Бесплатный API моделей рассуждений
Модель рассуждений думает, прежде чем ответить. Она пишет скрытые или видимые шаги, а затем дает окончательный ответ. Это помогает в математике, логике, планировании и сложном коде. Несколько провайдеров дают модели рассуждений бесплатно. Это руководство показывает их, объясняет стоимость токенов рассуждений и дает рабочий код.
Код, названия моделей и метки живого каталога показаны на английском языке.
Бесплатные модели рассуждений сегодня
В таблице перечислены бесплатные модели, в названии которых есть слово о рассуждениях, например GPT-OSS, R1, QwQ, Thinking, Reasoning и Magistral. Данные взяты из актуального каталога. Многие другие модели, например Gemini Flash, тоже рассуждают, но в их названиях это не видно.
| Модель | Бесплатно в | Контекст | Бесплатные лимиты (лучшее предложение) | Инструменты | Зрение |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 запр./мин 20 запр./день 250,000 токенов/мин ~3M | Да | Да |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq ещё +5 | 131K | 30 запр./мин 1,000 запр./день 8,000 токенов/мин 200,000 токенов/день ~6M | Да | Нет |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq ещё +2 | 131K | 30 запр./мин 1,000 запр./день 8,000 токенов/мин 200,000 токенов/день ~6M | Да | Нет |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 запр./мин 1,000 запр./день 8,000 токенов/мин 200,000 токенов/день ~6M | Да | Нет |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | Нет | Нет |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | Нет | Нет |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 запр./день Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Нет | Нет |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 запр./мин 5,000 запр./день 500,000 токенов/день 500K tokens/day · 5,000 req/day | Нет | Нет |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 запр./день Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | Нет | Нет |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | Да | Нет |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 запр./день 200 rpd | Нет | Да |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 запр./мин 40 RPM | Нет | Да |
| Command A Reasoning | Cohere | 256K | 20 запр./мин 33 запр./день ~1-2M | Да | Нет |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 запр./мин 50 запр./день 50 req/day account-wide (1,000 after a $10 purchase) | Нет | Нет |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | Да | Да |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 запр./мин 5,000 запр./день 500,000 токенов/день 500K tokens/day · 5,000 req/day | Нет | Нет |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | Да | Нет |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | Да | Нет |
Актуальные данные из каталога FreeLLMAPI (версия 2026.11.19, проверено 2026-11-19). Бесплатные лимиты часто меняются. Каталог проверяется каждый день.
GPT-OSS 120B бесплатно предоставляют несколько провайдеров, поэтому у переключения много вариантов. QwQ 32B и DeepSeek R1 Distill Qwen 32B работают на Cloudflare Workers AI. Модели Qwen3 Thinking имеют контекст 262K токенов на ModelScope.
Токены рассуждений используют ваш бюджет вывода
Это самая частая проблема моделей рассуждений. Модель сначала пишет свои рассуждения. Эти токены рассуждений учитываются в лимите вывода наравне с ответом.
- Google сообщает: лимит вывода Gemini включает токены мыслей. Если модель достигает лимита во время рассуждений, вывод может обрезаться или быть пустым. Токены рассуждений все равно учитываются.
- Groq сообщает: значение по умолчанию 1,024 токена завершения может быть слишком малым для сложных рассуждений.
- Бесплатные лимиты: токены рассуждений также учитываются в лимитах токенов в минуту и токенов в день. Ответ с рассуждением может использовать гораздо больше токенов, чем прямой ответ на тот же вопрос.
max_tokens для модели рассуждений. Начните с 4,000 или больше. Если finish_reason равен length, а содержимое пустое, модель потратила весь бюджет на рассуждения.Шаг 1: установите FreeLLMAPI и добавьте ключи
FreeLLMAPI имеет открытый исходный код. Он работает на вашем компьютере в Docker. Ключи провайдеров остаются на вашем компьютере.
Установка (macOS или Linux)
curl -fsSL https://freellmapi.co/install.sh | bashОткройте панель управления по адресу http://localhost:3001. Добавьте ключи Groq, Cloudflare и Google AI Studio на странице Keys. Каждый из них предоставляет бесплатные модели рассуждений. Скопируйте единый ключ с той же страницы.
Шаг 2: вызовите модель рассуждений
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: проверка обрезанного ответа и удаление текста рассуждений
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")Некоторые провайдеры возвращают рассуждения внутри тегов <think> в содержимом. Другие скрывают их или возвращают в отдельном поле. Удалите теги, прежде чем показывать ответ пользователям.
Управление объемом рассуждений
У провайдеров есть собственные настройки длины рассуждений. Groq принимает reasoning_effort со значениями low, medium или high для моделей GPT-OSS. Модели Gemini 3 используют настройку thinking_level. В документации FreeLLMAPI не описано, как эти поля проходят через шлюз, поэтому сначала проверьте их на своей установке.
Нативная конечная точка Gemini в FreeLLMAPI, /v1beta/models/{model}:generateContent, преобразует бюджеты рассуждений. Используйте ее, если нужен контроль рассуждений Gemini.
| Задача | Использовать модель рассуждений? | Почему |
|---|---|---|
| Математика, логические задачи, планирование | Да | Пошаговые рассуждения уменьшают число ошибок |
| Сложные ошибки и разработка алгоритмов | Да | Модель проверяет свои собственные шаги |
| Чат, короткие ответы, перевод | Нет | Рассуждения добавляют время и токены при небольшой пользе |
| Агенты с множеством вызовов инструментов | Иногда | Каждый цикл снова оплачивает стоимость рассуждений |
Промпты и маршрутизация для задач рассуждений
- Укажите цель и правила: дайте в промпте все факты, ограничения и ожидаемый результат. Модель рассуждений не может спросить недостающие факты во время размышлений.
- Задайте формат ответа: попросите окончательный ответ в фиксированном виде, например одно число или объект JSON. Тогда ваш код сможет прочитать его без текста рассуждений.
- Дайте тестовые случаи: для кода добавьте примеры входных и выходных данных. Модель может проверить свой ответ по ним.
- Маршрутизируйте по задаче: используйте
model: "auto:smart", чтобы ранжировать модели по интеллекту для сложных задач. Используйтеauto:fastдля простых задач, чтобы не платить стоимость рассуждений. - Один сложный вопрос в каждом запросе: несколько сложных вопросов в одном запросе делят один бюджет вывода. Разделите их на отдельные запросы.
Стратегии auto:* ранжируют все включенные модели и не учитывают порядок вашей цепочки. Чтобы запросы рассуждений шли только к моделям рассуждений, закрепите ID модели. Также можно создать именованную цепочку переключения только из моделей рассуждений. Затем вызывайте ее через auto:<profile-name>.
Устранение неполадок
| Проблема | Причина | Решение |
|---|---|---|
Пустое содержимое, finish_reason: "length" | Рассуждения использовали весь бюджет вывода | Увеличьте max_tokens до 4,000 или больше |
Текст <think> в ответе | Провайдер возвращает видимые рассуждения | Удалите теги в своем коде |
| Длинное объяснение на короткий вопрос | Некоторые модели рассуждений объясняют ход своей мысли | Попросите "только окончательный ответ" или используйте модель без рассуждений |
| Ошибка 429 после нескольких запросов | Токены рассуждений исчерпали лимит токенов в минуту | Добавьте больше ключей провайдеров или используйте рассуждения только для сложных задач |
| Медленные ответы | Модель пишет много токенов рассуждений | Используйте auto:fast для простых задач |
Часто задаваемые вопросы
Есть ли бесплатный API моделей рассуждений?
Да. Groq, Cloudflare, NVIDIA, OVH, OpenRouter и другие провайдеры дают модели рассуждений бесплатно, например GPT-OSS 120B, QwQ 32B и DeepSeek R1 Distill. FreeLLMAPI объединяет их за одним ключом, совместимым с OpenAI.
Учитываются ли токены рассуждений как выходные токены?
Да. Google сообщает, что лимит вывода Gemini включает токены мыслей и что токены рассуждений учитываются. На бесплатных тарифах они также используют ваш лимит токенов в минуту.
Почему моя модель рассуждений возвращает пустой ответ?
Модель использовала весь бюджет max_tokens на рассуждения, поэтому для ответа не осталось токенов. Увеличьте max_tokens до 4,000 или больше.
Есть ли DeepSeek R1 бесплатно через API?
DeepSeek R1 Distill Qwen 32B есть в бесплатном каталоге Cloudflare Workers AI. Таблица на этой странице показывает провайдеров, которые сегодня его предоставляют.
Какая бесплатная модель рассуждений лучше всего?
GPT-OSS 120B хороший вариант по умолчанию, потому что несколько провайдеров предоставляют ее бесплатно. Используйте таблицу на этой странице: в ней модели отсортированы по рангу интеллекта из актуального каталога.
Похожие руководства
- free gpt oss api
- free deepseek api
- free qwen api
- Лучшие бесплатные API моделей для кода
- Лимиты запросов бесплатного LLM API
Источники
- FreeLLMAPI docs: Routing strategies and native Gemini API (проверено 20 November 2026)
- Google AI Studio docs: Thinking (проверено 20 November 2026)
- Gemini Developer API pricing (проверено 20 November 2026)
- Groq docs: Reasoning (проверено 20 November 2026)