1 milyon token bağlamlı ücretsiz LLM API
Uzun bir bağlam penceresi, bir modelin tek bir istekte tam bir kitabı, büyük bir kod tabanını veya saatlerce süren transkriptleri okumasına izin verir. FreeLLMAPI kataloğunda, 1 milyon veya daha fazla token bağlam penceresine sahip 56 ücretsiz model seçeneği var. Bu kılavuz bu modelleri ve gerçekte ne kadar gönderebileceğinizi belirleyen ücretsiz katman sınırlarını gösterir.
Kod, model adları ve canlı katalog etiketleri İngilizce gösterilir.
Bugün 1M+ token bağlamlı ücretsiz modeller
Tablo, en az 1,000,000 token bağlam penceresine sahip ücretsiz modelleri, en büyükten başlayarak listeler. Veriler canlı katalogdan gelir. Bağlam boyutunun yanı sıra "Free limits" sütununa da bakın.
| Model | Ücretsiz olduğu yer | Bağlam | Ücretsiz limitler (en iyi teklif) | Araçlar | Görsel girdi |
|---|---|---|---|---|---|
| OpenAI: GPT-6 Luna | ElectronHub | 1.1M | $0.25/week shared free credits | Hayır | Hayır |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 istek/dk 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Evet | Evet |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 istek/dk 20 istek/gün 250,000 jeton/dk ~3M | Evet | Evet |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 istek/dk 50 istek/gün Shared rate limit | Evet | Hayır |
| DeepSeek V4 Flash 0731 | Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Hayır | Hayır |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 istek/dk 20 istek/gün 250,000 jeton/dk ~3M | Evet | Evet |
| GLM 5.2 | Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Hayır | Hayır |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 istek/dk 20 istek/gün 250,000 jeton/dk ~3M | Evet | Evet |
| DeepSeek V4 Pro | APINex, Router9 | 1M | 5 istek/dk 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Hayır | Hayır |
| Nemotron 3 Ultra 550B | Gizmo, Kilo Gateway, LLMTR +3 tane daha | 1M | 200 istek/gün 200 rpd | Evet | Hayır |
| Gemini 3.5 Flash Lite | ElectronHub, Google AI Studio | 1M | 15 istek/dk 20 istek/gün 250,000 jeton/dk ~3M | Evet | Evet |
| Gemini 3 Flash Preview | Google AI Studio | 1M | 10 istek/dk 20 istek/gün 250,000 jeton/dk ~3M | Evet | Evet |
| Gemini 3.1 Flash-Lite | DreamPrompting, Google AI Studio | 1M | 100 istek/dk 5,000 istek/gün 500,000 jeton/gün 500K tokens/day · 5,000 req/day | Evet | Evet |
| Gemini 2.5 Flash | DreamPrompting, ElectronHub, Google AI Studio | 1M | 100 istek/dk 5,000 istek/gün 500,000 jeton/gün 500K tokens/day · 5,000 req/day | Evet | Evet |
| Nemotron 3.5 Lightning | ElectronHub, Gizmo, Kilo Gateway +2 tane daha | 1M | 20 istek/dk 50 istek/gün 50 req/day account-wide (1,000 after a $10 purchase) | Evet | Hayır |
33 eşleşen ücretsiz modelden 15 tanesi gösteriliyor. Tüm modelleri gör.
Canlı veriler FreeLLMAPI kataloğundan alınır (sürüm 2026.11.19, 2026-11-19 tarihinde kontrol edildi). Ücretsiz limitler sık değişir. Katalog her gün kontrol edilir.
Google AI Studio'daki Gemini Flash modelleri, en iyi bilinen 1M tokenlık ücretsiz modellerdir. Ayrıca görüntü ve araç çağrılarını da kabul ederler. Diğer satırlar ücretsiz yönlendiricilerden ve NVIDIA'dan gelir.
Gerçek sınır: dakika başına token
Bağlam penceresi, modelin okuyabileceği en büyük istemdir. Ücretsiz katmanın ayrıca dakika başına token (TPM) sınırı vardır. Birçok ücretsiz katmanda TPM sınırı bağlam penceresinden küçüktür.
- Örnek: tablodaki ücretsiz bir Gemini Flash anahtarı dakikada 250,000 token izin verir. 800,000 tokenlık bir istem bağlam penceresi içindedir, ama TPM sınırının üzerindedir. Sağlayıcı 429 hatası gönderir.
- Gün başına istek: bazı ücretsiz Gemini modelleri her gün yalnızca yaklaşık 20 isteğe izin verir. Uzun istemleri ihtiyaç duyan görevler için kullanın.
- Çıktı ayrıdır: yanıtın kendi en büyük uzunluğu vardır. 1M tokenlık bağlam, 1M tokenlık bir yanıt vermez.
Pratikte, ücretsiz bir 1M bağlamlı model tek bir istekte birkaç yüz bin token okuyabilir. İstemi göndermeden önce ölçün.
1. adım: FreeLLMAPI'yi kurun ve anahtar ekleyin
FreeLLMAPI açık kaynaktır. Bilgisayarınızda Docker içinde çalışır. Sağlayıcı anahtarlarınız bilgisayarınızda kalır.
Kurun (macOS veya Linux)
curl -fsSL https://freellmapi.co/install.sh | bashPaneli http://localhost:3001 adresinde açın. Keys sayfasına bir Google AI Studio anahtarı ekleyin. Google 429 hatası gönderdiğinde yönlendiricinin başka bir uzun bağlamlı modeli olsun diye tablodaki diğer sağlayıcılardan da anahtar ekleyin. Birleşik anahtarınızı aynı sayfadan kopyalayın.
2. adım: Tokenları sayın, sonra uzun bir belge gönderin
FreeLLMAPI, yerel Gemini countTokens yöntemini sunar. İstemi göndermeden önce ölçmek için bunu kullanın.
curl: yerel Gemini uç noktasıyla tokenları sayın
curl "http://localhost:3001/v1beta/models/gemini-2.5-flash:countTokens" \
-H "x-goog-api-key: <unified-key>" \
-H "Content-Type: application/json" \
-d '{"contents": [{"role": "user", "parts": [{"text": "Paste the long text here"}]}]}'Python: 1M bağlamlı bir modele uzun bir dosya gönderin
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>", timeout=300)
doc = open("annual-report.txt", encoding="utf-8").read()
print("about", len(doc) // 4, "tokens") # rough rule for English text
resp = client.chat.completions.with_raw_response.create(
model="gemini-2.5-flash", # pin a 1M-context model; "auto" can pick a smaller one
messages=[
{"role": "system", "content": "Answer only from the document. Quote the section you use."},
{"role": "user", "content": doc + "\n\nQuestion: What are the three largest risks?"},
],
max_tokens=4000,
)
print("Routed via:", resp.headers.get("x-routed-via"))
print(resp.parse().choices[0].message.content)Uzun bağlamlı bir modeli model kimliğiyle sabitleyin. model: "auto" ile yönlendirici daha küçük bağlam penceresine sahip bir model seçebilir. Büyük istemlerin okunması zaman aldığı için uzun bir istemci zaman aşımı ayarlayın.
Uzun bağlam mı, RAG mi?
| Uzun bağlamı şu durumda kullanın | RAG'ı şu durumda kullanın |
|---|---|
| Belge bir kez okunur, örneğin bir sözleşme veya bir rapor | Aynı büyük veri hakkında çok sayıda soru sorarsınız |
| Yanıt tam metni gerektirir, örneğin bir özet veya bölümlerin karşılaştırması | Yanıt birkaç kısa pasajdadır |
| Metin, ücretsiz anahtarınızın TPM sınırından küçüktür | Veri, herhangi bir ücretsiz bağlam penceresinden veya TPM sınırından büyüktür |
| Modelin metnin sırasını ve yapısını görmesi gerekir | Her isteği küçük ve hızlı tutmanız gerekir |
RAG, her soruyla birlikte verinin yalnızca ilgili bölümlerini gönderir. Ücretsiz katmanlarda daha az token kullanır. Kurulum için RAG için ücretsiz LLM API ve ücretsiz gömme API'si sayfalarını okuyun.
Tuzaklar ve sorun giderme
- Kaybolan ayrıntılar: modeller çok uzun bir istemin ortasındaki gerçekleri kaçırabilir. Sorunuzu belgeden sonra yazın ve modelden kaynağını alıntılamasını isteyin.
- Düşünme tokenları: Gemini Flash modelleri, çıktı bütçesinden gizli düşünme tokenları kullanabilir. Çok küçük bir
max_tokensdeğeri ayarlamayın. - PDF dosyaları: FreeLLMAPI PDF, DOCX veya XLSX dosyalarını dönüştürmez. İkili bir belge eki 400 hatası döndürür. Önce metni çıkarın, sonra metni gönderin.
- Metni temizleyin: bir belgeyi göndermeden önce sayfa üstbilgilerini, altbilgilerini ve tekrar eden içindekiler tablolarını kaldırın. Bunlar token kullanır ve gerçek bilgi eklemez.
- Tekrarlanan istemler: her istek tüm belgeyi yeniden gönderir. Mümkün olduğunda tek bir istekte birkaç soru sorun.
| Sorun | Neden | Çözüm |
|---|---|---|
| İlk uzun istekte 429 hatası | İstem TPM sınırından büyük | İstemi küçültün veya RAG kullanın |
| Bağlam uzunluğuyla ilgili 400 hatası | İstek daha küçük pencereli bir modele gitti | Tablodan bir model kimliği sabitleyin |
| Boş veya kesik yanıt | max_tokens çok küçük veya düşünme onu kullandı | Daha büyük bir max_tokens değeri ayarlayın |
| Zaman aşımı | Modelin istemi okuması zaman alır | 300 saniye veya daha fazla bir istemci zaman aşımı ayarlayın |
Sık sorulan sorular
1 milyon tokenlık bağlamı olan ücretsiz bir LLM API var mı?
Evet. Google AI Studio ücretsiz katmanındaki Gemini Flash modellerinin bağlam penceresi yaklaşık 1 milyon tokendır. FreeLLMAPI kataloğunda 1M veya daha fazla tokenlı 56 ücretsiz model seçeneği var.
Ücretsiz olarak tek bir istekte 1 milyon token gönderebilir miyim?
Genellikle hayır. Katalogdaki ücretsiz Gemini katmanı dakikada 250,000 token izin verir, bu yüzden daha büyük bir istem 429 hatası alır. Her istek için birkaç yüz bin token planlayın.
İstemi göndermeden önce tokenları nasıl sayarım?
FreeLLMAPI üzerinden /v1beta/models/{model}:countTokens adresinde yerel Gemini countTokens yöntemini çağırın. İngilizce metinde yaklaşık 4 karakter bir token eder.
Hangi ücretsiz LLM en büyük bağlam penceresine sahip?
Bu sayfadaki tablo ücretsiz modelleri bağlam boyutuna göre, en büyükten başlayarak sıralar. Birkaç ücretsiz model yaklaşık 1 milyon tokene ulaşır. Ayrıca ücretsiz sınırlar sütununa bakın, çünkü TPM sınırı tek bir isteğin gerçek boyutunu belirler.
Uzun bağlam RAG'dan daha mı iyi?
Uzun bağlam, bir kez okuduğunuz tek bir belge için daha iyidir. RAG ise büyük veri üzerindeki çok sayıda soru için daha iyidir, çünkü her seferinde daha az token gönderir.
İlgili rehberler
- RAG için ücretsiz LLM API
- Ücretsiz embeddings API
- free gemini api
- Gemini API kotası aşıldı (429 RESOURCE_EXHAUSTED)
- Ücretsiz LLM API hız sınırları
Kaynaklar
- FreeLLMAPI docs: Native Gemini API (20 November 2026 tarihinde kontrol edildi)
- FreeLLMAPI docs: Chat completions and routing (20 November 2026 tarihinde kontrol edildi)
- Google AI Studio docs: Thinking (20 November 2026 tarihinde kontrol edildi)
- Gemini Developer API pricing (20 November 2026 tarihinde kontrol edildi)