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 | ฟรีบน | ขนาดบริบท | ขีดจำกัดฟรี (ข้อเสนอที่ดีที่สุด) | เครื่องมือ | การอ่านภาพ |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 คำขอ/นาที 20 คำขอ/วัน 250,000 โทเคน/นาที ~3M | ใช่ | ใช่ |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 รายการเพิ่มเติม | 131K | 30 คำขอ/นาที 1,000 คำขอ/วัน 8,000 โทเคน/นาที 200,000 โทเคน/วัน ~6M | ใช่ | ไม่ |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 รายการเพิ่มเติม | 131K | 30 คำขอ/นาที 1,000 คำขอ/วัน 8,000 โทเคน/นาที 200,000 โทเคน/วัน ~6M | ใช่ | ไม่ |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 คำขอ/นาที 1,000 คำขอ/วัน 8,000 โทเคน/นาที 200,000 โทเคน/วัน ~6M | ใช่ | ไม่ |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | ไม่ | ไม่ |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | ไม่ | ไม่ |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 คำขอ/วัน Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | ไม่ | ไม่ |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 คำขอ/นาที 5,000 คำขอ/วัน 500,000 โทเคน/วัน 500K tokens/day · 5,000 req/day | ไม่ | ไม่ |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 คำขอ/วัน Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | ไม่ | ไม่ |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | ใช่ | ไม่ |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 คำขอ/วัน 200 rpd | ไม่ | ใช่ |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 คำขอ/นาที 40 RPM | ไม่ | ใช่ |
| Command A Reasoning | Cohere | 256K | 20 คำขอ/นาที 33 คำขอ/วัน ~1-2M | ใช่ | ไม่ |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 คำขอ/นาที 50 คำขอ/วัน 50 req/day account-wide (1,000 after a $10 purchase) | ไม่ | ไม่ |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | ใช่ | ใช่ |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 คำขอ/นาที 5,000 คำขอ/วัน 500,000 โทเคน/วัน 500K tokens/day · 5,000 req/day | ไม่ | ไม่ |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | ใช่ | ไม่ |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | ใช่ | ไม่ |
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
max_tokens ให้น้อยกับโมเดล reasoning เริ่มที่ 4,000 หรือมากกว่า หาก finish_reason เป็น length และ content ว่าง แสดงว่าโมเดลใช้งบประมาณทั้งหมดไปกับการคิดขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์
FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณจะอยู่บนคอมพิวเตอร์ของคุณ
ติดตั้ง (macOS หรือ Linux)
curl -fsSL https://freellmapi.co/install.sh | bashเปิดแดชบอร์ดที่ 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
| งาน | ใช้โมเดล reasoning หรือไม่ | เหตุผล |
|---|---|---|
| คณิตศาสตร์ ปริศนาตรรกะ การวางแผน | ใช่ | การคิดทีละขั้นช่วยลดข้อผิดพลาด |
| บั๊กที่ยากและการออกแบบอัลกอริทึม | ใช่ | โมเดลตรวจขั้นตอนของตนเอง |
| แชต คำตอบสั้น การแปล | ไม่ | การคิดเพิ่มเวลาและโทเค็น แต่ได้ประโยชน์น้อย |
| Agent ที่มี tool call จำนวนมาก | บางครั้ง | ทุกรอบต้องจ่ายค่าการคิดอีกครั้ง |
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 ใช้auto:fastสำหรับงานง่าย เพื่อไม่ต้องจ่ายค่าการคิด - คำถามยากหนึ่งข้อต่อหนึ่งคำขอ: คำถามยากหลายข้อในคำขอเดียวใช้งบประมาณผลลัพธ์ร่วมกัน แยกเป็นคำขอแยกกัน
กลยุทธ์ auto:* จัดอันดับทุกโมเดลที่เปิดใช้งานและไม่สนใจลำดับในเชนของคุณ หากต้องการให้คำขอ reasoning ใช้เฉพาะโมเดล reasoning ให้กำหนด model id หรือสร้างเชนสำรองที่มีชื่อซึ่งมีเฉพาะโมเดล reasoning จากนั้นเรียกด้วย auto:<profile-name>
การแก้ไขปัญหา
| ปัญหา | สาเหตุ | วิธีแก้ |
|---|---|---|
Content ว่าง finish_reason: "length" | การคิดใช้งบประมาณผลลัพธ์ทั้งหมด | เพิ่ม max_tokens เป็น 4,000 หรือมากกว่า |
ข้อความ <think> ในคำตอบ | ผู้ให้บริการส่งการคิดที่มองเห็นได้กลับมา | ลบแท็กในโค้ดของคุณ |
| คำอธิบายยาวสำหรับคำถามสั้น | โมเดล reasoning บางตัวอธิบายกระบวนการคิดของตน | ขอ "เฉพาะคำตอบสุดท้าย" หรือใช้โมเดลที่ไม่ใช่ reasoning |
| ข้อผิดพลาด 429 หลังคำขอไม่กี่รายการ | thinking token ใช้ขีดจำกัดโทเค็นต่อนาที | เพิ่มคีย์ของผู้ให้บริการอีก หรือใช้ reasoning เฉพาะงานที่ยาก |
| คำตอบช้า | โมเดลเขียน thinking token จำนวนมาก | ใช้ auto:fast สำหรับงานง่าย |
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
- free gpt oss api
- free deepseek api
- free qwen api
- API โมเดลเขียนโค้ดฟรีที่ดีที่สุด
- Rate limit ของ Free LLM API
แหล่งข้อมูล
- FreeLLMAPI docs: Routing strategies and native Gemini API (ตรวจสอบเมื่อ 20 November 2026)
- Google AI Studio docs: Thinking (ตรวจสอบเมื่อ 20 November 2026)
- Gemini Developer API pricing (ตรวจสอบเมื่อ 20 November 2026)
- Groq docs: Reasoning (ตรวจสอบเมื่อ 20 November 2026)