หน้าแรก / คู่มือ / Free reasoning model API

Free reasoning model API

โมเดล reasoning คิดก่อนตอบ โมเดลเขียนขั้นตอนที่ซ่อนหรือแสดงอยู่ก่อน แล้วจึงให้คำตอบสุดท้าย วิธีนี้ช่วยงานคณิตศาสตร์ ตรรกะ การวางแผน และโค้ดที่ยาก ผู้ให้บริการหลายรายให้โมเดล reasoning ฟรี คู่มือนี้แสดงโมเดลเหล่านั้น อธิบายค่าใช้จ่ายของ thinking token และให้โค้ดที่ใช้งานได้

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

โมเดล reasoning ฟรีในปัจจุบัน

ตารางแสดงโมเดลฟรีที่มี reasoning อยู่ในชื่อ เช่น GPT-OSS, R1, QwQ, Thinking, Reasoning และ Magistral ข้อมูลมาจากแคตตาล็อกสด โมเดลอื่นจำนวนมาก เช่น Gemini Flash ก็คิดก่อนตอบเช่นกัน แต่ชื่อของโมเดลเหล่านั้นไม่แสดงสิ่งนี้

โมเดล reasoning ฟรี เรียงจากแข็งแรงที่สุด
โมเดลฟรีบนขนาดบริบทขีดจำกัดฟรี (ข้อเสนอที่ดีที่สุด)เครื่องมือการอ่านภาพ
Gemini 3.8 Live Extended ThinkingGoogle AI Studio-10 คำขอ/นาที
20 คำขอ/วัน
250,000 โทเคน/นาที
~3M
ใช่ใช่
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +5 รายการเพิ่มเติม131K30 คำขอ/นาที
1,000 คำขอ/วัน
8,000 โทเคน/นาที
200,000 โทเคน/วัน
~6M
ใช่ไม่
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +2 รายการเพิ่มเติม131K30 คำขอ/นาที
1,000 คำขอ/วัน
8,000 โทเคน/นาที
200,000 โทเคน/วัน
~6M
ใช่ไม่
GPT-OSS Safeguard 20BGroq, LLMTR131K30 คำขอ/นาที
1,000 คำขอ/วัน
8,000 โทเคน/นาที
200,000 โทเคน/วัน
~6M
ใช่ไม่
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsไม่ไม่
DeepSeek V4 Flash ThinkingElectronHub-$0.25/week shared recurring creditไม่ไม่
Qwen3 235B A22B Thinking 2507ModelScope262K200 คำขอ/วัน
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
ไม่ไม่
GPT-OSS 120B (via Groq)DreamPrompting131K100 คำขอ/นาที
5,000 คำขอ/วัน
500,000 โทเคน/วัน
500K tokens/day · 5,000 req/day
ไม่ไม่
Qwen3 Next 80B A3B ThinkingModelScope262K200 คำขอ/วัน
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
ไม่ไม่
QwQ 32BCloudflare Workers AI131K~10-20Mใช่ไม่
Nemotron 3 Nano Omni ReasoningBlockRun, Kilo Gateway, Requesty262K200 คำขอ/วัน
200 rpd
ไม่ใช่
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM, Waterfall262K40 คำขอ/นาที
40 RPM
ไม่ใช่
Command A ReasoningCohere256K20 คำขอ/นาที
33 คำขอ/วัน
~1-2M
ใช่ไม่
Nemotron 3 Nano 30B ReasoningOpenRouter262K20 คำขอ/นาที
50 คำขอ/วัน
50 req/day account-wide (1,000 after a $10 purchase)
ไม่ไม่
Nemotron 3 Nano OmniElectronHub256K$0.25/week shared recurring creditใช่ใช่
GPT-OSS 20B (via Groq)DreamPrompting131K100 คำขอ/นาที
5,000 คำขอ/วัน
500,000 โทเคน/วัน
500K tokens/day · 5,000 req/day
ไม่ไม่
DeepSeek R1 Distill Qwen 32BCloudflare Workers AI131K~3-5Mใช่ไม่
R1 Distill Qwen 32BElectronHub131K$0.25/week shared recurring creditใช่ไม่

ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน

GPT-OSS 120B ถูกให้บริการฟรีโดยผู้ให้บริการหลายราย การสลับสำรองจึงมีตัวเลือกมาก QwQ 32B และ DeepSeek R1 Distill Qwen 32B ทำงานบน Cloudflare Workers AI โมเดล Qwen3 Thinking มี context 262K token บน ModelScope

Thinking token ใช้งบประมาณผลลัพธ์ของคุณ

นี่คือปัญหาที่พบบ่อยที่สุดกับโมเดล reasoning โมเดลเขียนการคิดก่อน thinking token เหล่านี้นับรวมกับขีดจำกัดผลลัพธ์ เหมือนคำตอบ

  • Google ระบุ: ขีดจำกัดผลลัพธ์ของ Gemini รวม thought token หากโมเดลถึงขีดจำกัดขณะคิด ผลลัพธ์อาจถูกตัดหรือว่างเปล่า thinking token ยังคงถูกนับ
  • Groq ระบุ: ค่าเริ่มต้น 1,024 completion token อาจน้อยเกินไปสำหรับการให้เหตุผลที่ซับซ้อน
  • ขีดจำกัดของแพ็กเกจฟรี: thinking token ยังนับรวมกับขีดจำกัดโทเค็นต่อนาทีและโทเค็นต่อวัน คำตอบแบบ reasoning อาจใช้โทเค็นมากกว่าคำตอบตรงๆ ของคำถามเดียวกันมาก
กฎ: อย่าตั้ง max_tokens ให้น้อยกับโมเดล reasoning เริ่มที่ 4,000 หรือมากกว่า หาก finish_reason เป็น length และ content ว่าง แสดงว่าโมเดลใช้งบประมาณทั้งหมดไปกับการคิด

ขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณจะอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ของ Groq, Cloudflare และ Google AI Studio ในหน้า Keys แต่ละรายให้บริการโมเดล reasoning ฟรี คัดลอกคีย์รวมจากหน้าเดียวกัน

ขั้นตอนที่ 2: เรียกโมเดล reasoning

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: ตรวจคำตอบที่ถูกตัด และลบข้อความการคิด

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")

ผู้ให้บริการบางรายส่ง thinking กลับมาภายในแท็ก <think> ใน content รายอื่นซ่อนไว้ หรือส่งกลับมาในฟิลด์แยก ลบแท็กก่อนแสดงคำตอบให้ผู้ใช้

ควบคุมปริมาณการคิด

ผู้ให้บริการมีการตั้งค่าของตนเองสำหรับความยาวการคิด Groq รับ reasoning_effort ที่เป็น low, medium หรือ high กับโมเดล GPT-OSS โมเดล Gemini 3 ใช้การตั้งค่า thinking_level เอกสาร FreeLLMAPI ไม่อธิบายว่าฟิลด์เหล่านี้ผ่านเกตเวย์อย่างไร ให้ทดสอบบนการติดตั้งของคุณก่อน

endpoint Gemini แบบเนทีฟของ FreeLLMAPI คือ /v1beta/models/{model}:generateContent ซึ่งแปลงงบประมาณการคิด ใช้ endpoint นี้หากคุณต้องควบคุมการคิดของ Gemini

งานใช้โมเดล reasoning หรือไม่เหตุผล
คณิตศาสตร์ ปริศนาตรรกะ การวางแผนใช่การคิดทีละขั้นช่วยลดข้อผิดพลาด
บั๊กที่ยากและการออกแบบอัลกอริทึมใช่โมเดลตรวจขั้นตอนของตนเอง
แชต คำตอบสั้น การแปลไม่การคิดเพิ่มเวลาและโทเค็น แต่ได้ประโยชน์น้อย
Agent ที่มี tool call จำนวนมากบางครั้งทุกรอบต้องจ่ายค่าการคิดอีกครั้ง

พรอมต์และการจัดเส้นทางสำหรับงาน reasoning

  • ระบุเป้าหมายและกฎ: ให้ข้อเท็จจริง ข้อจำกัด และผลลัพธ์ที่คาดหวังทั้งหมดในพรอมต์ โมเดล reasoning ไม่สามารถถามข้อเท็จจริงที่ขาดหายไประหว่างการคิด
  • กำหนดรูปแบบคำตอบ: ขอคำตอบสุดท้ายในรูปแบบคงที่ เช่น ตัวเลขหนึ่งตัวหรือออบเจกต์ JSON โค้ดของคุณจะอ่านได้โดยไม่ต้องใช้ข้อความการคิด
  • ให้กรณีทดสอบ: สำหรับโค้ด ให้เพิ่มอินพุตและเอาต์พุตตัวอย่าง โมเดลตรวจคำตอบของตนเทียบกับกรณีเหล่านี้ได้
  • จัดเส้นทางตามงาน: ใช้ model: "auto:smart" เพื่อจัดอันดับโมเดลตามความฉลาดสำหรับงานยาก ใช้ auto:fast สำหรับงานง่าย เพื่อไม่ต้องจ่ายค่าการคิด
  • คำถามยากหนึ่งข้อต่อหนึ่งคำขอ: คำถามยากหลายข้อในคำขอเดียวใช้งบประมาณผลลัพธ์ร่วมกัน แยกเป็นคำขอแยกกัน

กลยุทธ์ auto:* จัดอันดับทุกโมเดลที่เปิดใช้งานและไม่สนใจลำดับในเชนของคุณ หากต้องการให้คำขอ reasoning ใช้เฉพาะโมเดล reasoning ให้กำหนด model id หรือสร้างเชนสำรองที่มีชื่อซึ่งมีเฉพาะโมเดล reasoning จากนั้นเรียกด้วย auto:<profile-name>

การแก้ไขปัญหา

ปัญหาสาเหตุวิธีแก้
Content ว่าง finish_reason: "length"การคิดใช้งบประมาณผลลัพธ์ทั้งหมดเพิ่ม max_tokens เป็น 4,000 หรือมากกว่า
ข้อความ <think> ในคำตอบผู้ให้บริการส่งการคิดที่มองเห็นได้กลับมาลบแท็กในโค้ดของคุณ
คำอธิบายยาวสำหรับคำถามสั้นโมเดล reasoning บางตัวอธิบายกระบวนการคิดของตนขอ "เฉพาะคำตอบสุดท้าย" หรือใช้โมเดลที่ไม่ใช่ reasoning
ข้อผิดพลาด 429 หลังคำขอไม่กี่รายการthinking token ใช้ขีดจำกัดโทเค็นต่อนาทีเพิ่มคีย์ของผู้ให้บริการอีก หรือใช้ reasoning เฉพาะงานที่ยาก
คำตอบช้าโมเดลเขียน thinking token จำนวนมากใช้ auto:fast สำหรับงานง่าย
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี API โมเดล reasoning ฟรีหรือไม่

มี Groq, Cloudflare, NVIDIA, OVH, OpenRouter และผู้ให้บริการอื่นให้โมเดล reasoning ฟรี เช่น GPT-OSS 120B, QwQ 32B และ DeepSeek R1 Distill FreeLLMAPI รวมโมเดลเหล่านี้ไว้หลังคีย์ OpenAI-compatible เพียงคีย์เดียว

Thinking token นับเป็น output token หรือไม่

นับ Google ระบุว่าขีดจำกัดผลลัพธ์ของ Gemini รวม thought token และ thinking token ถูกนับ ในแพ็กเกจฟรี thinking token ยังใช้ขีดจำกัดโทเค็นต่อนาทีของคุณด้วย

เหตุใดโมเดล reasoning ของฉันจึงส่งคำตอบว่างกลับมา

โมเดลใช้งบ max_tokens ทั้งหมดไปกับการคิด จึงไม่เหลือโทเค็นสำหรับคำตอบ เพิ่ม max_tokens เป็น 4,000 หรือมากกว่า

DeepSeek R1 ใช้ฟรีผ่าน API ได้หรือไม่

DeepSeek R1 Distill Qwen 32B อยู่ในแคตตาล็อกฟรีบน Cloudflare Workers AI ตารางในหน้านี้แสดงผู้ให้บริการที่ให้บริการโมเดลนี้ในปัจจุบัน

โมเดล reasoning ฟรีตัวไหนดีที่สุด

GPT-OSS 120B เป็นค่าเริ่มต้นที่ดี เพราะผู้ให้บริการหลายรายให้บริการฟรี ใช้ตารางในหน้านี้ ซึ่งเรียงโมเดลตามอันดับความฉลาดจากแคตตาล็อกสด

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด