie narzędzi. Przy auto trzymaj modele z obsługą narzędzi w łańcuchu zapasowym albo utwórz profil dla agentów. Te darmowe modele obsługują narzędzia dzisiaj:
| Model | Za darmo w | Kontekst | Darmowe limity (najlepsza oferta) | Narzędzia | Wizja |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 żądań/min 1 req/min per model | Tak | Nie |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 żądań/min 40 RPM | Tak | Tak |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | Tak | Tak |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | Tak | Nie |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Tak | Tak |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 żądań/min 20 żądań/dzień 250,000 tokenów/min ~3M | Tak | Tak |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Tak | Tak |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 żądań/min 50 żądań/dzień 50 req/day account-wide (1,000 after a $10 purchase) | Tak | Tak |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 żądań/min 50 żądań/dzień Shared rate limit | Tak | Nie |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 żądań/min 250 żądań/dzień 70,000 tokenów/min ~6M | Tak | Tak |
Pokazano 10 z 109 pasujących darmowych modeli. Zobacz wszystkie modele.
Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.
Osadzenia z OpenAIEmbeddings
Domyślnie OpenAIEmbeddings w Pythonie dzieli tekst tokenizerem OpenAI i wysyła tokeny. Większość innych dostawców wymaga surowego tekstu. Ustaw check_embedding_ctx_length=False, aby wysyłać tekst.
Python: osadzenia
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: osadzenia
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);Przełączanie osadzeń w FreeLLMAPI nigdy nie zmienia modelu. Przechodzi tylko między dostawcami obsługującymi tę samą rodzinę. Dzięki temu wszystkie wektory w jednej bazie wektorowej pozostają zgodne. Wybierz rodzinę i trzymaj się jej. Darmowe modele osadzeń dzisiaj to:
| Model | Dostawca | Wymiary | Maks. wejście | Darmowy limit |
|---|---|---|---|---|
Gemini Embeddinggemini-embedding-001 | Google AI Studio | 3072 | 2048 | 100 rpm · 1K req/day |
Nemotron Embed VL 1Bnvidia/llama-nemotron-embed-vl-1b-v2 | NVIDIA NIM | 2048 | 8192 | ~40 rpm |
Nemotron 3 Embed 1B (OR free)nvidia/nemotron-3-embed-1b:free | OpenRouter | 2048 | 32768 | 20 rpm · shared free daily cap |
SEA-LION E5 Embedding 600Maisingapore/SEA-LION-E5-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 300Maisingapore/SEA-LION-ModernBERT-Embedding-300M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 600Maisingapore/SEA-LION-ModernBERT-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
BGE-M3@cf/baai/bge-m3 | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
EmbeddingGemma 300M@cf/google/embeddinggemma-300m | Cloudflare Workers AI | 768 | 2048 | 10K neurons/day (shared) |
Qwen3 Embedding 0.6B@cf/qwen/qwen3-embedding-0.6b | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
Cohere Embed v4embed-v4.0 | Cohere | 1536 | 128000 | 1K calls/mo (shared w/ chat) |
Gemini Embedding 2gemini-embedding-2 | Google AI Studio | 3072 | 8192 | free-tier rate limited |
Nemotron 3 Embed 1Bnvidia/nemotron-3-embed-1b | NVIDIA NIM | 2048 | 4096 | ~40 rpm |
PLaMo Embedding 1B (CF)@cf/pfnet/plamo-embedding-1b | Cloudflare Workers AI | 2048 | 4096 | 10K neurons/day (shared) |
BGE Small EN v1.5 (CF)@cf/baai/bge-small-en-v1.5 | Cloudflare Workers AI | 384 | 512 | 10K neurons/day (shared) |
BGE Base EN v1.5 (CF)@cf/baai/bge-base-en-v1.5 | Cloudflare Workers AI | 768 | 512 | 10K neurons/day (shared) |
BGE Large EN v1.5 (CF)@cf/baai/bge-large-en-v1.5 | Cloudflare Workers AI | 1024 | 512 | 10K neurons/day (shared) |
Mistral Embedmistral-embed | Mistral | 1024 | 8192 | free mode · monthly cap (shared) |
Codestral Embedcodestral-embed | Mistral | 1536 | 8192 | free mode · monthly cap (shared) |
Llama Text Embed v2 (Pinecone)llama-text-embed-v2 | Pinecone | 1024 | 2048 | 5M tokens/mo per model |
Multilingual E5 Large (Pinecone)multilingual-e5-large | Pinecone | 1024 | 507 | 5M tokens/mo per model |
Nemotron 3 Embed 1B (Speka)nvidia/nemotron-3-embed-1b | Speka | 2048 | 8192 | $1/month shared across Speka models |
OpenAI: Text Embedding 3 Small (ElectronHub)text-embedding-3-small | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
OpenAI: Text Embedding 3 Large (ElectronHub)text-embedding-3-large | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Nemotron 3 Embed 8B (Inferbase)nvidia-nemotron-3-embed-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 0.6B (Inferbase)qwen3-embedding-0-6b | Inferbase | 1024 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 4B (Inferbase)qwen3-embedding-4b | Inferbase | 2560 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 8B (Inferbase)qwen3-embedding-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
LFM2.5 Embedding 350M (LLMTR)liquid/lfm-2.5-embedding-350m-free | LLMTR | 1024 | 512 | Ongoing zero-price route; provider terms apply |
BGE-M3 (SEA-LION)BAAI/bge-m3 | SEA-LION | 1024 | 8192 | free · 10 rpm |
Cohere Embed English v3embed-english-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Qwen3 Embedding 8B (OVH)Qwen3-Embedding-8B | OVH AI Endpoints | 4096 | 32768 | free · anonymous 2 req/min per IP |
BGE-M3 (OVH)bge-m3 | OVH AI Endpoints | 1024 | 8192 | free · anonymous 2 req/min per IP |
BGE Multilingual Gemma2 (OVH)bge-multilingual-gemma2 | OVH AI Endpoints | 3584 | 8192 | free · anonymous 2 req/min per IP |
Mistral: Codestral Embed (ElectronHub)codestral-embed | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Mistral: Mistral Embed (ElectronHub)mistral-embed | ElectronHub | 1024 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 2 (ElectronHub)gemini-embedding-2 | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 001 (ElectronHub)gemini-embedding-001 | ElectronHub | 3072 | 2048 | $0.25/week shared free credits |
OpenAI: Text Embedding Ada 002 (ElectronHub)text-embedding-ada-002 | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Cohere Embed English Light v3embed-english-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual v3embed-multilingual-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual Light v3embed-multilingual-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.
Dane wyjściowe o strukturze, sesje i wybór modelu
with_structured_output zwraca obiekt Pydantic zamiast tekstu. Domyślnie LangChain używa do tego wywołań funkcji. Ta metoda działa na każdym darmowym modelu, który obsługuje narzędzia.
Python: dane wyjściowe o strukturze
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)Nie używaj method="json_schema" z auto. Nie każdy darmowy dostawca obsługuje ścisłe wyjście JSON schema, a router może wybrać innego dostawcę dla każdego żądania.
FreeLLMAPI trzyma rozmowę na jednym modelu przez 30 minut. Znajduje rozmowę po nagłówku X-Session-Id. Jeśli nagłówka nie ma, używa skrótu pierwszej wiadomości użytkownika. W aplikacji czatu z wieloma użytkownikami wysyłaj jeden identyfikator sesji na użytkownika:
Python: jedna sesja na użytkownika
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,
)Wybierz ciąg modelu dla każdej części aplikacji:
| Zadanie w aplikacji | Ciąg modelu | Powód |
|---|---|---|
| Odpowiedzi czatu dla użytkowników | auto | Korzysta z łańcucha ustawionego w panelu |
| Agent z narzędziami | auto:<profile> | Profil zawierający tylko modele z obsługą narzędzi |
| Klasyfikacja, routing, krótkie podsumowania | auto:fast | Sortuje modele według zmierzonej szybkości |
| Trudne kroki rozumowania | auto:smart | Sortuje modele według inteligencji |
| Testy, które muszą być powtarzalne | Stały identyfikator modelu | Za każdym razem ten sam model, ale zatrzymuje się na limicie tego modelu |
Darmowe plany nie mają SLA. Opóźnienia zmieniają się w ciągu dnia, a najmocniejsze modele pierwsze osiągają dzienne limity. Testuj swoje łańcuchy z modelami, których łańcuch faktycznie użyje.
Limity szybkości i ponowienia
FreeLLMAPI próbuje następnego dostawcy, gdy jeden zwróci 429. Twój kod widzi 429 dopiero wtedy, gdy każdy klucz w łańcuchu jest na limicie. Wtedy odpowiedź zawiera nagłówek Retry-After. Wiele dziennych limitów resetuje się o północy czasu UTC.
Przy zadaniach wsadowych dodaj drugą warstwę ponowień za pomocą with_retry. Ponawia cały runnable z rosnącym czasem oczekiwania i losowym rozrzutem.
Python: ponawianie łańcucha przy limitach
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},
)| Problem | Przyczyna | Rozwiązanie |
|---|---|---|
openai.AuthenticationError | Zły wspólny klucz | Skopiuj klucz ponownie ze strony Keys |
openai.NotFoundError przy każdym wywołaniu | Adres bazowy nie zawiera /v1 | Użyj http://localhost:3001/v1 |
openai.RateLimitError | Wszystkie klucze w łańcuchu są na limicie | Dodaj dostawców, zmniejsz max_concurrency albo poczekaj na Retry-After |
| Błąd osadzeń dotyczący tokenów lub typu wejścia | LangChain wysyła tokeny, a nie tekst | Ustaw check_embedding_ctx_length=False |
tool_calls jest puste | Model nie obsługuje narzędzi | Użyj modelu z tabeli narzędzi albo profilu narzędzi |
| Brak tekstu rozumowania | ChatOpenAI zachowuje tylko standardowe pola OpenAI | Odczytaj odpowiedź z content; dodatkowe pola dostawcy nie są zachowywane |
Najczęstsze pytania
Czy mogę używać darmowego API LLM z LangChain?
Tak. Każde API zgodne z OpenAI działa z ChatOpenAI. Ustaw base_url na http://localhost:3001/v1, a api_key na swój wspólny klucz FreeLLMAPI. Router korzysta z darmowych planów dostawców.
Jak ustawić własny adres bazowy w ChatOpenAI w LangChain?
W Pythonie przekaż base_url do ChatOpenAI. W JavaScript przekaż configuration: { baseURL } do konstruktora. Zmienna środowiskowa OPENAI_BASE_URL też działa w Pythonie.
Czy agenty LangChain działają z darmowymi modelami?
Tak, jeśli model obsługuje wywoływanie narzędzi. Użyj create_agent z modelem ChatOpenAI i trzymaj modele z obsługą narzędzi w łańcuchu FreeLLMAPI.
Dlaczego OpenAIEmbeddings nie działa z dostawcą innym niż OpenAI?
Domyślnie wysyła identyfikatory tokenów. Większość innych dostawców wymaga surowego tekstu. W Pythonie ustaw check_embedding_ctx_length=False.
Jak obsłużyć błędy 429 w LangChain?
Ustaw max_retries w ChatOpenAI i dodaj with_retry do łańcucha przy zadaniach wsadowych. FreeLLMAPI przechodzi już do następnego dostawcy, zanim Twój kod zobaczy 429.
Powiązane poradniki
- Darmowy LLM dla LlamaIndex
- Darmowe API LLM w Pythonie
- Darmowe API LLM dla RAG
- Darmowe API embeddings
- Darmowe API LLM z wywoływaniem funkcji
- Darmowe API LLM dla agentów AI
Źródła
- LangChain docs: ChatOpenAI integration (Python) (sprawdzono 20 November 2026)
- LangChain docs: ChatOpenAI integration (JavaScript) (sprawdzono 20 November 2026)
- LangChain docs: agents and create_agent (sprawdzono 20 November 2026)
- LangChain source: OpenAIEmbeddings note on OpenAI-compatible APIs (sprawdzono 20 November 2026)
- OpenAI Python SDK: retries and errors (sprawdzono 20 November 2026)
- FreeLLMAPI docs: REST API (tool calling, embeddings, response headers) (sprawdzono 20 November 2026)