API de modelos de raciocínio gratuita
Um modelo de raciocínio pensa antes de responder. Ele escreve etapas ocultas ou visíveis e depois dá a resposta final. Isso ajuda em matemática, lógica, planejamento e código difícil. Vários provedores oferecem modelos de raciocínio gratuitamente. Este guia os apresenta, explica o custo dos tokens de raciocínio e traz código que funciona.
O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.
Modelos de raciocínio gratuitos hoje
A tabela lista os modelos gratuitos com raciocínio no nome, por exemplo GPT-OSS, R1, QwQ, Thinking, Reasoning e Magistral. Os dados vêm do catálogo ao vivo. Muitos outros modelos, como o Gemini Flash, também raciocinam, mas o nome deles não mostra isso.
| Modelo | Gratuito em | Contexto | Limites gratuitos (melhor oferta) | Ferramentas | Visão |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 req/min 20 req/dia 250,000 tokens/min ~3M | Sim | Sim |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 a mais | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 a mais | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Não | Não |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | Não | Não |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 req/dia Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Não | Não |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 req/min 5,000 req/dia 500,000 tokens/dia 500K tokens/day · 5,000 req/day | Não | Não |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 req/dia Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Não | Não |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | Sim | Não |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 req/dia 200 rpd | Não | Sim |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 req/min 40 RPM | Não | Sim |
| Command A Reasoning | Cohere | 256K | 20 req/min 33 req/dia ~1-2M | Sim | Não |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 req/min 50 req/dia 50 req/day account-wide (1,000 after a $10 purchase) | Não | Não |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | Sim | Sim |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 req/min 5,000 req/dia 500,000 tokens/dia 500K tokens/day · 5,000 req/day | Não | Não |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | Sim | Não |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | Sim | Não |
Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.
O GPT-OSS 120B é oferecido gratuitamente por vários provedores, então o failover tem muitas opções. O QwQ 32B e o DeepSeek R1 Distill Qwen 32B rodam no Cloudflare Workers AI. Os modelos Qwen3 Thinking têm contexto de 262K tokens no ModelScope.
Os tokens de raciocínio usam o seu orçamento de saída
Este é o problema mais comum com modelos de raciocínio. O modelo escreve o raciocínio primeiro. Esses tokens de raciocínio contam no limite de saída, da mesma forma que a resposta.
- O Google diz: o limite de saída do Gemini inclui os tokens de pensamento. Se o modelo atingir o limite enquanto pensa, a saída pode ser cortada ou ficar vazia. Os tokens de pensamento continuam sendo contados.
- O Groq diz: o padrão de 1.024 tokens de conclusão pode ser baixo para um raciocínio complexo.
- Limites gratuitos: os tokens de raciocínio também contam nos limites de tokens por minuto e de tokens por dia. Uma resposta de raciocínio pode usar muito mais tokens que uma resposta direta para a mesma pergunta.
max_tokens pequeno em um modelo de raciocínio. Comece em 4.000 ou mais. Se finish_reason for length e o conteúdo estiver vazio, o modelo usou todo o orçamento para pensar.Etapa 1: instale o FreeLLMAPI e adicione chaves
O FreeLLMAPI é de código aberto. Ele roda no seu computador com Docker. Suas chaves de provedor ficam no seu computador.
Instale (macOS ou Linux)
curl -fsSL https://freellmapi.co/install.sh | bashAbra o painel em http://localhost:3001. Adicione chaves do Groq, do Cloudflare e do Google AI Studio na página Keys. Cada um oferece modelos de raciocínio gratuitos. Copie sua chave unificada da mesma página.
Etapa 2: chame um modelo de raciocínio
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: verifique se a resposta foi cortada e remova o texto de raciocínio
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")Alguns provedores devolvem o raciocínio dentro de tags <think> no conteúdo. Outros o ocultam ou o devolvem em um campo separado. Remova as tags antes de mostrar a resposta aos usuários.
Controle a quantidade de raciocínio
Os provedores têm configurações próprias para o tamanho do raciocínio. O Groq aceita reasoning_effort com low, medium ou high nos modelos GPT-OSS. Os modelos Gemini 3 usam uma configuração thinking_level. A documentação do FreeLLMAPI não descreve como esses campos passam pelo gateway, então teste-os na sua instalação primeiro.
O endpoint nativo do Gemini do FreeLLMAPI, /v1beta/models/{model}:generateContent, traduz os orçamentos de pensamento. Use-o se você precisar controlar o raciocínio do Gemini.
| Tarefa | Usar um modelo de raciocínio? | Por quê |
|---|---|---|
| Matemática, quebra-cabeças de lógica, planejamento | Sim | Pensar etapa por etapa reduz erros |
| Bugs difíceis e desenho de algoritmos | Sim | O modelo verifica as próprias etapas |
| Chat, respostas curtas, tradução | Não | Pensar adiciona tempo e tokens com pouco ganho |
| Agentes com muitas chamadas de ferramenta | Às vezes | Cada rodada paga o custo do raciocínio de novo |
Prompts e roteamento para tarefas de raciocínio
- Informe o objetivo e as regras: dê todos os fatos, limites e o resultado esperado no prompt. Um modelo de raciocínio não pode pedir fatos que faltam durante o raciocínio.
- Defina o formato da resposta: peça a resposta final em um formato fixo, por exemplo um número ou um objeto JSON. Assim, seu código pode lê-la sem o texto de raciocínio.
- Dê casos de teste: para código, adicione exemplos de entradas e saídas. O modelo pode conferir a resposta com eles.
- Roteie por tarefa: use
model: "auto:smart"para classificar os modelos por inteligência em tarefas difíceis. Useauto:fastpara tarefas fáceis, para não pagar o custo do raciocínio. - Uma pergunta difícil por requisição: várias perguntas difíceis em uma requisição dividem um mesmo orçamento de saída. Separe-as em requisições diferentes.
As estratégias auto:* classificam todos os modelos habilitados e ignoram a ordem da sua cadeia. Para manter as requisições de raciocínio apenas em modelos de raciocínio, fixe um id de modelo. Você também pode criar uma cadeia de fallback nomeada só com modelos de raciocínio. Depois, chame-a com auto:<profile-name>.
Solução de problemas
| Problema | Causa | Correção |
|---|---|---|
Conteúdo vazio, finish_reason: "length" | O raciocínio usou todo o orçamento de saída | Aumente max_tokens para 4.000 ou mais |
Texto <think> na resposta | O provedor devolve o raciocínio visível | Remova as tags no seu código |
| Explicação longa para uma pergunta curta | Alguns modelos de raciocínio explicam o processo de pensamento | Peça "apenas a resposta final", ou use um modelo sem raciocínio |
| Erro 429 após algumas requisições | Os tokens de raciocínio consumiram o limite de tokens por minuto | Adicione mais chaves de provedores, ou use raciocínio só em tarefas difíceis |
| Respostas lentas | O modelo escreve muitos tokens de raciocínio | Use auto:fast para tarefas simples |
Perguntas frequentes
Existe uma API de modelos de raciocínio gratuita?
Sim. Groq, Cloudflare, NVIDIA, OVH, OpenRouter e outros provedores oferecem modelos de raciocínio gratuitos, como GPT-OSS 120B, QwQ 32B e DeepSeek R1 Distill. O FreeLLMAPI os coloca atrás de uma única chave compatível com OpenAI.
Os tokens de raciocínio contam como tokens de saída?
Sim. O Google diz que o limite de saída do Gemini inclui os tokens de pensamento, e que os tokens de pensamento são contados. Nos níveis gratuitos, eles também usam seu limite de tokens por minuto.
Por que meu modelo de raciocínio devolve uma resposta vazia?
O modelo usou todo o orçamento de max_tokens para pensar, então não sobraram tokens para a resposta. Aumente max_tokens para 4.000 ou mais.
O DeepSeek R1 é gratuito por API?
O DeepSeek R1 Distill Qwen 32B está no catálogo gratuito do Cloudflare Workers AI. A tabela desta página mostra os provedores que o oferecem hoje.
Qual é o melhor modelo de raciocínio gratuito?
O GPT-OSS 120B é uma boa escolha padrão, porque vários provedores o oferecem gratuitamente. Use a tabela desta página, que ordena os modelos pela classificação de inteligência do catálogo ao vivo.
Guias relacionados
- free gpt oss api
- free deepseek api
- free qwen api
- Melhores APIs gratuitas de modelos para código
- Limites de taxa da API LLM gratuita
Fontes
- FreeLLMAPI docs: Routing strategies and native Gemini API (verificado em 20 November 2026)
- Google AI Studio docs: Thinking (verificado em 20 November 2026)
- Gemini Developer API pricing (verificado em 20 November 2026)
- Groq docs: Reasoning (verificado em 20 November 2026)