Strona główna / Poradniki / Darmowy LLM dla LlamaIndex

Darmowy LLM dla LlamaIndex

LlamaIndex ma dwie klasy dla API zgodnych z OpenAI: OpenAILike do czatu i OpenAILikeEmbedding do embeddingów. Ten poradnik kieruje obie na FreeLLMAPI, które łączy 45 darmowych poziomów dostawców za jednym kluczem. Zbudujesz indeks generowania wspomaganego wyszukiwaniem (RAG), wykonasz zapytania i dodasz agenta. Kod obsługuje limity szybkości.

Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.

Zainstaluj pakiety

Zainstaluj FreeLLMAPI i dodaj darmowe klucze od dwóch lub więcej dostawców na stronie Keys w panelu. Skopiuj ujednolicony klucz. Następnie zainstaluj pakiety LlamaIndex.

Instalacja

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

pip install -U llama-index-core \
  llama-index-llms-openai-like \
  llama-index-embeddings-openai-like

export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>

Nie używaj zwykłej klasy OpenAI z llama-index-llms-openai z nazwami modeli, których OpenAI nie zna. Ta klasa sprawdza nazwy modeli i rozmiary kontekstu na liście modeli OpenAI. OpenAILike tego nie robi, więc te wartości ustawiasz sam.

Skonfiguruj LLM i model embeddingów

settings.py

import os
from llama_index.core import Settings
from llama_index.llms.openai_like import OpenAILike
from llama_index.embeddings.openai_like import OpenAILikeEmbedding

BASE = os.environ["FREELLMAPI_BASE_URL"]
KEY = os.environ["FREELLMAPI_API_KEY"]

Settings.llm = OpenAILike(
    model="auto",
    api_base=BASE,
    api_key=KEY,
    is_chat_model=True,              # use /v1/chat/completions
    is_function_calling_model=True,  # needed for FunctionAgent
    context_window=32000,            # the smallest window in your chain
    max_retries=5,
    timeout=90,
)

Settings.embed_model = OpenAILikeEmbedding(
    model_name="bge-m3",  # one family, 1024 dimensions
    api_base=BASE,
    api_key=KEY,
    embed_batch_size=16,
    max_retries=10,
)
  • is_chat_model=True: bez tego LlamaIndex wysyła żądania do starszego endpointu uzupełniania.
  • context_window: LlamaIndex używa tej wartości, aby ustalić, ile pobranych fragmentów zmieści się w prompcie. Przy auto router może wybierać różne modele. Użyj najmniejszego okna kontekstu w swoim łańcuchu.
  • is_function_calling_model=True: ustaw tylko wtedy, gdy Twój łańcuch ma modele z wywoływaniem narzędzi.
  • embed_batch_size: każda partia to jedno żądanie. Większe partie zużywają mniej żądań na minutę.

Prompt RAG niesie kilka pobranych fragmentów, więc model czatu potrzebuje na nie miejsca. Utwórz profil łańcucha zapasowego z modelami o długim kontekście do RAG. Następnie ustaw model="auto:<profile>" i podnieś context_window do najmniejszego okna w tym profilu. Te darmowe modele mają dziś największe okna kontekstu:

Darmowe modele z największymi oknami kontekstu
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
OpenAI: GPT-6 LunaElectronHub1.1M$0.25/week shared free creditsNieNie
Gemini 3.8 FlashAPINex, Google AI Studio1M5 żądań/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
TakTak
Gemini 3.7 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 żądań/min
50 żądań/dzień
Shared rate limit
TakNie
DeepSeek V4 Flash 0731ElectronHub, Router91M10,000 credits/month (~$1), shared; account-anniversary resetNieNie
Gemini 3.6 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
GLM-5.2ModelScope, Router91M100 żądań/dzień
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NieNie
Gemini 3.5 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak

Pokazano 8 z 115 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.

Aby jeden użytkownik trafiał na jeden model, wyślij nagłówek X-Session-Id. OpenAILike przyjmuje default_headers, na przykład default_headers={"X-Session-Id": "user-42"}. FreeLLMAPI trzyma sesję na tym samym modelu przez 30 minut. Dzięki temu odpowiedzi w jednym czacie mają ten sam styl.

Zbuduj i wykonaj zapytanie do indeksu RAG

Skrypt czyta pliki z folderu, tworzy embeddingi, zapisuje indeks i odpowiada na pytanie. Uruchom go raz, aby zbudować indeks. Kolejne uruchomienia wczytują zapisany indeks i nie osadzają plików ponownie.

rag.py

import os
import settings  # noqa: F401  (sets Settings.llm and Settings.embed_model)
from llama_index.core import (
    SimpleDirectoryReader,
    StorageContext,
    VectorStoreIndex,
    load_index_from_storage,
)

PERSIST = "./storage"


def load_index() -> VectorStoreIndex:
    if os.path.isdir(PERSIST):
        return load_index_from_storage(StorageContext.from_defaults(persist_dir=PERSIST))
    docs = SimpleDirectoryReader("./docs").load_data()
    index = VectorStoreIndex.from_documents(docs, show_progress=True)
    index.storage_context.persist(persist_dir=PERSIST)
    return index


if __name__ == "__main__":
    query_engine = load_index().as_query_engine(similarity_top_k=4, streaming=True)
    response = query_engine.query("How do I rotate the API keys?")
    response.print_response_stream()
    for node in response.source_nodes:
        print("\nSource:", node.metadata.get("file_name"), round(node.score or 0, 3))
Ważne: zachowaj jedną rodzinę embeddingów dla całego indeksu. FreeLLMAPI nigdy nie zmienia modelu embeddingów podczas przełączania awaryjnego. Przełącza się tylko między dostawcami, którzy obsługują tę samą rodzinę. Jeśli zmienisz rodzinę, usuń ./storage i zbuduj indeks od nowa.

Te modele embeddingów są w dzisiejszym katalogu darmowe. Kolumna wymiarów pokazuje rozmiar wektora każdej rodziny.

ModelDostawcaWymiaryMaks. wejścieDarmowy limit
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K 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.

Dodaj agenta z FunctionAgent

FunctionAgent używa wywoływania narzędzi. Możesz przekazać mu silnik zapytań jako narzędzie i dodać własne funkcje Pythona.

agent.py

import asyncio
from llama_index.core.agent.workflow import FunctionAgent
from llama_index.core.tools import QueryEngineTool
from llama_index.core import Settings
from rag import load_index

docs_tool = QueryEngineTool.from_defaults(
    query_engine=load_index().as_query_engine(similarity_top_k=4),
    name="project_docs",
    description="Answers questions about the project documentation.",
)

def open_tickets(team: str) -> int:
    """Return the number of open tickets for a team."""
    return {"billing": 4, "platform": 11}.get(team, 0)

agent = FunctionAgent(
    tools=[docs_tool, open_tickets],
    llm=Settings.llm,
    system_prompt="Use the tools. Cite the document name in each answer.",
)

async def main():
    result = await agent.run("How many platform tickets are open, and how do we rotate keys?")
    print(result)

asyncio.run(main())

Do pracy agenta wybieraj modele z wywoływaniem narzędzi. Utwórz profil łańcucha zapasowego tylko z tymi modelami i użyj auto:<profile> jako nazwy modelu.

Darmowe modele z wywoływaniem narzędzi i kontekstem 128K+
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
GLM 5.3UnoRouter1M1 żądań/min
1 req/min per model
TakNie
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 żądań/min
40 RPM
TakTak
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaTakTak
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceTakNie
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditTakTak
Gemini 3.7 FlashGoogle AI Studio1M10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditTakTak
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 żądań/min
50 żądań/dzień
50 req/day account-wide (1,000 after a $10 purchase)
TakTak
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 żądań/min
50 żądań/dzień
Shared rate limit
TakNie
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 żądań/min
250 żądań/dzień
70,000 tokenów/min
~6M
TakTak

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.

Utrzymaj ładowanie w darmowych limitach

Ładowanie wysyła wiele żądań embeddingów w krótkim czasie. Darmowe poziomy embeddingów mają niskie limity. Na przykład niektóre pozwalają na 10 żądań na minutę, a inne liczą wywołania na miesiąc. Zaplanuj pierwsze ładowanie, zanim je uruchomisz.

  • Używaj dużych fragmentów. Mniej fragmentów oznacza mniej wektorów i mniej żądań. Dobry początek to rozmiar fragmentu bliski 1,024 tokenom.
  • Używaj partii. Ustaw embed_batch_size na 16 lub więcej. Jedno żądanie wtedy niesie wiele fragmentów.
  • Zapisz indeks. Utrwal indeks po pierwszym uruchomieniu. Nie osadzaj tych samych plików ponownie.
  • Zostaw ponowienia włączone. OpenAILikeEmbedding domyślnie ponawia do 10 razy. Zachowaj tę wartość przy długich zadaniach ładowania.
  • Ładuj częściami. Przy tysiącach plików ładuj jeden folder na raz.

Zapytania są tańsze niż ładowanie. Każde zapytanie używa jednego żądania embeddingu i jednego żądania czatu. Żądanie czatu z czterema fragmentami po 1,024 tokeny wysyła około 5,000 tokenów. Darmowe poziomy z niskimi limitami tokenów na minutę mogą je odrzucić. FreeLLMAPI wtedy próbuje następnego dostawcy.

Rozwiązywanie problemów

ProblemPrzyczynaRozwiązanie
Unknown model 'auto'Użyto klasy OpenAIUżyj OpenAILike
Żądania idą do /v1/completionsis_chat_model nie jest ustawioneUstaw is_chat_model=True
Agent nie wywołuje narzędziis_function_calling_model jest wyłączone albo model nie wywołuje narzędziUstaw True i użyj profilu z narzędziami
Błąd 429 podczas ładowaniaRodzina embeddingów jest na limicie u wszystkich dostawcówUżyj większych partii, poczekaj na Retry-After i uruchom ponownie
Złe odpowiedzi po zmianie modelu embeddingówWektory z dwóch rodzin w jednym indeksieUsuń zapisany indeks i zbuduj go od nowa
Błąd długości kontekstucontext_window jest większe niż model, który odpowiedziałUstaw mniejszą wartość albo użyj profilu z długim kontekstem

Aby zobaczyć, który dostawca odpowiedział na żądanie, użyj panelu FreeLLMAPI. Strona Analytics pokazuje żądania, opóźnienia i błędy dla każdego dostawcy i modelu. Każda odpowiedź ma też nagłówek X-Routed-Via. Jeśli router zmienił dostawcę, nagłówek X-Fallback-Trail wymienia każdą nieudaną próbę i jej przyczynę.

Używaj wszystkich tych modeli przez jeden klucz. FreeLLMAPI to router o otwartym kodzie, uruchamiany na własnym serwerze. Łączy wszystkie te darmowe plany za jednym punktem końcowym zgodnym z OpenAI i przełącza się na inny dostawcę, gdy limit zostanie przekroczony. Przeglądaj katalog lub uruchom.

Najczęstsze pytania

Czy mogę używać LlamaIndex z darmowym LLM?

Tak. Użyj OpenAILike z api_base ustawionym na adres zgodny z OpenAI. FreeLLMAPI daje jeden adres dla wielu darmowych poziomów dostawców. Każdy poziom ma własne limity.

Jaka jest różnica między OpenAI a OpenAILike w LlamaIndex?

Klasa OpenAI sprawdza nazwy modeli względem modeli OpenAI. OpenAILike przyjmuje dowolną nazwę modelu. Okno kontekstu oraz flagi czatu i wywoływania funkcji ustawiasz sam.

Który darmowy model embeddingów jest najlepszy do LlamaIndex?

Wybierz rodzinę z wystarczającą liczbą darmowych żądań do Twojego ładowania i trzymaj ją dla całego indeksu. Rodzina bge-m3 jest darmowa u kilku dostawców, więc przełączanie awaryjne może przechodzić między nimi.

Czy FunctionAgent działa z darmowymi modelami?

Tak, jeśli model obsługuje wywoływanie narzędzi i ustawisz is_function_calling_model=True. Użyj profilu łańcucha zapasowego, który ma tylko modele z wywoływaniem narzędzi.

Jak uniknąć limitów szybkości przy budowaniu indeksu LlamaIndex?

Używaj dużych fragmentów, ustaw embed_batch_size na 16 lub więcej, utrwal indeks i ładuj duże foldery częściami.

Powiązane poradniki

Źródła

Wszystkie poradniki · Przeglądaj wszystkie darmowe modele