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.
| Furnizor | Modele gratuite | Cereri maxime/min | Cereri maxime/zi | Tokeni maximi/min | Tokeni/lună (un model) | Cel mai puternic model gratuit |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
| OVH AI Endpoints | 11 | 2 | - | - | free · 2/min per IP | Qwen3.8 27B (OVH)Qwen3.8-27B |
| Waterfall | 11 | - | - | - | free · community rate limit | nex-n2.5-pro (Waterfall)nex-n2.5-pro-free |
| xKiro | 9 | - | - | - | free · 500K tokens/day (1M with Telegram) | SenseNova 6.8 Flash-Lite (xKiro)sensenova/sensenova-6.8-flash-lite |
| Kilo Gateway | 8 | - | - | - | free · 200/hr per IP (trial) | Dots3 Note Preview (Kilo)dots-studio/dots-3-note-preview:free |
| OpenRouter | 8 | 20 | 50 | - | ~6M | Dots3 Note Preview (free)dots-studio/dots-3-note-preview:free |
| Groq | 7 | 30 | 14,400 | 70,000 | ~6M | Qwen3.8 27B (Groq)qwen/qwen3.8-27b |
| Requesty | 7 | - | 200 | - | free · 200 rpd | Ling 3.1 Flash (Requesty)novita/ling-3.1-flash |
| Routeway | 7 | 5 | 200 | - | free · zero-priced route | Muse Glimmer 30B (Routeway free)muse-glimmer-30b:free |
| Speka | 7 | - | - | - | $1/month shared model-usage allowance | Step 5 Preview (Speka)stepfun-ai/step-5-preview |
| APINex | 6 | 5 | - | - | 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | GLM 5.3 (APINex Free)free/glm-5.3 |
| Gizmo | 6 | - | - | - | 1,000 free-model requests/month · shared account quota | Qwen3.8 27B (Gizmo)qwen/qwen3.8-27b:free |
| SEA-LION | 6 | 10 | - | - | free · 10 RPM | Qwen SEA-LION v4.5 27B (SEA-LION)aisingapore/Qwen-SEA-LION-v4.5-27B-IT |
| Septor Labs | 5 | - | - | - | free · shared daily allowance | MiniMax M2.5 (Septor Labs)minimax-m2.5-free |
| Agnes AI | 4 | - | - | - | free · promo $0/token | Agnes 3.0 Flash (Agnes AI)agnes-3.0-flash |
| Aion Labs | 4 | 15 | - | 20,000 | free · 20k tok/day | Aion 3.0aion-labs/aion-3.0 |
| BlockRun | 4 | - | - | - | Ongoing $0 models · rate-limited · no monthly cash grant | Muse Glimmer 30B (BlockRun)nvidia/muse-glimmer-30b |
| CLōD | 4 | - | - | - | free · shared daily allowance | Gemma 4 31B IT (CLōD)Gemma 4 31B IT |
| LLM7 | 4 | 40 | - | - | Free tier: 100,000 tokens/24h shared | gpt-oss:20b (LLM7)gpt-oss:20b |
| LLMTR | 4 | - | - | - | Ongoing zero-priced route | Qwen3.8 27B (LLMTR)qwen/qwen3.8-27b-free |
| Router9 | 4 | - | - | - | 10,000 credits/month (~$1), shared; account-anniversary reset | DeepSeek V4 Flash 0731 (Router9)deepseek/deepseek-v4-flash |
| BazaarLink | 3 | 10 | 50 | - | free · shared rate limit | DeepSeek V4 Flash (BazaarLink free)deepseek/deepseek-v4-flash-0731free:free |
| BlazeAPI | 3 | - | - | - | Free · 200,000 shared tokens/day; resets daily | GLM 5.3 Flash (BlazeAPI)free/glm-5.3-flash |
| Zhipu AI | 3 | - | - | - | ~30M | GLM-4.7 Flashglm-4.7-flash |
| AMD Radeon Cloud | 2 | - | - | - | free · recurring daily account allowance | Qwen3.8 Flash Next (AMD Radeon Cloud)Qwen3.8-Flash-Next |
| Logfare | 2 | - | - | - | free · fair use · traffic logged | Gemma 4 26B (Logfare)gemma-4-26b |
| Moondream | 2 | - | - | - | $5/month shared workspace usage credits | Moondream 3.1 9B A2Bmoondream3.1-9B-A2B |
| Plugsky | 2 | - | - | - | Ongoing Free plan; shared fair use | Plugsky Microplugsky-micro |
| SimpleLLM | 2 | - | - | - | Shared hourly/daily free-model quota | Gemma E4B Free (SimpleLLM)free-gemma-4-E4B |
| Speechify | 2 | - | - | - | - | Simba 3.2 (Speechify)simba-3.2 |
| UnoRouter | 2 | 1 | - | - | free · 1 req/min per model | GLM 5.3 (UnoRouter free)glm-5.3:free |
| Free.ai | 1 | - | - | - | - | Kokoro (Free.ai)kokoro |
| Pollinations | 1 | - | - | - | - | DreamShaper 8 LCM (Pollinations, legacy sana alias)sana |
| Typhoon | 1 | - | - | - | Ongoing free research API (shared rate limits) | Typhoon 2.5 30B A3B Instructtyphoon-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
| Limită | Înțeles | Fereastra obișnuită |
|---|---|---|
| RPM | Cereri pe minut | 60 de secunde glisante |
| RPD | Cereri pe zi | O zi. Ora de reset este diferită pentru fiecare furnizor. |
| TPM | Tokeni pe minut. Pot conta atât tokenii de intrare, cât și cei de ieșire. | 60 de secunde glisante |
| TPD | Tokeni pe zi | O zi |
| Buget lunar | O estimare a tokenilor gratuiti într-o lună | O 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
:freeale 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.
| Furnizor | Limită gratuită (oficială) | Domeniu |
|---|---|---|
| Google AI Studio (Gemini) | Diferită pentru fiecare model. Google afișează limitele active în AI Studio. | Pe proiect Google Cloud |
| Groq | openai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | Pe organizație |
| OpenRouter | Modele :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 AI | 10,000 de neuroni pe zi în Workers Free | Pe cont |
| OVHcloud AI Endpoints | Anonim: 2 cereri pe minut. Cu cheie: 400 de cereri pe minut. | Anonim: pe IP și model. Cu cheie: pe proiect și model. |
| NVIDIA API Catalog | NVIDIA nu publică valorile. Limita dumneavoastră apare în contul de pe build.nvidia.com. | Pe cont |
| Cohere | Chei de probă: 20 de cereri pe minut pentru modelele de chat, 1,000 de apeluri API pe lună | Pe cheie de probă |
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:
- Un 429 scurt la o limită pe minut pune cheia în pauză de 90 de secunde. Routerul încearcă următorul model din lanț.
- O cotă zilnică epuizată pune modelul și cheia în pauză mai lungă: 2 minute, apoi 10 minute, apoi 1 oră, apoi 24 de ore.
- Dacă furnizorul trimite o valoare
Retry-Aftermai lungă, routerul folosește valoarea furnizorului. - 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.
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
- Cotă Gemini API depășită (429 RESOURCE_EXHAUSTED)
- Limita de rată Groq atinsă (429)
- Limita de rată NVIDIA NIM API
- API LLM gratuit fără card de credit
- best free llm apis 2026
- unlimited free ai tokens
Surse
- Google AI Studio: Rate limits (verificat 20 November 2026)
- GroqCloud: Rate limits (verificat 20 November 2026)
- OpenRouter: API rate limits (verificat 20 November 2026)
- Cloudflare Workers AI: Pricing (verificat 20 November 2026)
- OVHcloud: AI Endpoints getting started (verificat 20 November 2026)
- Cohere: Rate limits (verificat 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (verificat 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (verificat 20 November 2026)