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 cấp | Mô hình miễn phí | Yêu cầu tối đa/phút | Yêu cầu tối đa/ngày | Token tối đa/phút | Token/tháng (một mô hình) | Mô hình miễn phí mạnh nhất |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
| OVH AI Endpoints | 11 | 2 | - | - | free · 2/min per IP | Qwen3.8 27B (OVH)Qwen3.8-27B |
| Waterfall | 11 | - | - | - | free · community rate limit | nex-n2.5-pro (Waterfall)nex-n2.5-pro-free |
| xKiro | 9 | - | - | - | free · 500K tokens/day (1M with Telegram) | SenseNova 6.8 Flash-Lite (xKiro)sensenova/sensenova-6.8-flash-lite |
| Kilo Gateway | 8 | - | - | - | free · 200/hr per IP (trial) | Dots3 Note Preview (Kilo)dots-studio/dots-3-note-preview:free |
| OpenRouter | 8 | 20 | 50 | - | ~6M | Dots3 Note Preview (free)dots-studio/dots-3-note-preview:free |
| Groq | 7 | 30 | 14,400 | 70,000 | ~6M | Qwen3.8 27B (Groq)qwen/qwen3.8-27b |
| Requesty | 7 | - | 200 | - | free · 200 rpd | Ling 3.1 Flash (Requesty)novita/ling-3.1-flash |
| Routeway | 7 | 5 | 200 | - | free · zero-priced route | Muse Glimmer 30B (Routeway free)muse-glimmer-30b:free |
| Speka | 7 | - | - | - | $1/month shared model-usage allowance | Step 5 Preview (Speka)stepfun-ai/step-5-preview |
| APINex | 6 | 5 | - | - | 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | GLM 5.3 (APINex Free)free/glm-5.3 |
| Gizmo | 6 | - | - | - | 1,000 free-model requests/month · shared account quota | Qwen3.8 27B (Gizmo)qwen/qwen3.8-27b:free |
| SEA-LION | 6 | 10 | - | - | free · 10 RPM | Qwen SEA-LION v4.5 27B (SEA-LION)aisingapore/Qwen-SEA-LION-v4.5-27B-IT |
| Septor Labs | 5 | - | - | - | free · shared daily allowance | MiniMax M2.5 (Septor Labs)minimax-m2.5-free |
| Agnes AI | 4 | - | - | - | free · promo $0/token | Agnes 3.0 Flash (Agnes AI)agnes-3.0-flash |
| Aion Labs | 4 | 15 | - | 20,000 | free · 20k tok/day | Aion 3.0aion-labs/aion-3.0 |
| BlockRun | 4 | - | - | - | Ongoing $0 models · rate-limited · no monthly cash grant | Muse Glimmer 30B (BlockRun)nvidia/muse-glimmer-30b |
| CLōD | 4 | - | - | - | free · shared daily allowance | Gemma 4 31B IT (CLōD)Gemma 4 31B IT |
| LLM7 | 4 | 40 | - | - | Free tier: 100,000 tokens/24h shared | gpt-oss:20b (LLM7)gpt-oss:20b |
| LLMTR | 4 | - | - | - | Ongoing zero-priced route | Qwen3.8 27B (LLMTR)qwen/qwen3.8-27b-free |
| Router9 | 4 | - | - | - | 10,000 credits/month (~$1), shared; account-anniversary reset | DeepSeek V4 Flash 0731 (Router9)deepseek/deepseek-v4-flash |
| BazaarLink | 3 | 10 | 50 | - | free · shared rate limit | DeepSeek V4 Flash (BazaarLink free)deepseek/deepseek-v4-flash-0731free:free |
| BlazeAPI | 3 | - | - | - | Free · 200,000 shared tokens/day; resets daily | GLM 5.3 Flash (BlazeAPI)free/glm-5.3-flash |
| Zhipu AI | 3 | - | - | - | ~30M | GLM-4.7 Flashglm-4.7-flash |
| AMD Radeon Cloud | 2 | - | - | - | free · recurring daily account allowance | Qwen3.8 Flash Next (AMD Radeon Cloud)Qwen3.8-Flash-Next |
| Logfare | 2 | - | - | - | free · fair use · traffic logged | Gemma 4 26B (Logfare)gemma-4-26b |
| Moondream | 2 | - | - | - | $5/month shared workspace usage credits | Moondream 3.1 9B A2Bmoondream3.1-9B-A2B |
| Plugsky | 2 | - | - | - | Ongoing Free plan; shared fair use | Plugsky Microplugsky-micro |
| SimpleLLM | 2 | - | - | - | Shared hourly/daily free-model quota | Gemma E4B Free (SimpleLLM)free-gemma-4-E4B |
| Speechify | 2 | - | - | - | - | Simba 3.2 (Speechify)simba-3.2 |
| UnoRouter | 2 | 1 | - | - | free · 1 req/min per model | GLM 5.3 (UnoRouter free)glm-5.3:free |
| Free.ai | 1 | - | - | - | - | Kokoro (Free.ai)kokoro |
| Pollinations | 1 | - | - | - | - | DreamShaper 8 LCM (Pollinations, legacy sana alias)sana |
| Typhoon | 1 | - | - | - | Ongoing free research API (shared rate limits) | Typhoon 2.5 30B A3B Instructtyphoon-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
| Giới hạn | Ý nghĩa | Khoảng thời gian thường dùng |
|---|---|---|
| RPM | Yêu cầu mỗi phút | 60 giây trượt |
| RPD | Yêu cầu mỗi ngày | Một ngày. Thời điểm đặt lại khác nhau giữa các nhà cung cấp. |
| TPM | Token mỗi phút. Có thể tính cả token đầu vào và token đầu ra. | 60 giây trượt |
| TPD | Token mỗi ngày | Một ngày |
| Ngân sách hàng tháng | Ước tính số token miễn phí trong một tháng | Một 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
:freetrên 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.
| Nhà cung cấp | Giới 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 |
| Groq | openai/gpt-oss-120b: 30 RPM, 1,000 RPD, 8,000 TPM, 200,000 TPD | Theo từng tổ chức |
| OpenRouter | Mô 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 AI | 10,000 neuron mỗi ngày trên Workers Free | Theo từng tài khoản |
| OVHcloud AI Endpoints | Ẩn 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 Catalog | NVIDIA không công bố các giá trị. Giới hạn của bạn hiển thị trong tài khoản trên build.nvidia.com. | Theo từng tài khoản |
| Cohere | Khóa dùng thử: 20 yêu cầu mỗi phút với mô hình chat, 1,000 lệnh gọi API mỗi tháng | Theo từng khóa dùng thử |
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:
- 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.
- 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.
- Nếu nhà cung cấp gửi giá trị
Retry-Afterdài hơn, bộ định tuyến dùng giá trị của nhà cung cấp. - 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.
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
- Gemini API vượt hạn mức (429 RESOURCE_EXHAUSTED)
- Groq đạt giới hạn tốc độ (429)
- Giới hạn tốc độ API NVIDIA NIM
- API LLM miễn phí không cần thẻ tín dụng
- best free llm apis 2026
- unlimited free ai tokens
Nguồn
- Google AI Studio: Rate limits (đã kiểm tra 20 November 2026)
- GroqCloud: Rate limits (đã kiểm tra 20 November 2026)
- OpenRouter: API rate limits (đã kiểm tra 20 November 2026)
- Cloudflare Workers AI: Pricing (đã kiểm tra 20 November 2026)
- OVHcloud: AI Endpoints getting started (đã kiểm tra 20 November 2026)
- Cohere: Rate limits (đã kiểm tra 20 November 2026)
- NVIDIA developer forum: credits replaced by rate limits (đã kiểm tra 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (đã kiểm tra 20 November 2026)