Главная / Руководства / Бесплатный API моделей рассуждений

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.

Бесплатные модели рассуждений, сначала самые сильные
МодельБесплатно вКонтекстБесплатные лимиты (лучшее предложение)ИнструментыЗрение
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 запр./мин
20 запр./день
250,000 токенов/мин
~3M
ДаДа
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq ещё +5131K30 запр./мин
1,000 запр./день
8,000 токенов/мин
200,000 токенов/день
~6M
ДаНет
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq ещё +2131K30 запр./мин
1,000 запр./день
8,000 токенов/мин
200,000 токенов/день
~6M
ДаНет
GPT-OSS Safeguard 20BGroq, LLMTR131K30 запр./мин
1,000 запр./день
8,000 токенов/мин
200,000 токенов/день
~6M
ДаНет
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsНетНет
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditНетНет
Qwen3 235B A22B Thinking 2507ModelScope262K200 запр./день
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
НетНет
GPT-OSS 120B (via Groq)DreamPrompting131K100 запр./мин
5,000 запр./день
500,000 токенов/день
500K tokens/day · 5,000 req/day
НетНет
Qwen3 Next 80B A3B ThinkingModelScope262K200 запр./день
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
НетНет
QwQ 32BCloudflare Workers AI131K~10-20MДаНет
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 запр./день
200 rpd
НетДа
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 запр./мин
40 RPM
НетДа
Command A ReasoningCohere256K20 запр./мин
33 запр./день
~1-2M
ДаНет
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 запр./мин
50 запр./день
50 req/day account-wide (1,000 after a $10 purchase)
НетНет
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditДаДа
GPT-OSS 20B (via Groq)DreamPrompting131K100 запр./мин
5,000 запр./день
500,000 токенов/день
500K tokens/day · 5,000 req/day
НетНет
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5MДаНет
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditДаНет

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.
Правило: не задавайте малый 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 | bash

Откройте 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.

ЗадачаИспользовать модель рассуждений?Почему
Математика, логические задачи, планированиеДаПошаговые рассуждения уменьшают число ошибок
Сложные ошибки и разработка алгоритмовДаМодель проверяет свои собственные шаги
Чат, короткие ответы, переводНетРассуждения добавляют время и токены при небольшой пользе
Агенты с множеством вызовов инструментовИногдаКаждый 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. Используйте auto:fast для 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

ПроблемаПричинаРешение
Пустое содержимое, finish_reason: "length"Рассуждения использовали весь бюджет выводаУвеличьте max_tokens до 4,000 или больше
Текст <think> в ответеПровайдер возвращает видимые рассужденияУдалите теги в своем коде
Длинное объяснение на короткий вопросНекоторые модели рассуждений объясняют ход своей мыслиПопросите "только окончательный ответ" или используйте модель без рассуждений
Ошибка 429 после нескольких запросовТокены рассуждений исчерпали лимит токенов в минутуДобавьте больше ключей провайдеров или используйте рассуждения только для сложных задач
Медленные ответыМодель пишет много токенов рассужденийИспользуйте auto:fast для простых задач
Используйте каждую из этих моделей через один ключ. FreeLLMAPI это маршрутизатор с открытым исходным кодом, который работает на вашем сервере. Он объединяет все эти бесплатные тарифы за одной конечной точкой, совместимой с OpenAI, и переключается на другой провайдер, когда достигнут лимит запросов. Открыть каталог или перейти.

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

Источники

Все руководства · Смотреть все бесплатные модели