Trang chủ / Hướng dẫn / API model lập trình miễn phí tốt nhất

API model lập trình miễn phí tốt nhất

Công cụ lập trình cần các model khác nhau cho các việc khác nhau. Một agent cần gọi công cụ và ngữ cảnh dài. Tự động hoàn thành cần một model nhanh. Trang này liệt kê các model lập trình miễn phí trong danh mục FreeLLMAPI hiện nay, theo từng việc. Các bảng lấy từ danh mục trực tiếp, nên giới hạn luôn cập nhật.

Mã, tên mô hình và nhãn danh mục trực tiếp được hiển thị bằng tiếng Anh.

Điều gì làm một model tốt cho công việc lập trình

Điểm benchmark lập trình là chưa đủ. Model cũng phải hoạt động với công cụ của bạn. Kiểm tra bốn thuộc tính sau trước khi chọn model.

Thuộc tínhVì sao quan trọngTối thiểu cho công việc agent
Gọi công cụCác agent như Cline, OpenCode và Claude Code đọc tệp và chạy lệnh thông qua lệnh gọi công cụ. Model không có gọi công cụ không thể thực hiện các bước này.Bắt buộc
Cửa sổ ngữ cảnhMột agent gửi system prompt, định nghĩa công cụ và nội dung tệp trong mỗi yêu cầu. Thường có 20.000 đến 60.000 token trước câu hỏi của bạn.128.000 token
Token mỗi phútMột prompt lớn trên gói có giới hạn token mỗi phút thấp sẽ lỗi 429 ngay ở yêu cầu đầu tiên.Hơn một prompt đầy đủ mỗi phút
Tốc độTự động hoàn thành phải trả lời trong dưới một giây. Model chậm không dùng được cho văn bản mờ (ghost text).Model nhanh cho tự động hoàn thành

Hiện nay, danh mục miễn phí có 190 model hỗ trợ gọi công cụ và 56 model có cửa sổ ngữ cảnh từ 1 triệu token trở lên. Các bảng bên dưới lọc các model này theo việc.

Model miễn phí cho agent lập trình

Dùng các model này với agent chỉnh sửa tệp: Claude Code, Codex CLI, Cline, Roo Code, Kilo Code, OpenCode và Aider. Mỗi model trong bảng hỗ trợ gọi công cụ và có cửa sổ ngữ cảnh ít nhất 128.000 token. Thứ tự theo trí tuệ đo được.

Model miễn phí cho agent lập trình: gọi công cụ và ngữ cảnh 128K trở lên
Mô hìnhMiễn phí trênNgữ cảnhGiới hạn miễn phí (ưu đãi tốt nhất)Công cụThị giác
GLM 5.3UnoRouter1M1 yêu cầu/phút
1 req/min per model
CóKhông
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 yêu cầu/phút
40 RPM
CóCó
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaCóCó
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceCóKhông
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditCóCó
Gemini 3.7 FlashGoogle AI Studio1M10 yêu cầu/phút
20 yêu cầu/ngày
250,000 token/phút
~3M
CóCó
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditCóCó
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 yêu cầu/phút
50 yêu cầu/ngày
50 req/day account-wide (1,000 after a $10 purchase)
CóCó
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 yêu cầu/phút
50 yêu cầu/ngày
Shared rate limit
CóKhông
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 yêu cầu/phút
250 yêu cầu/ngày
70,000 token/phút
~6M
CóCó
Gemini 3.6 FlashGoogle AI Studio1M10 yêu cầu/phút
20 yêu cầu/ngày
250,000 token/phút
~3M
CóCó
Qwen 3.8 27BCloudflare Workers AI262KShared 10k neurons/dayCóCó
Gemini 3.5 FlashGoogle AI Studio1M10 yêu cầu/phút
20 yêu cầu/ngày
250,000 token/phút
~3M
CóCó
MiniMax M3ElectronHub1M$0.25/week shared recurring creditCóKhông
Typhoon 2.5 30B A3B InstructTyphoon131KOngoing free research API (shared rate limits)CóKhông

Đang hiển thị 15 trong số 109 mô hình miễn phí phù hợp. Xem tất cả mô hình.

Dữ liệu trực tiếp từ danh mục FreeLLMAPI (phiên bản 2026.11.19, đã kiểm tra 2026-11-19). Giới hạn miễn phí thay đổi thường xuyên. Danh mục được kiểm tra mỗi ngày.

Xem cột giới hạn. Một model có thứ hạng cao nhưng giới hạn 20 yêu cầu mỗi ngày phù hợp để lập kế hoạch các bước. Nó không phù hợp với vòng lặp agent dài. Model có 40 yêu cầu mỗi phút tốt hơn cho nhiều bước chỉnh sửa nhỏ.

Model miễn phí chuyên cho mã

Một số họ model được huấn luyện cho mã. Gồm có Qwen3 Coder, Codestral, Devstral và GPT-OSS. Các model GLM là model đa năng với kết quả mã tốt, và chúng xuất hiện trong bảng agent ở trên. Bảng cho thấy các gói miễn phí của những họ này hiện nay. Một số gói không hỗ trợ gọi công cụ. Chỉ dùng các gói đó cho trò chuyện và tự động hoàn thành.

Model miễn phí chuyên cho mã (Qwen Coder, Codestral, Devstral, GPT-OSS)
Mô hìnhMiễn phí trênNgữ cảnhGiới hạn miễn phí (ưu đãi tốt nhất)Công cụThị giác
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +4 nữa131K30 yêu cầu/phút
1,000 yêu cầu/ngày
8,000 token/phút
200,000 token/ngày
~6M
CóKhông
GPT-OSS 120BCLōD, Cloudflare Workers AI, ElectronHub +3 nữa131K30 yêu cầu/phút
1,000 yêu cầu/ngày
8,000 token/phút
200,000 token/ngày
~6M
CóKhông
OpenAI: GPT OSS 20BElectronHub128K$0.25/week shared free creditsKhôngKhông
Mistral: Devstral 2512ElectronHub262K$0.25/week shared free creditsKhôngKhông
Qwen3 Coder 480B A35B Instruct (turbo)Inferbase8K5,000 requests/month; 100 requests and $0.50 usage/day sharedKhôngKhông
Qwen3 CoderSeptor Labs128KShared daily allowanceCóKhông
GPT-OSS 120B (via Groq)DreamPrompting131K100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
KhôngKhông
Qwen3 Coder PlusACLIDE-€20/month shared internal usage credits · no cardCóKhông
Qwen3 Coder 30B A3B InstructElectronHub, ModelScope262K200 yêu cầu/ngày
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
CóKhông
Devstral 2ACLIDE, xKiro262K500K tokens/day (1M with Telegram)CóKhông
GPT-OSS 20B (via Groq)DreamPrompting131K100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
KhôngKhông
Qwen2.5 Coder 32BCloudflare Workers AI33K~10-20MCóKhông
CodestralDreamPrompting, LLM7, Mistral +1 nữa256K100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
CóKhông
Codestral 2508ACLIDE, Api.Airforce, ElectronHub +1 nữa256K1 yêu cầu/phút
1,000 yêu cầu/ngày
1,000 req/day · 1 req/min
CóKhông
codestral-latestApi.Airforce32K1 yêu cầu/phút
1,000 yêu cầu/ngày
1,000 req/day · 1 req/min
KhôngKhông

Đang hiển thị 15 trong số 17 mô hình miễn phí phù hợp. Xem tất cả mô hình.

Dữ liệu trực tiếp từ danh mục FreeLLMAPI (phiên bản 2026.11.19, đã kiểm tra 2026-11-19). Giới hạn miễn phí thay đổi thường xuyên. Danh mục được kiểm tra mỗi ngày.

Lưu ý: một model đa năng có thứ hạng cao thường làm việc với agent tốt hơn một model chuyên mã nhỏ. Model chuyên mã hữu ích nhất cho tự động hoàn thành và các chỉnh sửa ngắn.

Model miễn phí nhanh cho tự động hoàn thành và chỉnh sửa nhỏ

Tự động hoàn thành văn bản mờ gửi một yêu cầu gần như sau mỗi lần ngừng gõ. Nó cần độ trễ thấp, không cần thứ hạng cao. FreeLLMAPI phục vụ các client này tại /v1/completions, định dạng prompt và suffix cũ của OpenAI. Bảng hiển thị các model miễn phí nhanh có cửa sổ ngữ cảnh ít nhất 32.000 token.

Model miễn phí nhanh nhất với ngữ cảnh 32K trở lên
Mô hìnhMiễn phí trênNgữ cảnhGiới hạn miễn phí (ưu đãi tốt nhất)Công cụThị giác
Qwen3.8 27BBlazeAPI, ElectronHub, Gizmo +3 nữa262K30 yêu cầu/phút
250 yêu cầu/ngày
70,000 token/phút
~6M
CóCó
GPT-OSS 20BApi.Airforce, Cloudflare Workers AI, Groq +4 nữa131K30 yêu cầu/phút
1,000 yêu cầu/ngày
8,000 token/phút
200,000 token/ngày
~6M
CóKhông
Nemotron 3.5 LightningElectronHub, Gizmo, Kilo Gateway +2 nữa1M20 yêu cầu/phút
50 yêu cầu/ngày
50 req/day account-wide (1,000 after a $10 purchase)
CóKhông
GPT-OSS 120BCloudflare Workers AI, ElectronHub, Groq +1 nữa131K30 yêu cầu/phút
1,000 yêu cầu/ngày
8,000 token/phút
200,000 token/ngày
~6M
CóKhông
GPT-OSS 20B (via Groq)DreamPrompting131K100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
KhôngKhông
GPT-OSS Safeguard 20BGroq131K30 yêu cầu/phút
1,000 yêu cầu/ngày
8,000 token/phút
200,000 token/ngày
~6M
CóKhông
Groq Compound MiniDreamPrompting131K100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
KhôngKhông
Gemini 3.5 Flash LiteElectronHub, Google AI Studio1M15 yêu cầu/phút
20 yêu cầu/ngày
250,000 token/phút
~3M
CóCó
Step 3.7 FlashElectronHub256K$0.25/week shared recurring creditCóCó
Gemini 3.1 Flash-LiteDreamPrompting, Google AI Studio1M100 yêu cầu/phút
5,000 yêu cầu/ngày
500,000 token/ngày
500K tokens/day · 5,000 req/day
CóCó

Đang hiển thị 10 trong số 215 mô hình miễn phí phù hợp. Xem tất cả mô hình.

Dữ liệu trực tiếp từ danh mục FreeLLMAPI (phiên bản 2026.11.19, đã kiểm tra 2026-11-19). Giới hạn miễn phí thay đổi thường xuyên. Danh mục được kiểm tra mỗi ngày.

Tự động hoàn thành dùng nhiều yêu cầu. Hãy giữ nó trên model có giới hạn mỗi phút cao. Đừng đặt nó chung hạn mức hằng ngày nhỏ với agent của bạn. Đọc Continue với API miễn phí để xem cấu hình tự động hoàn thành.

Cách dùng một khóa cho mọi công cụ lập trình

FreeLLMAPI gom các gói miễn phí của 45 nhà cung cấp sau một khóa. Nó hỗ trợ các định dạng OpenAI, Anthropic, Gemini và Ollama. Mỗi công cụ lập trình kết nối theo định dạng mà nó biết.

Cài đặt, rồi kết nối một công cụ

curl -fsSL https://freellmapi.co/install.sh | bash
export FREELLMAPI_API_KEY=<unified-key>
npx freellmapi setup-opencode --url http://localhost:3001 --dry-run
npx freellmapi setup-opencode --url http://localhost:3001

Thay setup-opencode bằng lệnh cho công cụ của bạn, ví dụ setup-cline, setup-aider hoặc setup-codex. Lệnh đọc danh mục trực tiếp /v1/models, sao lưu cấu hình hiện có và gộp cài đặt mới.

Để định hướng một yêu cầu mà không cần thay đổi trên bảng điều khiển, dùng model ID định tuyến:

  • auto: theo chuỗi dự phòng đang hoạt động của bạn.
  • auto:smart: ưu tiên các model có trí tuệ cao nhất. Dùng cho lập kế hoạch và lỗi khó.
  • auto:fast: ưu tiên tốc độ đo được. Dùng cho tự động hoàn thành và chỉnh sửa nhỏ.
  • auto:<profile-name>: dùng một chuỗi dự phòng có tên, ví dụ auto:coding. Hãy tạo hồ sơ trên bảng điều khiển trước.

FreeLLMAPI cũng đọc tiêu đề X-FreeLLM-Task-Type: code. Yêu cầu có công cụ hoặc dấu hiệu mã được coi là mã theo mặc định. Với mã, bộ định tuyến chuyển một phần trọng số từ tốc độ sang trí tuệ.

Giới hạn và cách giữ trong giới hạn

Gói miễn phí nhỏ. Một tác vụ agent có thể gửi 20 đến 100 yêu cầu. Một khóa miễn phí duy nhất sẽ hết nhanh với một tác vụ dài. FreeLLMAPI đếm yêu cầu và token cho từng khóa. Khi một nhà cung cấp gửi lỗi 429, bộ định tuyến gửi yêu cầu đến model tiếp theo trong chuỗi. Tiêu đề X-Routed-Via cho biết nhà cung cấp nào đã trả lời.

  • Thêm khóa từ bốn nhà cung cấp trở lên. Nhiều nhà cung cấp hơn cho nhiều yêu cầu hơn mỗi ngày.
  • Tạo hồ sơ lập trình chỉ có các model gọi công cụ và ngữ cảnh dài. Dùng nó với auto:coding.
  • Bật phiên dính (sticky session). Một cuộc trò chuyện giữ trên một model trong 30 phút, giúp agent nhất quán.
  • Bật chuyển giao ngữ cảnh với FREELLMAPI_CONTEXT_HANDOFF=on_model_switch. Model tiếp theo sau đó nhận một ghi chú ngắn rằng nó đang tiếp tục một tác vụ.
  • Bắt đầu phiên mới giữa các tác vụ. Ngữ cảnh nhỏ hơn dùng ít token hơn cho mỗi yêu cầu.
Vấn đềNguyên nhânCách khắc phục
Agent dừng sau một lệnh gọi công cụModel gọi công cụ yếuDùng một model trong bảng agent ở trên
429 ở yêu cầu đầu tiênPrompt lớn hơn giới hạn token mỗi phút của góiDùng model có giới hạn lớn hơn, hoặc để bộ định tuyến chuyển dự phòng
Thông báo "Tất cả model bị giới hạn tốc độ sau N lần thử"Mọi khóa trong chuỗi đều hết giới hạnThêm khóa từ nhiều nhà cung cấp hơn, hoặc chờ thời gian nghỉ kết thúc
Chỉnh sửa chậmModel lớn trên gói miễn phí chậmDùng auto:fast cho chỉnh sửa nhỏ
Dùng tất cả các mô hình này qua một khóa duy nhất. FreeLLMAPI là bộ định tuyến mã nguồn mở, tự lưu trữ. Nó đặt tất cả các gói miễn phí này sau một endpoint duy nhất tương thích OpenAI, và tự chuyển sang nhà cung cấp khác khi một nhà cung cấp bị giới hạn tốc độ. Xem danh mục hoặc bắt đầu.

Câu hỏi thường gặp

API model lập trình miễn phí tốt nhất là gì?

Với công việc agent, dùng model có gọi công cụ và ngữ cảnh ít nhất 128K. Bảng đầu tiên trong trang này cho thấy các model miễn phí mạnh nhất đáp ứng cả hai điều kiện hiện nay. Với tự động hoàn thành, dùng một model nhanh từ bảng tốc độ.

Có API Codestral miễn phí không?

Có. Mistral cung cấp Codestral trong gói miễn phí, và các nhà cung cấp khác cũng liệt kê nó. Bảng model chuyên mã cho thấy các gói miễn phí hiện nay và giới hạn của chúng.

Có API Qwen3 Coder miễn phí không?

Có. Danh mục FreeLLMAPI hiện liệt kê các gói Qwen3 Coder miễn phí từ nhiều nhà cung cấp. Một số gói không hỗ trợ gọi công cụ, vì vậy hãy kiểm tra cột Tools trước khi dùng một gói trong agent.

Một model miễn phí có thể chạy agent lập trình như Cline hoặc Claude Code không?

Có, nếu model hỗ trợ gọi công cụ và có cửa sổ ngữ cảnh lớn. Gói miễn phí có giới hạn tốc độ, vì vậy hãy thêm khóa từ nhiều nhà cung cấp và để FreeLLMAPI chuyển dự phòng giữa chúng.

Model miễn phí nào tốt nhất cho tự động hoàn thành mã?

Dùng model nhanh có giới hạn mỗi phút cao. Tự động hoàn thành gửi nhiều yêu cầu ngắn, vì vậy tốc độ quan trọng hơn thứ hạng. FreeLLMAPI phục vụ các client tự động hoàn thành tại /v1/completions.

Hướng dẫn liên quan

Nguồn

Tất cả hướng dẫn · Xem tất cả mô hình miễn phí