Trang chủ / Hướng dẫn / Giới hạn tốc độ API LLM miễn phí

Giới hạn tốc độ API LLM miễn phí

Mọi API LLM miễn phí đều có giới hạn tốc độ. Trang này liệt kê giới hạn miễn phí của từng nhà cung cấp trong danh mục FreeLLMAPI, trong một bảng. Trang cũng giải thích cách đọc RPM, RPD, TPM và TPD, và cách cộng các gói miễn phí lại với nhau.

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

Giới hạn miễn phí của mọi nhà cung cấp

Bảng lấy từ danh mục trực tiếp. Mỗi nhà cung cấp có một hàng. Mỗi giá trị là giới hạn cao nhất của bất kỳ mô hình miễn phí nào từ nhà cung cấp đó. Một mô hình có thể có giới hạn thấp hơn giá trị trong hàng. Dấu gạch ngang nghĩa là nhà cung cấp không công bố giới hạn đó.

Nhà cung cấpMô hình miễn phíYêu cầu tối đa/phútYêu cầu tối đa/ngàyToken tối đa/phútToken/tháng (một mô hình)Mô hình miễn phí mạnh nhất
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite
Mistral122-500,000~50-100MMistral Code
mistral-code-latest
ModelScope11-200-Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experienceGLM-5.2 (ModelScope)
ZhipuAI/GLM-5.2
OVH AI Endpoints112--free · 2/min per IPQwen3.8 27B (OVH)
Qwen3.8-27B
Waterfall11---free · community rate limitnex-n2.5-pro (Waterfall)
nex-n2.5-pro-free
xKiro9---free · 500K tokens/day (1M with Telegram)SenseNova 6.8 Flash-Lite (xKiro)
sensenova/sensenova-6.8-flash-lite
Kilo Gateway8---free · 200/hr per IP (trial)Dots3 Note Preview (Kilo)
dots-studio/dots-3-note-preview:free
OpenRouter82050-~6MDots3 Note Preview (free)
dots-studio/dots-3-note-preview:free
Groq73014,40070,000~6MQwen3.8 27B (Groq)
qwen/qwen3.8-27b
Requesty7-200-free · 200 rpdLing 3.1 Flash (Requesty)
novita/ling-3.1-flash
Routeway75200-free · zero-priced routeMuse Glimmer 30B (Routeway free)
muse-glimmer-30b:free
Speka7---$1/month shared model-usage allowanceStep 5 Preview (Speka)
stepfun-ai/step-5-preview
APINex65--10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/accountGLM 5.3 (APINex Free)
free/glm-5.3
Gizmo6---1,000 free-model requests/month · shared account quotaQwen3.8 27B (Gizmo)
qwen/qwen3.8-27b:free
SEA-LION610--free · 10 RPMQwen SEA-LION v4.5 27B (SEA-LION)
aisingapore/Qwen-SEA-LION-v4.5-27B-IT
Septor Labs5---free · shared daily allowanceMiniMax M2.5 (Septor Labs)
minimax-m2.5-free
Agnes AI4---free · promo $0/tokenAgnes 3.0 Flash (Agnes AI)
agnes-3.0-flash
Aion Labs415-20,000free · 20k tok/dayAion 3.0
aion-labs/aion-3.0
BlockRun4---Ongoing $0 models · rate-limited · no monthly cash grantMuse Glimmer 30B (BlockRun)
nvidia/muse-glimmer-30b
CLōD4---free · shared daily allowanceGemma 4 31B IT (CLōD)
Gemma 4 31B IT
LLM7440--Free tier: 100,000 tokens/24h sharedgpt-oss:20b (LLM7)
gpt-oss:20b
LLMTR4---Ongoing zero-priced routeQwen3.8 27B (LLMTR)
qwen/qwen3.8-27b-free
Router94---10,000 credits/month (~$1), shared; account-anniversary resetDeepSeek V4 Flash 0731 (Router9)
deepseek/deepseek-v4-flash
BazaarLink31050-free · shared rate limitDeepSeek V4 Flash (BazaarLink free)
deepseek/deepseek-v4-flash-0731free:free
BlazeAPI3---Free · 200,000 shared tokens/day; resets dailyGLM 5.3 Flash (BlazeAPI)
free/glm-5.3-flash
Zhipu AI3---~30MGLM-4.7 Flash
glm-4.7-flash
AMD Radeon Cloud2---free · recurring daily account allowanceQwen3.8 Flash Next (AMD Radeon Cloud)
Qwen3.8-Flash-Next
Logfare2---free · fair use · traffic loggedGemma 4 26B (Logfare)
gemma-4-26b
Moondream2---$5/month shared workspace usage creditsMoondream 3.1 9B A2B
moondream3.1-9B-A2B
Plugsky2---Ongoing Free plan; shared fair usePlugsky Micro
plugsky-micro
SimpleLLM2---Shared hourly/daily free-model quotaGemma E4B Free (SimpleLLM)
free-gemma-4-E4B
Speechify2----Simba 3.2 (Speechify)
simba-3.2
UnoRouter21--free · 1 req/min per modelGLM 5.3 (UnoRouter free)
glm-5.3:free
Free.ai1----Kokoro (Free.ai)
kokoro
Pollinations1----DreamShaper 8 LCM (Pollinations, legacy sana alias)
sana
Typhoon1---Ongoing free research API (shared rate limits)Typhoon 2.5 30B A3B Instruct
typhoon-v2.5-30b-a3b-instruct

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.

Hôm nay, danh mục có 487 điểm cuối mô hình miễn phí từ 45 nhà cung cấp. Các giá trị thay đổi thường xuyên. Nhà cung cấp thêm mô hình, xóa mô hình và đổi hạn mức mà không báo trước.

Cách đọc RPM, RPD, TPM và TPD

Tên thường gặp của giới hạn tốc độ
Giới hạnÝ nghĩaKhoảng thời gian thường dùng
RPMYêu cầu mỗi phút60 giây trượt
RPDYêu cầu mỗi ngàyMột ngày. Thời điểm đặt lại khác nhau giữa các nhà cung cấp.
TPMToken mỗi phút. Có thể tính cả token đầu vào và token đầu ra.60 giây trượt
TPDToken mỗi ngàyMột ngày
Ngân sách hàng thángƯớc tính số token miễn phí trong một thángMột tháng dương lịch

Giới hạn nào chạm tới trước thì giới hạn đó quan trọng. Ví dụ, Groq ghi trong tài liệu gói miễn phí của openai/gpt-oss-120b là 30 RPM, 1,000 RPD, 8,000 TPM và 200,000 TPD. Với 30 yêu cầu mỗi phút, bạn dùng hết 1,000 yêu cầu mỗi ngày trong khoảng 34 phút. Một yêu cầu 9,000 token sẽ lỗi ngay, vì nó vượt quá giới hạn 8,000 TPM.

  • Phạm vi: Google áp dụng giới hạn Gemini cho mỗi dự án Google Cloud, không phải mỗi khóa. Groq áp dụng giới hạn cho mỗi tổ chức. Khóa thứ hai trong cùng dự án hoặc tổ chức không thêm hạn mức.
  • Thời điểm đặt lại: Google đặt lại số yêu cầu mỗi ngày lúc nửa đêm theo giờ Thái Bình Dương. Cloudflare đặt lại phân bổ hằng ngày lúc 00:00 UTC.
  • Nhóm dùng chung: một số nhà cung cấp tính một hạn mức cho tất cả mô hình miễn phí. OpenRouter tính số yêu cầu miễn phí mỗi ngày cho mọi mô hình :free trên tài khoản.
  • Đơn vị khác: Cloudflare Workers AI tính neuron, không tính token. Phân bổ miễn phí là 10,000 neuron mỗi ngày.

Giới hạn đã kiểm chứng của các nhà cung cấp chính

Các giá trị này lấy từ tài liệu chính thức của từng nhà cung cấp, đã kiểm tra ngày 20 tháng 11 năm 2026. Hãy dùng bảng trực tiếp ở trên để xem giá trị theo từng mô hình.

Giới hạn miễn phí từ tài liệu của nhà cung cấp
Nhà cung cấpGiới hạn miễn phí (chính thức)Phạm vi
Google AI Studio (Gemini)Khác nhau theo từng mô hình. Google hiển thị giới hạn đang áp dụng của bạn trong AI Studio.Theo từng dự án Google Cloud
Groqopenai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPDTheo từng tổ chức
OpenRouterMô hình :free: 20 RPM. 50 yêu cầu mỗi ngày, hoặc 1,000 mỗi ngày sau khi bạn mua 10 credit.Theo từng tài khoản, tất cả mô hình miễn phí dùng chung
Cloudflare Workers AI10,000 neuron mỗi ngày trên Workers FreeTheo từng tài khoản
OVHcloud AI EndpointsẨn danh: 2 yêu cầu mỗi phút. Có khóa: 400 yêu cầu mỗi phút.Ẩn danh: theo từng IP và mô hình. Có khóa: theo từng dự án và mô hình.
NVIDIA API CatalogNVIDIA không công bố các giá trị. Giới hạn của bạn hiển thị trong tài khoản trên build.nvidia.com.Theo từng tài khoản
CohereKhóa dùng thử: 20 yêu cầu mỗi phút với mô hình chat, 1,000 lệnh gọi API mỗi thángTheo từng khóa dùng thử
Lưu ý: Tài khoản NVIDIA miễn phí thường báo giới hạn 40 yêu cầu mỗi phút. Nhân viên NVIDIA cho biết giới hạn khác nhau theo từng mô hình và NVIDIA không công bố chúng. Đọc giới hạn tốc độ NVIDIA NIM để biết chi tiết.

Cách cộng các gói miễn phí

Một gói miễn phí thì nhỏ. Nhiều gói miễn phí cộng lại cho nhiều yêu cầu hơn mỗi ngày. Để cộng chúng, hãy lấy một khóa từ mỗi nhà cung cấp. Sau đó gửi mỗi yêu cầu đến nhà cung cấp còn hạn mức.

FreeLLMAPI làm việc này cho bạn. Đây là gateway mã nguồn mở chạy trên máy tính của bạn. Nó giữ bốn bộ đếm (RPM, RPD, TPM, TPD) cho mỗi nền tảng, mô hình và khóa. Trước khi gửi yêu cầu, nó kiểm tra cả bốn bộ đếm. Nó cũng kiểm tra các nhóm bao cả tài khoản, ví dụ giới hạn ngày của OpenRouter và giới hạn neuron của Cloudflare.

Cài đặt và gửi một yêu cầu

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

curl http://localhost:3001/v1/chat/completions \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "messages": [{"role": "user", "content": "hi"}]}'

Thêm khóa nhà cung cấp của bạn ở trang Keys trên bảng điều khiển tại http://localhost:3001. Sao chép khóa thống nhất từ cùng trang đó. Header phản hồi X-Routed-Via cho biết nhà cung cấp và mô hình đã trả lời.

Điều gì xảy ra khi chạm giới hạn

Hầu hết nhà cung cấp trả về HTTP 429 khi bạn vượt giới hạn. Một số nhà cung cấp gửi header Retry-After. FreeLLMAPI dùng các tín hiệu này theo thứ tự sau:

  1. Một lỗi 429 ngắn với giới hạn theo phút khiến khóa phải nghỉ 90 giây. Bộ định tuyến thử mô hình tiếp theo trong chuỗi.
  2. Khi hết hạn mức ngày, mô hình và khóa phải nghỉ lâu hơn: 2 phút, sau đó 10 phút, sau đó 1 giờ, rồi 24 giờ.
  3. Nếu nhà cung cấp gửi giá trị Retry-After dài hơn, bộ định tuyến dùng giá trị của nhà cung cấp.
  4. Nếu nội dung lỗi nêu giới hạn thực tế, bộ định tuyến lưu lại. Bước kiểm tra trước lần sau sẽ dừng yêu cầu trước khi nhà cung cấp từ chối.

Khi mọi khóa đều đang nghỉ, gateway trả về 429. Gói miễn phí không có SLA. Các mô hình miễn phí mạnh nhất thường có giới hạn ngày nhỏ nhất, nên chất lượng câu trả lời có thể giảm vào cuối ngày.

Cách có thêm yêu cầu mỗi ngày

  • Thêm khóa từ nhiều nhà cung cấp hơn. Mỗi nhà cung cấp cộng thêm hạn mức riêng.
  • Dùng mô hình nhỏ, nhanh cho tác vụ đơn giản. Giữ các mô hình lớn có giới hạn ngày nhỏ cho tác vụ khó.
  • Gửi ít token hơn. Một prompt ngắn hơn giúp giảm giới hạn TPM và TPD.
  • Đừng tạo nhiều tài khoản với cùng một nhà cung cấp để có thêm hạn mức. Hãy đọc điều khoản của từng nhà cung cấp trước. Nhiều điều khoản không cho phép việc này.
  • Đọc sử dụng API LLM miễn phí cho mục đích thương mại trước khi dùng gói miễn phí trong sản phẩm.
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

Giới hạn tốc độ của API Gemini miễn phí là bao nhiêu?

Google đặt giới hạn khác nhau cho từng mô hình và áp dụng chúng cho từng dự án Google Cloud. Giới hạn đang áp dụng của bạn hiển thị trong AI Studio. Số yêu cầu mỗi ngày đặt lại lúc nửa đêm theo giờ Thái Bình Dương. Bảng trực tiếp trên trang này hiển thị giá trị hiện tại của danh mục.

Giới hạn tốc độ của gói miễn phí Groq là bao nhiêu?

Groq liệt kê giới hạn cho từng mô hình. Với openai/gpt-oss-120b, gói miễn phí cho phép 30 yêu cầu mỗi phút, 1,000 yêu cầu mỗi ngày, 8,000 token mỗi phút và 200,000 token mỗi ngày. Giới hạn áp dụng cho toàn bộ tổ chức.

Khóa API thứ hai có nhân đôi hạn mức miễn phí của tôi không?

Thường là không. Google tính giới hạn theo dự án và Groq tính theo tổ chức. Khóa mới trong cùng dự án hoặc tổ chức dùng chung hạn mức.

API LLM miễn phí nào có giới hạn tốc độ cao nhất?

Điều đó tùy loại giới hạn. Một số nhà cung cấp cho nhiều yêu cầu mỗi phút nhưng ít yêu cầu mỗi ngày. Hãy sắp xếp bảng trực tiếp theo giới hạn sẽ chặn khối lượng công việc của bạn trước, sau đó cộng nhiều nhà cung cấp lại.

Lỗi 429 trên API LLM miễn phí nghĩa là gì?

Nghĩa là bạn đã vượt giới hạn tốc độ hoặc hạn mức. Hãy đợi đến thời điểm đặt lại, gửi ít token hơn, hoặc gửi yêu cầu đến nhà cung cấp khác.

Hướng dẫn liên quan

Nguồn

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