Strona główna / Poradniki / Darmowe API modeli rozumujących

Darmowe API modeli rozumujących

Model rozumujący myśli, zanim odpowie. Zapisuje ukryte lub widoczne kroki, a potem podaje ostateczną odpowiedź. Pomaga to w matematyce, logice, planowaniu i trudnym kodzie. Kilku dostawców udostępnia modele rozumujące za darmo. Ten poradnik je pokazuje, wyjaśnia koszt tokenów myślenia i podaje działający kod.

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

Darmowe modele rozumujące dziś

Tabela zawiera darmowe modele z nazwą wskazującą na rozumowanie, na przykład GPT-OSS, R1, QwQ, Thinking, Reasoning i Magistral. Dane pochodzą z aktywnego katalogu. Wiele innych modeli, na przykład Gemini Flash, też myśli, ale ich nazwy tego nie pokazują.

Darmowe modele rozumujące, od najmocniejszych
ModelZa darmo wKontekstDarmowe limity (najlepsza oferta)NarzędziaWizja
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 żądań/min
20 żądań/dzień
250,000 tokenów/min
~3M
TakTak
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 więcej131K30 żądań/min
1,000 żądań/dzień
8,000 tokenów/min
200,000 tokenów/dzień
~6M
TakNie
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 więcej131K30 żądań/min
1,000 żądań/dzień
8,000 tokenów/min
200,000 tokenów/dzień
~6M
TakNie
GPT-OSS Safeguard 20BGroq, LLMTR131K30 żądań/min
1,000 żądań/dzień
8,000 tokenów/min
200,000 tokenów/dzień
~6M
TakNie
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsNieNie
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditNieNie
Qwen3 235B A22B Thinking 2507ModelScope262K200 żądań/dzień
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NieNie
GPT-OSS 120B (via Groq)DreamPrompting131K100 żądań/min
5,000 żądań/dzień
500,000 tokenów/dzień
500K tokens/day · 5,000 req/day
NieNie
Qwen3 Next 80B A3B ThinkingModelScope262K200 żądań/dzień
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
NieNie
QwQ 32BCloudflare Workers AI131K~10-20MTakNie
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 żądań/dzień
200 rpd
NieTak
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 żądań/min
40 RPM
NieTak
Command A ReasoningCohere256K20 żądań/min
33 żądań/dzień
~1-2M
TakNie
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 żądań/min
50 żądań/dzień
50 req/day account-wide (1,000 after a $10 purchase)
NieNie
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditTakTak
GPT-OSS 20B (via Groq)DreamPrompting131K100 żądań/min
5,000 żądań/dzień
500,000 tokenów/dzień
500K tokens/day · 5,000 req/day
NieNie
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MTakNie
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditTakNie

Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.

GPT-OSS 120B jest udostępniany za darmo przez kilku dostawców, więc przełączanie awaryjne ma wiele opcji. QwQ 32B i DeepSeek R1 Distill Qwen 32B działają w Cloudflare Workers AI. Modele Qwen3 Thinking mają kontekst 262K tokenów w ModelScope.

Tokeny myślenia zużywają Twój budżet wyjścia

To najczęstszy problem z modelami rozumującymi. Model najpierw zapisuje swoje myślenie. Te tokeny myślenia liczą się do limitu wyjścia tak samo jak odpowiedź.

  • Google podaje: limit wyjścia w Gemini obejmuje tokeny myśli. Jeśli model osiągnie limit w trakcie myślenia, wyjście może zostać ucięte lub puste. Tokeny myślenia i tak są liczone.
  • Groq podaje: domyślne 1,024 tokeny ukończenia mogą być za małe dla złożonego rozumowania.
  • Darmowe limity: tokeny myślenia liczą się też do limitów tokenów na minutę i na dzień. Odpowiedź rozumująca może zużyć wielokrotnie więcej tokenów niż bezpośrednia odpowiedź na to samo pytanie.
Zasada: nie ustawiaj małego max_tokens dla modelu rozumującego. Zacznij od 4,000 lub więcej. Jeśli finish_reason to length, a treść jest pusta, model zużył cały budżet na myślenie.

Krok 1: zainstaluj FreeLLMAPI i dodaj klucze

FreeLLMAPI ma otwarty kod. Działa na Twoim komputerze w Dockerze. Klucze dostawców zostają na Twoim komputerze.

Instalacja (macOS lub Linux)

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

Otwórz panel pod adresem http://localhost:3001. Dodaj klucze Groq, Cloudflare i Google AI Studio na stronie Keys. Każdy z nich udostępnia darmowe modele rozumujące. Skopiuj swój wspólny klucz z tej samej strony.

Krok 2: wywołaj model rozumujący

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: sprawdź ucięta odpowiedź i usuń tekst myślenia

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")

Niektórzy dostawcy zwracają myślenie w znacznikach <think> w treści. Inni je ukrywają albo zwracają w osobnym polu. Usuń znaczniki, zanim pokażesz odpowiedź użytkownikom.

Kontroluj ilość myślenia

Dostawcy mają własne ustawienia długości myślenia. Groq przyjmuje reasoning_effort z wartościami low, medium lub high w modelach GPT-OSS. Modele Gemini 3 używają ustawienia thinking_level. Dokumentacja FreeLLMAPI nie opisuje, jak te pola przechodzą przez bramę, więc najpierw sprawdź je w swojej instalacji.

Natywny punkt końcowy Gemini w FreeLLMAPI, /v1beta/models/{model}:generateContent, przekazuje budżety myślenia. Użyj go, jeśli potrzebujesz kontroli nad myśleniem Gemini.

ZadanieUżyć modelu rozumującego?Dlaczego
Matematyka, zagadki logiczne, planowanieTakMyślenie krok po kroku zmniejsza liczbę błędów
Trudne błędy i projektowanie algorytmówTakModel sprawdza własne kroki
Czat, krótkie odpowiedzi, tłumaczenieNieMyślenie dodaje czas i tokeny, a zysk jest mały
Agenci z wieloma wywołaniami narzędziCzasamiKażda runda ponownie płaci koszt myślenia

Prompty i routing dla zadań rozumujących

  • Podaj cel i zasady: podaj w prompcie wszystkie fakty, ograniczenia i oczekiwany wynik. Model rozumujący nie może zapytać o brakujące fakty w trakcie myślenia.
  • Ustal format odpowiedzi: poproś o ostateczną odpowiedź w stałej formie, na przykład jedna liczba lub obiekt JSON. Wtedy Twój kod odczyta ją bez tekstu myślenia.
  • Podaj przypadki testowe: w zadaniach z kodem dodaj przykładowe wejścia i wyjścia. Model może sprawdzić swoją odpowiedź względem nich.
  • Kieruj według zadania: użyj model: "auto:smart", aby ranguj modele według inteligencji w trudnych zadaniach. Użyj auto:fast w prostych zadaniach, aby nie płacić kosztu myślenia.
  • Jedno trudne pytanie w każdym żądaniu: kilka trudnych pytań w jednym żądaniu dzieli jeden budżet wyjścia. Rozdziel je na osobne żądania.

Strategie auto:* oceniają każdy włączony model i ignorują kolejność w Twoim łańcuchu. Aby żądania rozumujące trafiały tylko do modeli rozumujących, przypnij identyfikator modelu. Możesz też utworzyć nazwany łańcuch awaryjny tylko z modelami rozumującymi. Następnie wywołaj go przez auto:<profile-name>.

Rozwiązywanie problemów

ProblemPrzyczynaRozwiązanie
Pusta treść, finish_reason: "length"Myślenie zużyło cały budżet wyjściaZwiększ max_tokens do 4,000 lub więcej
Tekst <think> w odpowiedziDostawca zwraca widoczne myślenieUsuń znaczniki w swoim kodzie
Długie wyjaśnienie na krótkie pytanieNiektóre modele rozumujące opisują swój tok myśleniaPoproś o "tylko ostateczną odpowiedź" albo użyj modelu bez rozumowania
Błąd 429 po kilku żądaniachTokeny myślenia wykorzystały limit tokenów na minutęDodaj więcej kluczy dostawców albo używaj rozumowania tylko w trudnych zadaniach
Wolne odpowiedziModel zapisuje dużo tokenów myśleniaUżyj auto:fast do prostych zadań
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 istnieje darmowe API modeli rozumujących?

Tak. Groq, Cloudflare, NVIDIA, OVH, OpenRouter i inni dostawcy udostępniają modele rozumujące za darmo, na przykład GPT-OSS 120B, QwQ 32B i DeepSeek R1 Distill. FreeLLMAPI łączy je za jednym kluczem zgodnym z OpenAI.

Czy tokeny myślenia liczą się jako tokeny wyjścia?

Tak. Google podaje, że limit wyjścia Gemini obejmuje tokeny myśli i że tokeny myślenia są liczone. W darmowych planach zużywają też Twój limit tokenów na minutę.

Dlaczego mój model rozumujący zwraca pustą odpowiedź?

Model zużył cały budżet max_tokens na myślenie, więc na odpowiedź nie zostały żadne tokeny. Zwiększ max_tokens do 4,000 lub więcej.

Czy DeepSeek R1 jest darmowy przez API?

DeepSeek R1 Distill Qwen 32B jest w darmowym katalogu Cloudflare Workers AI. Tabela na tej stronie pokazuje dostawców, którzy dziś go udostępniają.

Który darmowy model rozumujący jest najlepszy?

GPT-OSS 120B to dobry wybór domyślny, bo kilku dostawców udostępnia go za darmo. Użyj tabeli na tej stronie, która sortuje modele według rankingu inteligencji z aktywnego katalogu.

Powiązane poradniki

Źródła

Wszystkie poradniki · Przeglądaj wszystkie darmowe modele