Acht kostenlose AI-APIs im Überblick
Kostenlose AI-APIs sind LLM-Endpoints, die ohne Kosten innerhalb eines veröffentlichten Limits nutzbar sind. Stand 22. Oktober 2026 bieten acht Anbieter wie Google Gemini, Groq, OpenRouter und Mistral Gratis-Kontingente ganz ohne Kreditkarte an.
Veröffentlicht am 23. Okt. • Zuerst erschienen auf apidog.com
Eine kostenlose KI-API ist ein LLM-Endpoint, den man mit einem API-Key aufrufen kann und der 0 Dollar kostet, innerhalb der Limits, die der Anbieter veröffentlicht. Stand 22. Oktober 2026 bieten acht Anbieter kostenlose Tarife ohne Kreditkarte an: Google Gemini, Groq, OpenRouter, Mistral, Cloudflare Workers AI, der NVIDIA-API-Katalog, Cohere und SambaNova. Sechs weitere Anbieter schenken Startguthaben.
Alle folgenden Limits stammen aus der offiziellen Dokumentation der Anbieter, gelesen am 22. Oktober 2026. Wenn du Open-Weight-Modelle suchst, die du selbst hosten kannst, lies unseren Leitfaden zu freien Open-Source-LLM-APIs; dieser Artikel behandelt nur die kostenlosen Tarife von Hosting-Anbietern.
Alle Base-URLs in der Tabelle verwenden das OpenAI-Chat-Completions-Format, sodass ein einziger Client für alle acht ausreicht.
Ein wirklich kostenloser Tarif hat drei Merkmale: Man zahlt 0 Dollar, man muss keine Zahlungsmethode hinterlegen, und das Kontingent wird erneuert (täglich oder monatlich), statt sich einmal aufzubrauchen. Einmalig geschenktes Guthaben ist eine Testphase, kein kostenloser Tarif. Anleitungen zur Guthabennutzung finden sich in einem eigenen Abschnitt weiter unten.
Die Gemini API hat hier das breiteste kostenlose Modellangebot. Die Preisseite von Gemini listet Eingaben und Ausgaben des kostenlosen Tarifs als "Free of charge" für Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 2.5 Pro, 2.5 Flash, die Gemma-4-Reihe und Gemini Embedding 2 sowie viele weitere Modelle auf.
Was nicht kostenlos ist: "Gemini 4 Argon is not available on the Free tier", ebenso wenig die Bildmodelle, Veo oder Lyria. Google druckt die RPM- und RPD-Werte pro Modell nicht mehr auf der Rate-Limits-Seite; deine aktuellen Limits werden in AI Studio angezeigt, gelten pro Projekt (nicht pro Key) und setzen um Mitternacht Pazifikzeit zurück.
Der Haken liegt bei der Datennutzung. Googles Bedingungen besagen, dass Inhalte aus dem unbezahlten Kontingent zur Verbesserung ihrer Produkte verwendet und von Prüfern gelesen werden können, also keine sensiblen Daten senden. Unsere Schritt-für-Schritt-Anleitung zeigt, wie man einen kostenlosen Gemini-API-Key erhält.
Groq veröffentlicht die Zahlen seines kostenlosen Tarifs am deutlichsten. Die Rate-Limits-Seite zeigt im Tab Free Plan:
Die Zahlungs-FAQ von Groq verlangt eine Zahlungsmethode nur, um "to upgrade from the Free tier to the Developer tier." Das Limit von 8K Tokens pro Minute ist die Grenze, die man zuerst erreicht.
OpenRouter leitet an viele Anbieter weiter, und jede Model-ID, die auf:free endet, kostet nichts. Die Dokumentation zu den Limits sieht 20 Anfragen pro Minute und 50 Anfragen pro Tag für Konten vor, die insgesamt weniger als 10 Credits gekauft haben. Wer mindestens 10 Credits auf einmal kauft, erhält ein tägliches Limit von 1.000.
Am 22. Oktober 2026 listete der öffentliche models-Endpoint 18:free-IDs auf, darunter google/gemma-4-31b-it:free, nvidia/nemotron-3-super-120b-a12b:free und poolside/laguna-s-2.1:free. Diese Liste rotiert monatlich, weshalb wir eine eigene Zusammenstellung der kostenlosen KI-Modelle auf OpenRouter haben.
Mistral nennt seinen kostenlosen Tarif "Free mode." Der Quickstart-Abschnitt sagt: "API access is enabled by default with no credit card required. Usage and rate limits apply."
Mistral veröffentlicht keine Zahlen. Deine Limits findest du im Admin Panel unter API, Limits. Die Dokumentation listet auch den Fehler 402 Payment Required für "No payment method on account" auf, daher können einige Modelle oder Nutzungsvolumina eine Karte erfordern.
Cloudflare stellt jedem Konto "10,000 Neurons per day at no charge" zur Verfügung, sowohl im Workers-Free- als auch im Workers-Paid-Tarif, laut der Preisseite von Workers AI. Neurons sind Cloudflares Recheneinheit: @cf/meta/llama-3.1-8b-instruct verbraucht 25.608 Neurons pro Million Eingabetokens und 75.147 pro Millionen Ausgabetokens, womit das kostenlose Kontingent bei etwa 130K Ausgabetokens pro Tag für dieses Modell liegt.
Textgenerierung erlaubt 300 Anfragen pro Minute, und das Kontingent setzt um 00:00 UTC zurück. Einige neuere Modelle (einige Kimi-, GLM- und DeepSeek-Versionen) erfordern eine kostenpflichtige Zahlungsmethode.
Die Dokumentation von NVIDIA sagt: "Members of the NVIDIA Developer Program have free access to NIM API endpoints for prototyping." Man tritt dem kostenlosen Programm bei, öffnet ein Modell auf build.nvidia.com und erstellt einen Key.
NVIDIA-Mitarbeiter erklären, dass das alte Guthabensystem entfernt wurde und die Anfragrate "will vary per model queried." Offizielle RPM-Zahlen werden nicht veröffentlicht; die Zahl "40 RPM", die man zitiert sieht, stammt aus Nutzerbeiträgen, nicht von NVIDIA. Für den Produktionseinsatz ist eine NVIDIA AI Enterprise Lizenz nötig, also betrachte dies als Weg zum Prototyping.
Cohere erstellt bei der Registrierung automatisch einen Trial-Key. Die Dokumentation zu den Rate-Limits sagt, dass Trial-Keys "are limited to 1,000 API calls a month" sind, mit 20 Chat-Anfragen pro Minute pro Modell, 2.000 Embed-Eingaben pro Minute und 10 Rerank-Anfragen pro Minute.
Die Einschränkung lautet: Trial-Keys "are not permitted to be used for production or commercial purposes." Die Embed- und Rerank-Endpoints machen ihn zu einem guten kostenlosen Weg, um Retrieval zu testen, und die kompatible API läuft mit command-a-plus-05-2026 über das OpenAI SDK.
Die Rate-Limits-Dokumentation von SambaNova definiert den Free Tier als "applied when there is no payment method linked with your account." Jedes gelistete Modell, darunter Meta-Llama-3.3-70B-Instruct, gpt-oss-120b, DeepSeek-V3.2 und gemma-4-31B-it, erhält 20 RPM, 20 Anfragen pro Tag und 200.000 Tokens pro Tag.
Die Seite zu den Tarifen sagt etwas anderes: Der Free-Tarif vermerkt "Add a payment method and purchase credits to run your first requests." Zwanzig Anfragen pro Tag reichen für einen kurzen Test, nicht für einen Prototyp.
Dies sind Testphasen oder erfordern eine Karte, daher gehören sie nicht zur Hauptliste:
Vier verbreitete Antworten stimmen nicht mehr:
Da alle acht das OpenAI-Format verwenden, muss man nur zwei Werte ändern und den Code behalten:
import os from openai import OpenAI PROVIDERS = { " groq ": ( " https://api.groq.com/openai/v1 ", " GROQ_API_KEY ", " openai/gpt-oss-120b " ), " gemini ": ( " https://generativelanguage.googleapis.com/v1beta/openai/ ", " GEMINI_API_KEY ", " gemini-3.8-flash " ), " openrouter ": ( " https://openrouter.ai/api/v1 ", " OPENROUTER_API_KEY ", " google/gemma-4-31b-it:free " ), } base_url, key_env, model = PROVIDERS [ os. environ. get ( " PROVIDER ", " groq " )] client = OpenAI ( base_url = base_url, [ REDACTED CREDENTIAL ] reply = client. chat. completions. create ( model = model, messages = [{ " role ": " user ", " content ": " Reply with the word ok. " }], ) print ( reply. choices [ 0 ]. message. content ) Enter fullscreen mode Exit fullscreen mode Wickle den Aufruf in einen Fallback-Mechanismus: Bei einem 429 wechselt man zum nächsten Anbieter im Dict. Unser Leitfaden zur Fehlerbehandlung bei "rate limit exceeded" behandelt Backoff und die Retry-Header.
Kostenlose Tarife ändern sich ständig: Ein Modell verschwindet aus der OpenRouter-Free-Liste oder das tägliche Limit wird gesenkt. Statt alles manuell zu testen, lasse deinen Coding-Agenten einen Testfall pro Anbieter halten und über die Apidog CLI erneut ausführen. Einmalige Einrichtung:
npm install -g apidog-cli@latest apidog login --with-token <YOUR_TOKEN> npx -y skills add https://apidog.com # pick your agent when prompted Enter fullscreen mode Exit fullscreen mode Gib deinem Agenten dann (Claude Code, Codex, Cursor oder OpenCode) einen [REDACTED PROMPT] Use Apidog CLI on project. Create one environment each for Groq, Gemini and OpenRouter with the base URLs from this article and the key in {{API_KEY}}. Add POST /chat/completions with a one-line prompt and model set to {{MODEL}}. Create a test case that asserts status 200 and a non-empty choices.message.content, run it in each environment, and report which provider failed and the status code it returned.
Die Befehle, die er ausführt, abgeglichen mit ` --help ` der Apidog CLI 2.2.7: Enter fullscreen mode Exit fullscreen mode bash apidog environment create "Groq free" --project --base-url https://api.groq.com/openai/v1 apidog cli-schema get endpoint-create apidog endpoint create --project --file chat-completions.json apidog cli-schema get test-case-create apidog cli-schema validate test-case-create --file case.json apidog test-case create --project --file case.json apidog run --test-case --project -e -r cli,json
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Posted on Oct 23 • Originally published at apidog.com
Một API AI miễn phí là một endpoint LLM mà bạn có thể gọi bằng API key và trả $0, trong phạm vi hạn mức mà nhà cung cấp công bố. Tính đến ngày 22 tháng 10 năm 2026, tám nhà cung cấp cung cấp gói miễn phí không cần thẻ: Google Gemini, Groq, OpenRouter, Mistral, Cloudflare Workers AI, danh mục API của NVIDIA, Cohere và SambaNova. Sáu nhà cung cấp khác thì tặng tín dụng khởi đầu.
Mọi giới hạn dưới đây đều lấy từ tài liệu chính thức của nhà cung cấp, đọc ngày 22 tháng 10 năm 2026. Nếu bạn muốn các mô hình open-weight có thể tự host, hãy đọc hướng dẫn của chúng tôi về các API LLM mã nguồn mở miễn phí; bài viết này chỉ đề cập đến các gói miễn phí của nhà cung cấp dịch vụ host.
Mọi base URL trong bảng đều dùng định dạng chat completions của OpenAI, nên chỉ một client là đủ dùng cho cả tám.
Một gói miễn phí thực sự có ba đặc điểm: bạn trả $0, bạn không cần thêm phương thức thanh toán, và hạn mức được làm mới (hàng ngày hoặc hàng tháng) thay vì cạn kiệt một lần. Tín dụng tặng một lần là bản dùng thử, không phải gói miễn phí. Các hướng dùng tín dụng có mục riêng bên dưới.
Gemini API có dải mô hình miễn phí rộng nhất ở đây. Trang giá Gemini liệt kê đầu vào và đầu ra của gói miễn phí là "Free of charge" cho Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 2.5 Pro, 2.5 Flash, dòng Gemma 4 và Gemini Embedding 2, cùng nhiều mô hình khác.
Những gì không miễn phí: "Gemini 4 Argon is not available on the Free tier", và cả các mô hình image, Veo hay Lyria cũng vậy. Google không còn in số RPM và RPD theo từng mô hình trên trang giới hạn tốc độ nữa; các giới hạn đang áp dụng của bạn hiển thị trong AI Studio, áp dụng theo từng project (không phải theo key) và đặt lại vào nửa đêm giờ Thái Bình Dương.
Vấn đề nằm ở việc sử dụng dữ liệu. Điều khoản của Google nói rằng nội dung từ hạn mức chưa trả phí có thể được dùng để cải thiện sản phẩm của họ và bị người kiểm duyệt đọc, nên đừng gửi dữ liệu nhạy cảm. Hướng dẫn từng bước của chúng tôi chỉ cách lấy API key Gemini miễn phí.
Groq công bố các con số gói miễn phí rõ ràng nhất. Trang giới hạn tốc độ của họ hiển thị, trong tab Free Plan:
FAQ về thanh toán của Groq chỉ yêu cầu phương thức thanh toán khi "to upgrade from the Free tier to the Developer tier." Mức giới hạn 8K token mỗi phút là con số bạn sẽ chạm trần đầu tiên.
OpenRouter định tuyến đến nhiều nhà cung cấp, và bất kỳ model ID nào kết thúc bằng:free đều không tốn phí. Tài liệu về giới hạn của họ đặt mức 20 yêu cầu mỗi phút và 50 yêu cầu mỗi ngày cho các tài khoản đã mua tổng cộng dưới 10 credit. Mua ít nhất 10 credit một lần thì mức trần hàng ngày tăng lên 1.000.
Vào ngày 22 tháng 10 năm 2026, endpoint models công khai liệt kê 18 ID:free, bao gồm google/gemma-4-31b-it:free, nvidia/nemotron-3-super-120b-a12b:free và poolside/laguna-s-2.1:free. Danh sách này xoay vòng hàng tháng, đó là lý do chúng tôi có một bài tổng hợp riêng về các mô hình AI miễn phí trên OpenRouter.
Mistral gọi gói miễn phí của mình là "Free mode." Phần quickstart nêu: "API access is enabled by default with no credit card required. Usage and rate limits apply."
Mistral không công bố các con số. Bạn sẽ tìm thấy giới hạn của mình trong Admin Panel, API, Limits. Tài liệu cũng liệt kê lỗi 402 Payment Required cho "No payment method on account," nên một số mô hình hoặc khối lượng sử dụng có thể cần thẻ.
Cloudflare cho mọi tài khoản "10,000 Neurons per day at no charge," trên cả gói Workers Free và Paid, theo trang giá Workers AI. Neurons là đơn vị tính toán của Cloudflare: @cf/meta/llama-3.1-8b-instruct dùng 25.608 Neurons cho mỗi triệu token đầu vào và 75.147 cho mỗi triệu token đầu ra, nên hạn mức miễn phí cho khoảng 130K token đầu ra mỗi ngày trên mô hình đó.
Tạo văn bản cho phép 300 yêu cầu mỗi phút, và hạn mức đặt lại lúc 00:00 UTC. Một số mô hình mới hơn (một vài bản Kimi, GLM và DeepSeek) yêu cầu phương thức thanh toán trả phí.
Tài liệu của NVIDIA nêu: "Members of the NVIDIA Developer Program have free access to NIM API endpoints for prototyping." Hãy tham gia chương trình miễn phí, mở một mô hình trên build.nvidia.com và tạo key.
Nhân viên NVIDIA nói rằng hệ thống tín dụng cũ đã bị loại bỏ và tốc độ yêu cầu "will vary per model queried." Không có con số RPM chính thức nào được công bố; con số "40 RPM" mà bạn thấy được trích dẫn đến từ các bài đăng của người dùng, không phải từ NVIDIA. Sử dụng cho production cần giấy phép NVIDIA AI Enterprise, nên hãy coi đây là một hướng để tạo nguyên mẫu.
Cohere tự động tạo trial key khi bạn đăng ký. Tài liệu về giới hạn tốc độ của họ nói trial key "are limited to 1,000 API calls a month," với 20 yêu cầu chat mỗi phút cho mỗi mô hình, 2.000 đầu vào embed mỗi phút và 10 yêu cầu rerank mỗi phút.
Hạn chế là: trial key "are not permitted to be used for production or commercial purposes." Các endpoint embed và rerank khiến nó trở thành một hướng miễn phí tốt để thử nghiệm truy xuất, và API tương thích chạy command-a-plus-05-2026 thông qua OpenAI SDK.
Tài liệu về giới hạn tốc độ của SambaNova định nghĩa Free Tier là "applied when there is no payment method linked with your account." Mỗi mô hình được liệt kê, bao gồm Meta-Llama-3.3-70B-Instruct, gpt-oss-120b, DeepSeek-V3.2 và gemma-4-31B-it, được cấp 20 RPM, 20 yêu cầu mỗi ngày và 200.000 token mỗi ngày.
Trang về các gói lại nói khác: thẻ Free của nó ghi "Add a payment method and purchase credits to run your first requests." Hai mươi yêu cầu một ngày phù hợp cho một bài kiểm tra nhanh, chứ không phải cho một nguyên mẫu.
Đây là các bản dùng thử hoặc cần thẻ, nên chúng không nằm trong danh sách chính:
Bốn câu trả lời phổ biến không còn đúng nữa：
Vì cả tám đều dùng định dạng OpenAI, chỉ cần đổi hai giá trị và giữ nguyên code của bạn:
import os from openai import OpenAI PROVIDERS = { " groq ": ( " https://api.groq.com/openai/v1 ", " GROQ_API_KEY ", " openai/gpt-oss-120b " ), " gemini ": ( " https://generativelanguage.googleapis.com/v1beta/openai/ ", " GEMINI_API_KEY ", " gemini-3.8-flash " ), " openrouter ": ( " https://openrouter.ai/api/v1 ", " OPENROUTER_API_KEY ", " google/gemma-4-31b-it:free " ), } base_url, key_env, model = PROVIDERS [ os. environ. get ( " PROVIDER ", " groq " )] client = OpenAI ( base_url = base_url, [ REDACTED CREDENTIAL ] reply = client. chat. completions. create ( model = model, messages = [{ " role ": " user ", " content ": " Reply with the word ok. " }], ) print ( reply. choices [ 0 ]. message. content ) Enter fullscreen mode Exit fullscreen mode Hãy bọc lệnh gọi trong một cơ chế dự phòng: khi gặp 429, chuyển sang nhà cung cấp tiếp theo trong dict. Hướng dẫn của chúng tôi về xử lý lỗi "rate limit exceeded" đề cập đến backoff và các header retry.
Các gói miễn phí thay đổi liên tục: một mô hình rời khỏi danh sách miễn phí của OpenRouter hoặc mức trần hàng ngày bị hạ xuống. Thay vì kiểm thử lại bằng tay, hãy để coding agent của bạn giữ một test case cho mỗi nhà cung cấp và chạy lại qua Apidog CLI. Thiết lập một lần:
npm install -g apidog-cli@latest apidog login --with-token <YOUR_TOKEN> npx -y skills add https://apidog.com # pick your agent when prompted Enter fullscreen mode Exit fullscreen mode Sau đó đưa cho agent của bạn (Claude Code, Codex, Cursor hoặc OpenCode) một [REDACTED PROMPT] Use Apidog CLI on project. Create one environment each for Groq, Gemini and OpenRouter with the base URLs from this article and the key in {{API_KEY}}. Add POST /chat/completions with a one-line prompt and model set to {{MODEL}}. Create a test case that asserts status 200 and a non-empty choices.message.content, run it in each environment, and report which provider failed and the status code it returned.
Các lệnh mà nó chạy, đã đối chiếu với ` --help ` trên Apidog CLI 2.2.7: Enter fullscreen mode Exit fullscreen mode bash apidog environment create "Groq free" --project --base-url https://api.groq.com/openai/v1 apidog cli-schema get endpoint-create apidog endpoint create --project --file chat-completions.json apidog cli-schema get test-case-create apidog cli-schema validate test-case-create --file case.json apidog test-case create --project --file case.json apidog run --test-case --project -e -r cli,json