ఉచిత LLM API రేట్ పరిమితులు
ప్రతి ఉచిత LLM API కి రేట్ పరిమితులు ఉంటాయి. ఈ పేజీ FreeLLMAPI కేటలాగ్లోని ప్రతి ప్రొవైడర్ యొక్క ఉచిత పరిమితులను ఒకే పట్టికలో చూపుతుంది. RPM, RPD, TPM మరియు TPDని ఎలా చదవాలో, మరియు ఉచిత టియర్లను కలిపి ఎలా ఉపయోగించాలో కూడా ఇది వివరిస్తుంది.
కోడ్, మోడల్ పేర్లు మరియు ప్రత్యక్ష కేటలాగ్ లేబుల్లు ఇంగ్లీషులోనే చూపబడతాయి.
ప్రతి ప్రొవైడర్ కోసం ఉచిత పరిమితులు
ఈ పట్టిక లైవ్ కేటలాగ్ నుండి వస్తుంది. ప్రతి ప్రొవైడర్కు ఒక వరుస ఉంటుంది. ప్రతి విలువ, ఆ ప్రొవైడర్ నుండి ఏ ఉచిత మోడల్కైనా అత్యధిక పరిమితి. ఒక మోడల్ వరుసలోని విలువ కంటే తక్కువ పరిమితి కలిగి ఉండవచ్చు. డాష్ (-) అంటే ఆ ప్రొవైడర్ ఆ పరిమితిని ప్రచురించదు.
| ప్రొవైడర్ | ఉచిత మోడల్లు | గరిష్ట అభ్యర్థనలు/నిమిషం | గరిష్ట అభ్యర్థనలు/రోజు | గరిష్ట టోకెన్లు/నిమిషం | టోకెన్లు/నెల (ఒక మోడల్) | అత్యంత శక్తివంతమైన ఉచిత మోడల్ |
|---|---|---|---|---|---|---|
| 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 |
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
ఈ రోజు కేటలాగ్లో 45 ప్రొవైడర్ల నుండి 487 ఉచిత మోడల్ ఎండ్పాయింట్లు ఉన్నాయి. విలువలు తరచుగా మారుతాయి. ప్రొవైడర్లు ముందస్తు నోటీసు లేకుండా మోడళ్లను జోడిస్తారు, తొలగిస్తారు మరియు కోటాలను మారుస్తారు.
RPM, RPD, TPM మరియు TPDని ఎలా చదవాలి
| పరిమితి | అర్థం | సాధారణ వ్యవధి |
|---|---|---|
| RPM | నిమిషానికి అభ్యర్థనలు | కదిలే 60 సెకన్లు |
| RPD | రోజుకు అభ్యర్థనలు | ఒక రోజు. రీసెట్ సమయం ప్రతి ప్రొవైడర్కు వేరుగా ఉంటుంది. |
| TPM | నిమిషానికి టోకెన్లు. ఇన్పుట్ మరియు అవుట్పుట్ టోకెన్లు రెండూ లెక్కించబడతాయి. | కదిలే 60 సెకన్లు |
| TPD | రోజుకు టోకెన్లు | ఒక రోజు |
| నెలవారీ బడ్జెట్ | ఒక నెలలోని ఉచిత టోకెన్ల అంచనా | ఒక క్యాలెండర్ నెల |
మిమ్మల్ని ముందుగా ఆపే పరిమితే ముఖ్యం. ఉదాహరణకు, Groq తన ఉచిత ప్లాన్లో openai/gpt-oss-120b కోసం 30 RPM, 1,000 RPD, 8,000 TPM మరియు 200,000 TPDని నమోదు చేస్తుంది. నిమిషానికి 30 అభ్యర్థనలతో, మీరు రోజువారీ 1,000 అభ్యర్థనలను సుమారు 34 నిమిషాల్లో ఉపయోగిస్తారు. 9,000 టోకెన్ల అభ్యర్థన వెంటనే విఫలమవుతుంది, ఎందుకంటే అది 8,000 TPM పరిమితి కంటే పెద్దది.
- పరిధి: Google Gemini పరిమితులను ప్రతి కీకి కాకుండా ప్రతి Google Cloud ప్రాజెక్ట్కు వర్తింపజేస్తుంది. Groq పరిమితులను ప్రతి సంస్థకు వర్తింపజేస్తుంది. అదే ప్రాజెక్ట్ లేదా సంస్థలో రెండవ కీ కోటాను పెంచదు.
- రీసెట్ సమయం: Google రోజువారీ అభ్యర్థనలను పసిఫిక్ సమయం అర్ధరాత్రికి రీసెట్ చేస్తుంది. Cloudflare దాని రోజువారీ కేటాయింపును 00:00 UTCకి రీసెట్ చేస్తుంది.
- షేర్డ్ పూల్స్: కొన్ని ప్రొవైడర్లు అన్ని ఉచిత మోడళ్లపై ఒకే కోటాను లెక్కిస్తారు. OpenRouter ఖాతాలోని ప్రతి
:freeమోడల్పై రోజువారీ ఉచిత అభ్యర్థనలను లెక్కిస్తుంది. - ఇతర యూనిట్లు: Cloudflare Workers AI టోకెన్లను కాకుండా న్యూరాన్లను లెక్కిస్తుంది. ఉచిత కేటాయింపు రోజుకు 10,000 న్యూరాన్లు.
ప్రధాన ప్రొవైడర్ల ధృవీకరించిన పరిమితులు
ఈ విలువలు ప్రతి ప్రొవైడర్ స్వంత డాక్యుమెంటేషన్ నుండి వస్తాయి, 20 నవంబర్ 2026న తనిఖీ చేయబడ్డాయి. మోడల్ స్థాయి విలువల కోసం పై లైవ్ పట్టికను ఉపయోగించండి.
| ప్రొవైడర్ | ఉచిత పరిమితి (అధికారిక) | పరిధి |
|---|---|---|
| Google AI Studio (Gemini) | ప్రతి మోడల్కు వేరుగా ఉంటుంది. మీ క్రియాశీల పరిమితులను Google AI Studioలో చూపిస్తుంది. | ప్రతి Google Cloud ప్రాజెక్ట్కు |
| Groq | openai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | ప్రతి సంస్థకు |
| OpenRouter | :free మోడళ్లు: 20 RPM. రోజుకు 50 అభ్యర్థనలు, లేదా 10 క్రెడిట్లు కొనుగోలు చేసిన తర్వాత రోజుకు 1,000. | ప్రతి ఖాతాకు, అన్ని ఉచిత మోడళ్లు కలిపి |
| Cloudflare Workers AI | Workers Freeలో రోజుకు 10,000 న్యూరాన్లు | ప్రతి ఖాతాకు |
| OVHcloud AI Endpoints | అనామకం: నిమిషానికి 2 అభ్యర్థనలు. కీతో: నిమిషానికి 400 అభ్యర్థనలు. | అనామకం: ప్రతి IP మరియు మోడల్కు. కీ: ప్రతి ప్రాజెక్ట్ మరియు మోడల్కు. |
| NVIDIA API Catalog | NVIDIA విలువలను ప్రచురించదు. మీ పరిమితి build.nvidia.comలో మీ ఖాతాలో కనిపిస్తుంది. | ప్రతి ఖాతాకు |
| Cohere | ట్రయల్ కీలు: చాట్ మోడళ్లపై నిమిషానికి 20 అభ్యర్థనలు, నెలకు 1,000 API కాల్లు | ప్రతి ట్రయల్ కీకి |
ఉచిత టియర్లను ఎలా కలపాలి
ఒక ఉచిత టియర్ చిన్నది. అనేక ఉచిత టియర్లు కలిపితే రోజుకు ఎక్కువ అభ్యర్థనలు వస్తాయి. వాటిని కలపడానికి, ప్రతి ప్రొవైడర్ నుండి ఒక కీ పొందండి. తర్వాత ప్రతి అభ్యర్థనను ఇంకా కోటా ఉన్న ప్రొవైడర్కు పంపండి.
FreeLLMAPI ఇది మీ కోసం చేస్తుంది. ఇది మీ కంప్యూటర్లో నడిచే ఓపెన్-సోర్స్ గేట్వే. ఇది ప్రతి ప్లాట్ఫామ్, మోడల్ మరియు కీ కోసం నాలుగు కౌంటర్లను (RPM, RPD, TPM, TPD) ఉంచుతుంది. అభ్యర్థన పంపే ముందు, ఇది నాలుగు కౌంటర్లనూ తనిఖీ చేస్తుంది. ఖాతా మొత్తాన్ని కవర్ చేసే పూల్స్ను కూడా తనిఖీ చేస్తుంది, ఉదాహరణకు OpenRouter రోజువారీ పరిమితి మరియు Cloudflare న్యూరాన్ పరిమితి.
ఇన్స్టాల్ చేసి ఒక అభ్యర్థన పంపండి
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"}]}'http://localhost:3001లోని డాష్బోర్డ్ Keys పేజీలో మీ ప్రొవైడర్ కీలను జోడించండి. అదే పేజీ నుండి ఏకీకృత కీని కాపీ చేయండి. ప్రతిస్పందన హెడర్ X-Routed-Via జవాబిచ్చిన ప్రొవైడర్ మరియు మోడల్ను చూపుతుంది.
పరిమితి వద్ద ఏమి జరుగుతుంది
మీరు పరిమితిని మించినప్పుడు చాలా ప్రొవైడర్లు HTTP 429ని పంపుతారు. కొన్ని ప్రొవైడర్లు Retry-After హెడర్ను పంపుతారు. FreeLLMAPI ఈ సంకేతాలను ఈ క్రమంలో ఉపయోగిస్తుంది:
- నిమిషం పరిమితిపై చిన్న 429 కీని 90 సెకన్ల కూల్డౌన్లో ఉంచుతుంది. రౌటర్ చైన్లోని తదుపరి మోడల్ను ప్రయత్నిస్తుంది.
- పూర్తి రోజువారీ కోటా మోడల్ మరియు కీని ఎక్కువ కూల్డౌన్లో ఉంచుతుంది: 2 నిమిషాలు, తర్వాత 10 నిమిషాలు, తర్వాత 1 గంట, తర్వాత 24 గంటలు.
- ప్రొవైడర్ ఎక్కువ కాలం ఉండే
Retry-Afterవిలువను ఇస్తే, రౌటర్ ప్రొవైడర్ విలువను ఉపయోగిస్తుంది. - ఒక ఎర్రర్ బాడీ అసలు పరిమితిని పేర్కొంటే, రౌటర్ దాన్ని సేవ్ చేస్తుంది. తర్వాతి ముందస్తు తనిఖీ, ప్రొవైడర్ తిరస్కరించడానికి ముందే అభ్యర్థనను ఆపుతుంది.
ప్రతి కీ కూల్డౌన్లో ఉన్నప్పుడు, గేట్వే 429ని ఇస్తుంది. ఉచిత టియర్లకు SLA ఉండదు. అత్యంత బలమైన ఉచిత మోడళ్లకు తరచుగా అతి చిన్న రోజువారీ పరిమితులు ఉంటాయి, కాబట్టి రోజు చివరిలో సమాధాన నాణ్యత తగ్గవచ్చు.
రోజుకు ఎక్కువ అభ్యర్థనలు పొందే మార్గాలు
- మరిన్ని ప్రొవైడర్ల కీలను జోడించండి. ప్రతి ప్రొవైడర్ తన కోటాను జోడిస్తుంది.
- సరళమైన పనులకు చిన్న, వేగవంతమైన మోడళ్లను ఉపయోగించండి. కష్టమైన పనులకు చిన్న రోజువారీ పరిమితులు ఉన్న పెద్ద మోడళ్లను ఉంచండి.
- తక్కువ టోకెన్లు పంపండి. చిన్న ప్రాంప్ట్ TPM మరియు TPD పరిమితులకు సహాయపడుతుంది.
- ఎక్కువ కోటా పొందడానికి ఒక ప్రొవైడర్తో అనేక ఖాతాలు సృష్టించవద్దు. ముందుగా ప్రతి ప్రొవైడర్ నిబంధనలను చదవండి. చాలా నిబంధనలు దీన్ని అనుమతించవు.
- ఉత్పత్తిలో ఉచిత టియర్లను ఉపయోగించే ముందు ఉచిత LLM API వాణిజ్య వినియోగం చదవండి.
తరచుగా అడిగే ప్రశ్నలు
ఉచిత Gemini API యొక్క రేట్ పరిమితులు ఎంత?
Google ప్రతి మోడల్కు వేరే పరిమితులను సెట్ చేస్తుంది మరియు వాటిని ప్రతి Google Cloud ప్రాజెక్ట్కు వర్తింపజేస్తుంది. మీ క్రియాశీల పరిమితులు AI Studioలో కనిపిస్తాయి. రోజువారీ అభ్యర్థనలు పసిఫిక్ సమయం అర్ధరాత్రికి రీసెట్ అవుతాయి. ఈ పేజీలోని లైవ్ పట్టిక ప్రస్తుత కేటలాగ్ విలువలను చూపుతుంది.
Groq ఉచిత టియర్ రేట్ పరిమితి ఎంత?
Groq ప్రతి మోడల్కు పరిమితులను జాబితా చేస్తుంది. openai/gpt-oss-120b కోసం ఉచిత ప్లాన్ నిమిషానికి 30 అభ్యర్థనలు, రోజుకు 1,000 అభ్యర్థనలు, నిమిషానికి 8,000 టోకెన్లు మరియు రోజుకు 200,000 టోకెన్లను అనుమతిస్తుంది. పరిమితులు మొత్తం సంస్థకు వర్తిస్తాయి.
రెండవ API కీ నా ఉచిత కోటాను రెట్టింపు చేస్తుందా?
సాధారణంగా లేదు. Google పరిమితులను ప్రాజెక్ట్ వారీగా, Groq వాటిని సంస్థ వారీగా లెక్కిస్తుంది. అదే ప్రాజెక్ట్ లేదా సంస్థలోని కొత్త కీ అదే కోటాను పంచుకుంటుంది.
ఏ ఉచిత LLM API కి అత్యధిక రేట్ పరిమితి ఉంది?
ఇది పరిమితి రకంపై ఆధారపడి ఉంటుంది. కొన్ని ప్రొవైడర్లు నిమిషానికి ఎక్కువ అభ్యర్థనలు ఇస్తారు కానీ రోజుకు తక్కువ ఇస్తారు. మీ పనిభారాన్ని ముందుగా ఆపే పరిమితి ప్రకారం లైవ్ పట్టికను క్రమబద్ధీకరించండి, తర్వాత అనేక ప్రొవైడర్లను కలపండి.
ఉచిత LLM APIపై ఎర్రర్ 429 అంటే ఏమిటి?
మీరు రేట్ పరిమితి లేదా కోటాను మించారని దీని అర్థం. రీసెట్ సమయం వరకు వేచి ఉండండి, తక్కువ టోకెన్లు పంపండి, లేదా అభ్యర్థనను వేరే ప్రొవైడర్కు పంపండి.
సంబంధిత గైడ్లు
- Gemini API కోటా మించింది (429 RESOURCE_EXHAUSTED)
- Groq రేట్ పరిమితి చేరింది (429)
- NVIDIA NIM API రేట్ పరిమితి
- క్రెడిట్ కార్డ్ లేకుండా ఉచిత LLM API
- best free llm apis 2026
- unlimited free ai tokens
మూలాలు
- Google AI Studio: Rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- GroqCloud: Rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- OpenRouter: API rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- Cloudflare Workers AI: Pricing (20 November 2026 న తనిఖీ చేయబడింది)
- OVHcloud: AI Endpoints getting started (20 November 2026 న తనిఖీ చేయబడింది)
- Cohere: Rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- NVIDIA developer forum: credits replaced by rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: Quota and cooldown engine (20 November 2026 న తనిఖీ చేయబడింది)