مفت استدلالی ماڈل API
استدلالی ماڈل جواب دینے سے پہلے سوچتا ہے۔ یہ پوشیدہ یا نظر آنے والے مراحل لکھتا ہے، پھر حتمی جواب دیتا ہے۔ اس سے ریاضی، منطق، منصوبہ بندی اور مشکل کوڈ میں مدد ملتی ہے۔ کئی فراہم کنندگان استدلالی ماڈلز مفت دیتے ہیں۔ یہ گائیڈ انہیں دکھاتی ہے، سوچنے والے ٹوکنز کی لاگت بتاتی ہے اور کام کرنے والا کوڈ دیتی ہے۔
کوڈ، ماڈل کے نام اور براہِ راست کیٹلاگ کے لیبل انگریزی میں دکھائے جاتے ہیں۔
آج کے مفت استدلالی ماڈلز
جدول میں وہ مفت ماڈلز ہیں جن کے نام میں استدلال ہے، مثلاً GPT-OSS، R1، QwQ، Thinking، Reasoning اور Magistral۔ ڈیٹا براہ راست کیٹلاگ سے آتا ہے۔ Gemini Flash جیسے بہت سے دوسرے ماڈلز بھی سوچتے ہیں، لیکن ان کے نام سے یہ ظاہر نہیں ہوتا۔
| ماڈل | مفت دستیاب | سیاق و سباق | مفت حدیں (بہترین پیشکش) | ٹولز | ویژن |
|---|---|---|---|---|---|
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 درخواستیں فی منٹ 20 درخواستیں فی دن 250,000 ٹوکن فی منٹ ~3M | ہاں | ہاں |
| GPT-OSS 20B | Api.Airforce, Cloudflare Workers AI, Groq +5 مزید | 131K | 30 درخواستیں فی منٹ 1,000 درخواستیں فی دن 8,000 ٹوکن فی منٹ 200,000 ٹوکن فی دن ~6M | ہاں | نہیں |
| GPT-OSS 120B | Cloudflare Workers AI, ElectronHub, Groq +2 مزید | 131K | 30 درخواستیں فی منٹ 1,000 درخواستیں فی دن 8,000 ٹوکن فی منٹ 200,000 ٹوکن فی دن ~6M | ہاں | نہیں |
| GPT-OSS Safeguard 20B | Groq, LLMTR | 131K | 30 درخواستیں فی منٹ 1,000 درخواستیں فی دن 8,000 ٹوکن فی منٹ 200,000 ٹوکن فی دن ~6M | ہاں | نہیں |
| OpenAI: GPT OSS 20B | ElectronHub | 128K | $0.25/week shared free credits | نہیں | نہیں |
| DeepSeek V4 Flash Thinking | ElectronHub | - | $0.25/week shared recurring credit | نہیں | نہیں |
| Qwen3 235B A22B Thinking 2507 | ModelScope | 262K | 200 درخواستیں فی دن Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | نہیں | نہیں |
| GPT-OSS 120B (via Groq) | DreamPrompting | 131K | 100 درخواستیں فی منٹ 5,000 درخواستیں فی دن 500,000 ٹوکن فی دن 500K tokens/day · 5,000 req/day | نہیں | نہیں |
| Qwen3 Next 80B A3B Thinking | ModelScope | 262K | 200 درخواستیں فی دن Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | نہیں | نہیں |
| QwQ 32B | Cloudflare Workers AI | 131K | ~10-20M | ہاں | نہیں |
| Nemotron 3 Nano Omni Reasoning | BlockRun, Kilo Gateway, Requesty | 262K | 200 درخواستیں فی دن 200 rpd | نہیں | ہاں |
| Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA NIM, Waterfall | 262K | 40 درخواستیں فی منٹ 40 RPM | نہیں | ہاں |
| Command A Reasoning | Cohere | 256K | 20 درخواستیں فی منٹ 33 درخواستیں فی دن ~1-2M | ہاں | نہیں |
| Nemotron 3 Nano 30B Reasoning | OpenRouter | 262K | 20 درخواستیں فی منٹ 50 درخواستیں فی دن 50 req/day account-wide (1,000 after a $10 purchase) | نہیں | نہیں |
| Nemotron 3 Nano Omni | ElectronHub | 256K | $0.25/week shared recurring credit | ہاں | ہاں |
| GPT-OSS 20B (via Groq) | DreamPrompting | 131K | 100 درخواستیں فی منٹ 5,000 درخواستیں فی دن 500,000 ٹوکن فی دن 500K tokens/day · 5,000 req/day | نہیں | نہیں |
| DeepSeek R1 Distill Qwen 32B | Cloudflare Workers AI | 131K | ~3-5M | ہاں | نہیں |
| R1 Distill Qwen 32B | ElectronHub | 131K | $0.25/week shared recurring credit | ہاں | نہیں |
FreeLLMAPI کیٹلاگ کا براہِ راست ڈیٹا (ورژن 2026.11.19، 2026-11-19 کو جانچا گیا)۔ مفت حدیں اکثر بدلتی ہیں۔ کیٹلاگ ہر روز جانچا جاتا ہے۔
GPT-OSS 120B کئی فراہم کنندگان مفت دیتے ہیں، اس لیے فال اوور کے زیادہ اختیارات ہیں۔ QwQ 32B اور DeepSeek R1 Distill Qwen 32B Cloudflare Workers AI پر چلتے ہیں۔ Qwen3 Thinking ماڈلز کی ModelScope پر 262K ٹوکن سیاق و سباق ہے۔
سوچنے والے ٹوکنز آپ کا آؤٹ پٹ بجٹ استعمال کرتے ہیں
استدلالی ماڈلز کا یہ سب سے عام مسئلہ ہے۔ ماڈل پہلے اپنی سوچ لکھتا ہے۔ یہ سوچنے والے ٹوکنز آؤٹ پٹ کی حد میں شمار ہوتے ہیں، جواب کی طرح۔
- Google کہتا ہے: Gemini پر آؤٹ پٹ کی حد میں سوچ کے ٹوکنز شامل ہیں۔ اگر ماڈل سوچتے ہوئے حد تک پہنچ جائے تو آؤٹ پٹ کٹ سکتا ہے یا خالی ہو سکتا ہے۔ سوچنے والے ٹوکنز پھر بھی شمار ہوتے ہیں۔
- Groq کہتا ہے: پیچیدہ استدلال کے لیے 1,024 تکمیلی ٹوکنز کا ڈیفالٹ کم ہو سکتا ہے۔
- مفت حدیں: سوچنے والے ٹوکنز فی منٹ ٹوکنز اور فی دن ٹوکنز کی حدوں میں بھی شمار ہوتے ہیں۔ استدلالی جواب اسی سوال کے براہ راست جواب سے کہیں زیادہ ٹوکنز استعمال کر سکتا ہے۔
max_tokens مقرر نہ کریں۔ 4,000 یا اس سے زیادہ سے شروع کریں۔ اگر finish_reason length ہو اور مواد خالی ہو، تو ماڈل نے سوچنے میں پورا بجٹ استعمال کر لیا۔مرحلہ 1: FreeLLMAPI انسٹال کریں اور کلیدیں شامل کریں
FreeLLMAPI اوپن سورس ہے۔ یہ Docker میں آپ کے کمپیوٹر پر چلتا ہے۔ آپ کی فراہم کنندہ کلیدیں آپ کے کمپیوٹر پر رہتی ہیں۔
انسٹال کریں (macOS یا Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 پر ڈیش بورڈ کھولیں۔ Keys صفحے پر Groq، Cloudflare اور Google AI Studio کی کلیدیں شامل کریں۔ ہر ایک مفت استدلالی ماڈلز دیتا ہے۔ اسی صفحے سے اپنی متحد کلید کاپی کریں۔
مرحلہ 2: استدلالی ماڈل کو کال کریں
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: کٹے ہوئے جواب کی جانچ کریں اور سوچ کا متن ہٹائیں
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")کچھ فراہم کنندگان مواد میں <think> ٹیگز کے اندر سوچ واپس کرتے ہیں۔ دوسرے اسے چھپا دیتے ہیں، یا علیحدہ فیلڈ میں واپس کرتے ہیں۔ جواب صارفین کو دکھانے سے پہلے ٹیگز ہٹا دیں۔
سوچ کی مقدار کو کنٹرول کریں
فراہم کنندگان کے پاس سوچ کی لمبائی کے اپنے ترتیبات ہیں۔ Groq GPT-OSS ماڈلز پر reasoning_effort کو low، medium یا high کے ساتھ قبول کرتا ہے۔ Gemini 3 ماڈلز thinking_level ترتیب استعمال کرتے ہیں۔ FreeLLMAPI کی دستاویزات نہیں بتاتیں کہ یہ فیلڈز گیٹ وے سے کیسے گزرتے ہیں، اس لیے پہلے اپنے انسٹال پر ان کی جانچ کریں۔
FreeLLMAPI کا مقامی Gemini اینڈ پوائنٹ، /v1beta/models/{model}:generateContent، سوچ کے بجٹ کا ترجمہ کرتا ہے۔ اگر آپ کو Gemini کی سوچ پر کنٹرول چاہیے تو اسے استعمال کریں۔
| کام | استدلالی ماڈل استعمال کریں؟ | کیوں |
|---|---|---|
| ریاضی، منطق کے سوالات، منصوبہ بندی | ہاں | قدم بہ قدم سوچ غلطیاں کم کرتی ہے |
| مشکل بگز اور الگورتھم کا ڈیزائن | ہاں | ماڈل اپنے مراحل کی خود جانچ کرتا ہے |
| چیٹ، مختصر جواب، ترجمہ | نہیں | سوچ وقت اور ٹوکنز شامل کرتی ہے مگر فائدہ کم ہوتا ہے |
| بہت سی ٹول کالز والے ایجنٹس | کبھی کبھی | ہر راؤنڈ میں سوچ کی لاگت دوبارہ ادا ہوتی ہے |
استدلالی کاموں کے لیے پرامپٹس اور روٹنگ
- مقصد اور اصول بتائیں: پرامپٹ میں تمام حقائق، حدیں اور متوقع نتیجہ دیں۔ استدلالی ماڈل اپنی سوچ کے دوران آپ سے غائب حقائق نہیں پوچھ سکتا۔
- جواب کی شکل مقرر کریں: حتمی جواب ایک مقررہ شکل میں مانگیں، مثلاً ایک نمبر یا JSON آبجیکٹ۔ پھر آپ کا کوڈ سوچ کے متن کے بغیر اسے پڑھ سکتا ہے۔
- ٹیسٹ کیسز دیں: کوڈ کے لیے مثال کے ان پٹ اور آؤٹ پٹ شامل کریں۔ ماڈل اپنے جواب کی ان سے جانچ کر سکتا ہے۔
- کام کے لحاظ سے روٹ کریں: مشکل کاموں کے لیے ذہانت کے لحاظ سے ماڈلز کی درجہ بندی کرنے کو
model: "auto:smart"استعمال کریں۔ آسان کاموں کے لیےauto:fastاستعمال کریں، تاکہ آپ سوچ کی لاگت نہ دیں۔ - ہر درخواست میں ایک مشکل سوال: ایک درخواست میں کئی مشکل سوالات ایک ہی آؤٹ پٹ بجٹ شیئر کرتے ہیں۔ انہیں الگ درخواستوں میں تقسیم کریں۔
auto:* حکمت عملیاں ہر فعال ماڈل کی درجہ بندی کرتی ہیں اور آپ کی چین کی ترتیب نظر انداز کرتی ہیں۔ استدلالی درخواستوں کو صرف استدلالی ماڈلز پر رکھنے کے لیے ایک ماڈل آئی ڈی مقرر کریں۔ آپ صرف استدلالی ماڈلز والی نامزد فال بیک چین بھی بنا سکتے ہیں۔ پھر اسے auto:<profile-name> سے کال کریں۔
خرابیوں کا ازالہ
| مسئلہ | وجہ | حل |
|---|---|---|
خالی مواد، finish_reason: "length" | سوچ نے پورا آؤٹ پٹ بجٹ استعمال کر لیا | max_tokens کو 4,000 یا اس سے زیادہ کریں |
جواب میں <think> متن | فراہم کنندہ نظر آنے والی سوچ واپس کرتا ہے | اپنے کوڈ میں ٹیگز ہٹائیں |
| مختصر سوال پر لمبی وضاحت | کچھ استدلالی ماڈلز اپنا سوچنے کا عمل بیان کرتے ہیں | "صرف حتمی جواب" مانگیں، یا غیر استدلالی ماڈل استعمال کریں |
| چند درخواستوں کے بعد غلطی 429 | سوچنے والے ٹوکنز نے فی منٹ ٹوکنز کی حد استعمال کر لی | مزید فراہم کنندگان کی کلیدیں شامل کریں، یا استدلال صرف مشکل کاموں کے لیے استعمال کریں |
| سست جواب | ماڈل بہت سے سوچنے والے ٹوکنز لکھتا ہے | آسان کاموں کے لیے auto:fast استعمال کریں |
اکثر پوچھے گئے سوالات
کیا استدلالی ماڈل کا کوئی مفت API ہے؟
ہاں۔ Groq، Cloudflare، NVIDIA، OVH، OpenRouter اور دوسرے فراہم کنندگان استدلالی ماڈلز مفت دیتے ہیں، جیسے GPT-OSS 120B، QwQ 32B اور DeepSeek R1 Distill۔ FreeLLMAPI انہیں ایک OpenAI سے مطابقت رکھنے والی کلید کے پیچھے رکھتا ہے۔
کیا سوچنے والے ٹوکنز آؤٹ پٹ ٹوکنز میں شمار ہوتے ہیں؟
ہاں۔ Google کہتا ہے کہ Gemini کی آؤٹ پٹ حد میں سوچ کے ٹوکنز شامل ہیں، اور سوچنے والے ٹوکنز شمار ہوتے ہیں۔ مفت ٹائرز پر یہ آپ کی فی منٹ ٹوکنز کی حد بھی استعمال کرتے ہیں۔
میرا استدلالی ماڈل خالی جواب کیوں دیتا ہے؟
ماڈل نے سوچنے میں پورا max_tokens بجٹ استعمال کر لیا، اس لیے جواب کے لیے کوئی ٹوکن باقی نہیں رہا۔ max_tokens کو 4,000 یا اس سے زیادہ کریں۔
کیا DeepSeek R1 API کے ذریعے مفت ہے؟
DeepSeek R1 Distill Qwen 32B Cloudflare Workers AI پر مفت کیٹلاگ میں ہے۔ اس صفحے کا جدول وہ فراہم کنندگان دکھاتا ہے جو اسے آج فراہم کرتے ہیں۔
کون سا مفت استدلالی ماڈل سب سے اچھا ہے؟
GPT-OSS 120B ایک اچھا ڈیفالٹ ہے، کیونکہ کئی فراہم کنندگان اسے مفت دیتے ہیں۔ اس صفحے کا جدول استعمال کریں، جو براہ راست کیٹلاگ کی ذہانت کی درجہ بندی کے لحاظ سے ماڈلز ترتیب دیتا ہے۔
متعلقہ گائیڈز
ماخذ
- FreeLLMAPI docs: Routing strategies and native Gemini API (20 November 2026 کو جانچا گیا)
- Google AI Studio docs: Thinking (20 November 2026 کو جانچا گیا)
- Gemini Developer API pricing (20 November 2026 کو جانچا گیا)
- Groq docs: Reasoning (20 November 2026 کو جانچا گیا)