Acasă / Ghiduri / Limite de rată pentru Free LLM API

Limite de rată pentru Free LLM API

Fiecare API LLM gratuit are limite de rată. Această pagină arată limitele gratuite ale fiecărui furnizor din catalogul FreeLLMAPI, într-un singur tabel. Explică și cum se citesc RPM, RPD, TPM și TPD și cum se adună nivelurile gratuite.

Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.

Limite gratuite pentru fiecare furnizor

Tabelul provine din catalogul live. Are un rând pentru fiecare furnizor. Fiecare valoare este cea mai mare limită a oricărui model gratuit de la acel furnizor. Un model poate avea o limită mai mică decât valoarea din rând. O liniuță înseamnă că furnizorul nu publică acea limită.

FurnizorModele gratuiteCereri maxime/minCereri maxime/ziTokeni maximi/minTokeni/lună (un model)Cel mai puternic model gratuit
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite
Mistral122-500,000~50-100MMistral Code
mistral-code-latest
ModelScope11-200-Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experienceGLM-5.2 (ModelScope)
ZhipuAI/GLM-5.2
OVH AI Endpoints112--free · 2/min per IPQwen3.8 27B (OVH)
Qwen3.8-27B
Waterfall11---free · community rate limitnex-n2.5-pro (Waterfall)
nex-n2.5-pro-free
xKiro9---free · 500K tokens/day (1M with Telegram)SenseNova 6.8 Flash-Lite (xKiro)
sensenova/sensenova-6.8-flash-lite
Kilo Gateway8---free · 200/hr per IP (trial)Dots3 Note Preview (Kilo)
dots-studio/dots-3-note-preview:free
OpenRouter82050-~6MDots3 Note Preview (free)
dots-studio/dots-3-note-preview:free
Groq73014,40070,000~6MQwen3.8 27B (Groq)
qwen/qwen3.8-27b
Requesty7-200-free · 200 rpdLing 3.1 Flash (Requesty)
novita/ling-3.1-flash
Routeway75200-free · zero-priced routeMuse Glimmer 30B (Routeway free)
muse-glimmer-30b:free
Speka7---$1/month shared model-usage allowanceStep 5 Preview (Speka)
stepfun-ai/step-5-preview
APINex65--10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/accountGLM 5.3 (APINex Free)
free/glm-5.3
Gizmo6---1,000 free-model requests/month · shared account quotaQwen3.8 27B (Gizmo)
qwen/qwen3.8-27b:free
SEA-LION610--free · 10 RPMQwen SEA-LION v4.5 27B (SEA-LION)
aisingapore/Qwen-SEA-LION-v4.5-27B-IT
Septor Labs5---free · shared daily allowanceMiniMax M2.5 (Septor Labs)
minimax-m2.5-free
Agnes AI4---free · promo $0/tokenAgnes 3.0 Flash (Agnes AI)
agnes-3.0-flash
Aion Labs415-20,000free · 20k tok/dayAion 3.0
aion-labs/aion-3.0
BlockRun4---Ongoing $0 models · rate-limited · no monthly cash grantMuse Glimmer 30B (BlockRun)
nvidia/muse-glimmer-30b
CLōD4---free · shared daily allowanceGemma 4 31B IT (CLōD)
Gemma 4 31B IT
LLM7440--Free tier: 100,000 tokens/24h sharedgpt-oss:20b (LLM7)
gpt-oss:20b
LLMTR4---Ongoing zero-priced routeQwen3.8 27B (LLMTR)
qwen/qwen3.8-27b-free
Router94---10,000 credits/month (~$1), shared; account-anniversary resetDeepSeek V4 Flash 0731 (Router9)
deepseek/deepseek-v4-flash
BazaarLink31050-free · shared rate limitDeepSeek V4 Flash (BazaarLink free)
deepseek/deepseek-v4-flash-0731free:free
BlazeAPI3---Free · 200,000 shared tokens/day; resets dailyGLM 5.3 Flash (BlazeAPI)
free/glm-5.3-flash
Zhipu AI3---~30MGLM-4.7 Flash
glm-4.7-flash
AMD Radeon Cloud2---free · recurring daily account allowanceQwen3.8 Flash Next (AMD Radeon Cloud)
Qwen3.8-Flash-Next
Logfare2---free · fair use · traffic loggedGemma 4 26B (Logfare)
gemma-4-26b
Moondream2---$5/month shared workspace usage creditsMoondream 3.1 9B A2B
moondream3.1-9B-A2B
Plugsky2---Ongoing Free plan; shared fair usePlugsky Micro
plugsky-micro
SimpleLLM2---Shared hourly/daily free-model quotaGemma E4B Free (SimpleLLM)
free-gemma-4-E4B
Speechify2----Simba 3.2 (Speechify)
simba-3.2
UnoRouter21--free · 1 req/min per modelGLM 5.3 (UnoRouter free)
glm-5.3:free
Free.ai1----Kokoro (Free.ai)
kokoro
Pollinations1----DreamShaper 8 LCM (Pollinations, legacy sana alias)
sana
Typhoon1---Ongoing free research API (shared rate limits)Typhoon 2.5 30B A3B Instruct
typhoon-v2.5-30b-a3b-instruct

Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.

Astăzi, catalogul are 487 puncte finale de modele gratuite de la 45 furnizori. Valorile se schimbă des. Furnizorii adaugă modele, le elimină și modifică cotele fără notificare.

Cum se citesc RPM, RPD, TPM și TPD

Denumiri frecvente ale limitelor de rată
LimităÎnțelesFereastra obișnuită
RPMCereri pe minut60 de secunde glisante
RPDCereri pe ziO zi. Ora de reset este diferită pentru fiecare furnizor.
TPMTokeni pe minut. Pot conta atât tokenii de intrare, cât și cei de ieșire.60 de secunde glisante
TPDTokeni pe ziO zi
Buget lunarO estimare a tokenilor gratuiti într-o lunăO lună calendaristică

Limita care vă oprește prima este cea care contează. De exemplu, Groq documentează 30 RPM, 1,000 RPD, 8,000 TPM și 200,000 TPD pentru openai/gpt-oss-120b în planul gratuit. La 30 de cereri pe minut, folosiți cele 1,000 de cereri zilnice în aproximativ 34 de minute. O cerere cu 9,000 de tokeni eșuează imediat, deoarece depășește limita de 8,000 TPM.

  • Domeniu: Google aplică limitele Gemini fiecărui proiect Google Cloud, nu fiecărei chei. Groq aplică limitele fiecărei organizații. O a doua cheie din același proiect sau din aceeași organizație nu adaugă cotă.
  • Ora de reset: Google resetează cererile pe zi la miezul nopții, ora Pacificului. Cloudflare resetează alocarea zilnică la 00:00 UTC.
  • Fonduri comune: unii furnizori numără o cotă comună pentru toate modelele gratuite. OpenRouter numără cererile gratuite zilnice pentru toate modelele :free ale contului.
  • Alte unități: Cloudflare Workers AI numără neuroni, nu tokeni. Alocarea gratuită este de 10,000 de neuroni pe zi.

Limite verificate pentru principalii furnizori

Aceste valori provin din documentația fiecărui furnizor, verificată la 20 noiembrie 2026. Folosiți tabelul live de mai sus pentru valorile pe model.

Limite gratuite din documentația furnizorilor
FurnizorLimită gratuită (oficială)Domeniu
Google AI Studio (Gemini)Diferită pentru fiecare model. Google afișează limitele active în AI Studio.Pe proiect Google Cloud
Groqopenai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPDPe organizație
OpenRouterModele :free: 20 RPM. 50 de cereri pe zi sau 1,000 pe zi după ce cumpărați 10 credite.Pe cont, toate modelele gratuite împreună
Cloudflare Workers AI10,000 de neuroni pe zi în Workers FreePe cont
OVHcloud AI EndpointsAnonim: 2 cereri pe minut. Cu cheie: 400 de cereri pe minut.Anonim: pe IP și model. Cu cheie: pe proiect și model.
NVIDIA API CatalogNVIDIA nu publică valorile. Limita dumneavoastră apare în contul de pe build.nvidia.com.Pe cont
CohereChei de probă: 20 de cereri pe minut pentru modelele de chat, 1,000 de apeluri API pe lunăPe cheie de probă
Notă: conturile gratuite NVIDIA raportează frecvent o limită de 40 de cereri pe minut. Reprezentanții NVIDIA spun că limitele sunt diferite pentru fiecare model și că NVIDIA nu le publică. Citiți limita de rată NVIDIA NIM pentru detalii.

Cum se combină nivelurile gratuite

Un nivel gratuit este mic. Mai multe niveluri gratuite împreună oferă mai multe cereri pe zi. Pentru a le combina, obțineți o cheie de la fiecare furnizor. Apoi trimiteți fiecare cerere către un furnizor care mai are cotă.

FreeLLMAPI face asta pentru dumneavoastră. Este un gateway cu cod deschis care rulează pe calculatorul dumneavoastră. Ține patru contoare (RPM, RPD, TPM, TPD) pentru fiecare platformă, model și cheie. Înainte să trimită o cerere, verifică toate cele patru contoare. Verifică și fondurile care acoperă un întreg cont, de exemplu plafonul zilnic OpenRouter și plafonul de neuroni Cloudflare.

Instalați și trimiteți o cerere

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

curl http://localhost:3001/v1/chat/completions \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "messages": [{"role": "user", "content": "hi"}]}'

Adăugați cheile furnizorilor pe pagina Keys din panoul de la http://localhost:3001. Copiați cheia unificată din aceeași pagină. Antetul de răspuns X-Routed-Via arată furnizorul și modelul care au răspuns.

Ce se întâmplă la limită

Majoritatea furnizorilor trimit HTTP 429 când depășiți o limită. Unii furnizori trimit antetul Retry-After. FreeLLMAPI folosește aceste semnale în această ordine:

  1. Un 429 scurt la o limită pe minut pune cheia în pauză de 90 de secunde. Routerul încearcă următorul model din lanț.
  2. O cotă zilnică epuizată pune modelul și cheia în pauză mai lungă: 2 minute, apoi 10 minute, apoi 1 oră, apoi 24 de ore.
  3. Dacă furnizorul trimite o valoare Retry-After mai lungă, routerul folosește valoarea furnizorului.
  4. Dacă un mesaj de eroare indică limita reală, routerul o salvează. Următoarea verificare prealabilă oprește apoi cererea înainte ca furnizorul s-o respingă.

Când fiecare cheie este în pauză, gateway-ul returnează 429. Nivelurile gratuite nu au SLA. Cele mai puternice modele gratuite au adesea cele mai mici plafoane zilnice, deci calitatea răspunsurilor poate scădea spre sfârșitul zilei.

Modalități de a obține mai multe cereri pe zi

  • Adăugați chei de la mai mulți furnizori. Fiecare furnizor adaugă propria cotă.
  • Folosiți modele mici și rapide pentru sarcini simple. Păstrați modelele mari, cu plafoane zilnice mici, pentru sarcini dificile.
  • Trimiteți mai puțini tokeni. Un prompt mai scurt ajută la limitele TPM și TPD.
  • Nu creați multe conturi la același furnizor pentru a obține mai multă cotă. Citiți mai întâi termenii fiecărui furnizor. Mulți termeni nu permit acest lucru.
  • Citiți utilizarea comercială a API-urilor LLM gratuite înainte să folosiți niveluri gratuite într-un produs.
Folosiți fiecare dintre aceste modele printr-o singură cheie. FreeLLMAPI este un router open-source, găzduit de dumneavoastră, care pune toate aceste niveluri gratuite în spatele unui singur endpoint compatibil cu OpenAI și trece la alt furnizor când un furnizor este limitat la rată. Vezi catalogul sau trece live.

Întrebări frecvente

Care sunt limitele de rată ale API-ului Gemini gratuit?

Google stabilește limite diferite pentru fiecare model și le aplică fiecărui proiect Google Cloud. Limitele active apar în AI Studio. Cererile pe zi se resetează la miezul nopții, ora Pacificului. Tabelul live de pe această pagină arată valorile actuale din catalog.

Care este limita de rată a nivelului gratuit Groq?

Groq listează limite pentru fiecare model. Pentru openai/gpt-oss-120b, planul gratuit permite 30 de cereri pe minut, 1,000 de cereri pe zi, 8,000 de tokeni pe minut și 200,000 de tokeni pe zi. Limitele se aplică întregii organizații.

Dublează o a doua cheie API cota mea gratuită?

De obicei, nu. Google numără limitele pe proiect, iar Groq le numără pe organizație. O cheie nouă din același proiect sau din aceeași organizație împarte aceeași cotă.

Ce API LLM gratuit are cea mai mare limită de rată?

Depinde de tipul limitei. Unii furnizori oferă multe cereri pe minut, dar puține pe zi. Sortați tabelul live după limita care vă oprește prima sarcina, apoi combinați mai mulți furnizori.

Ce înseamnă eroarea 429 la un API LLM gratuit?

Înseamnă că ați depășit o limită de rată sau o cotă. Așteptați ora de reset, trimiteți mai puțini tokeni sau trimiteți cererea la alt furnizor.

Ghiduri înrudite

Surse

Toate ghidurile · Vezi toate modelele gratuite