Welche LLM-API ist kostenlos? Optionen, Limits und ein echtes Testguthaben Testguthaben

Die kurze Antwort: drei Arten von kostenlosen Angeboten

Wenn Leute fragen, welche LLM-API kostenlos ist, meinen sie meist eines von drei verschiedenen Dingen, und die Unterschiede sind wichtiger als das Preisschild.

• Ein kostenloser Tarif eines gehosteten Anbieters. Du erhältst eine begrenzte Nutzungsmenge, oft mit engen Ratenlimits, und die Bedingungen können sich ohne große Ankündigung ändern.
• Ein Modell, das du selbst ausführst. Die Gewichte vieler Open-Weight-Modelle sind kostenlos herunterladbar. GPU, Strom und deine Einrichtungszeit jedoch nicht.
• Testguthaben. Ein kleines Prepaid-Guthaben, das dir erlaubt, den echten Service mit echten Anfragen zu testen, bevor du Geld auflädst.

Keines davon ist eine permanente kostenlose API für ein Produkt mit Nutzern. Wenn du nur ein Modell ausprobieren, einen Prototyp schreiben oder prüfen möchtest, ob ein Endpunkt mit deinem Client funktioniert, kann jede der drei Optionen den Job erledigen. Wenn du etwas baust, das jeden Tag von Menschen genutzt wird, plane von Anfang an einen kostenpflichtigen Pfad, denn der Moment, in dem ein kostenloser Tarif endet, ist meist der Moment, in dem dein Projekt am ausgelastetsten ist.

Wie kostenlose Tarife normalerweise aussehen

Kostenlose Tarife unterscheiden sich zwischen Anbietern und ändern sich oft, betrachte diesen Abschnitt also als Checkliste für zu prüfende Punkte, nicht als Aussage über ein bestimmtes Unternehmen. Für aktuelle Zahlen prüfe die aktuellen Preis- und Nutzungsbedingungen-Seiten.

• Anfragebegrenzungen. Kostenlose Nutzung ist normalerweise pro Minute und pro Tag begrenzt. Eine Chat-App mit einigen Nutzern kann diese Limits am Nachmittag erreichen.
• Modellauswahl. Kostenloser Zugriff deckt oft nur kleinere oder ältere Modelle ab, oder eine Warteschlange mit niedrigerer Priorität.
• Datennutzungsbedingungen. Einige kostenlose Angebote erlauben es dem Anbieter, deine Prompts zur Verbesserung ihrer Produkte zu nutzen. Das ist für Tests mit öffentlichen Texten in Ordnung. Es passt schlecht zu privaten Dokumenten, Kundenmitteilungen oder persönlicher Fiktion.
• Inhaltsrichtlinien. Mainstream-Anbieter wenden ihre eigenen Sicherheitsfilter an. Wenn deine Nutzung rechtmäßig ist, aber einen erwachsenen Ton hat, wie bei Fiktion, Roleplay oder einer Begleiter-App für Erwachsene, wird ein gefiltertes Modell oft ablehnen, und Ablehnungen verbrauchen dein kostenloses Kontingent.

Der Inhaltspunkt ist der, der Leute überrascht. Eine kostenlose Anfrage, die eine Ablehnung zurückgibt, ist in keinem sinnvollen Sinne kostenlos, weil du deine Zeit und einen Teil deines Limits für nichts ausgegeben hast. Wenn ein unzensiertes Modell das ist, was du brauchst, filtere die Liste der kostenlosen Optionen danach.

Ein Open-Weight-Modell selbst hosten

Ein Modell auf deiner eigenen Maschine auszuführen ist dem wirklich Kostenlosen am nächsten, mit einem Haken: Du zahlst in Hardware und Aufmerksamkeit. Die Gewichte sind oft kostenlos herunterladbar, aber jedes hat seine eigene Lizenz, also lies sie, wenn du ein Produkt darauf aufbauen möchtest.

Was du tatsächlich ausgibst:

• Speicher. Ein Modell muss in den GPU-Speicher oder Systemspeicher passen, wenn du langsamere Ausgaben akzeptierst. Größere Modelle benötigen mehr davon, und das Schrumpfen eines Modells durch Quantisierung tauscht Qualität gegen Speicherplatz.
• Einrichtungszeit. Du installierst eine Laufzeitumgebung, wählst eine Quantisierung, stimmst die Kontextgröße ab und hältst alles aktuell.
• Strom und Lärm. Eine GPU unter Last zieht echten Strom, und ein Laptop wird es dir mitteilen.
• Parallelität. Eine GPU bedient bequem eine oder zwei Anfragen. Zehn Nutzer gleichzeitig zu bedienen ist ein anderes Projekt.

Zum Lernen, Offline-Arbeit und Datenschutz durch Voreinstellung ist lokales Ausführen exzellent. Für eine kleine App, die von jedem Gerät zu jeder Stunde antworten muss, mieten viele Entwickler stattdessen Kapazitäten. Eine gehostete API wandelt die Fixkosten der Hardware in Kosten pro Token um, was günstiger ist, wenn deine Nutzung gering und ungleichmäßig ist.

Geteilte Schlüssel und Community-Proxys

Suche nach einer kostenlosen API, und du findest Listen von öffentlichen Endpunkten, geteilten Schlüsseln und Proxys, die von Hobbyisten betrieben werden. Betrachte diese mit Misstrauen. Ein geteilter Schlüssel kann mitten in einer Demo widerrufen werden. Der Betreiber eines Proxys kann jeden Prompt lesen, der daran vorbeigeht. Es gibt keinen Support, keine angegebenen Limits und oft keine Möglichkeit zu erkennen, welches Modell dich antwortet.

Wenn deine Prompts etwas enthalten, das du nicht in ein öffentliches Forum kopieren würdest, überspringe diese Kategorie vollständig. Ein kleines bezahltes Guthaben mit einer klaren Datenschutzrichtlinie ist ein besserer Deal als ein kostenloser Endpunkt, dessen Eigentümer du nicht identifizieren kannst.

Was das Testguthaben auf dieser Seite bietet

Dieser Dienst ist eine gehostete, OpenAI-kompatible Text-API mit einem Modell, uncensored, optimiert, um ohne Inhaltsablehnungen für legale Erwachsenennutzung zu antworten. Es hat keinen permanenten kostenlosen Tarif. Es hat ein Testguthaben: Nach der Anmeldung mit Google oder mit E-Mail und Passwort zeigt die API-Schlüssel-Seite einen Button, der $0,50 Testguthaben beansprucht. Es benötigt einen Klick, keine Zahlungsdaten, gilt 7 Tage lang und ist auf einen pro Person begrenzt.

Ein Test-Schlüssel läuft mit 2 parallelen Anfragen und 60 Anfragen pro Minute, was mehr als genug ist, um einen Client oder einen Prompt zu testen. Der Preis beträgt $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Hier ist, was $0,50 für einige typische Anfragegrößen bringt, exakt berechnet:

Anfragegröße	Kosten pro Anfrage	Anfragen für 0,50 $
500 Token rein, 200 raus (kurze Chat-Antwort)	$0.000075 + $0.000100 = $0.000175	ca. 2.857
2.000 rein, 500 raus (Chat mit Verlauf)	$0.000300 + $0.000250 = $0.000550	ca. 909
20.000 rein, 1.000 raus (lange Szene oder Dokument)	$0.003000 + $0.000500 = $0.003500	ca. 142
90.000 rein, 2.000 raus (nahe dem 100.000er-Fenster)	$0.013500 + $0.001000 = $0.014500	etwa 34

Die Testphase reicht für einige hundert realistische Anfragen, zum Testen von Streaming, JSON-Modus und Function Calling sowie zum Prüfen des Modellverhaltens. Nicht für Produktivbetrieb. Schnellstart im Handbuch enthält Code für OpenAI SDK, Node und curl.

Wann Prepaid-Guthaben sinnvoll ist

Sobald das Testguthaben aufgebraucht ist, wird das Modell über Pay as you go aus Prepaid-Guthaben abgerechnet. Es gibt kein Abonnement. Du lädst jeden ganzen Betrag von $20 bis $500 auf, und das Guthaben verfällt nie, also ist ein Guthaben, das du diesen Monat nicht nutzt, nächsten Monat noch da. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Größere Aufladungen haben einen Bonus: +5% ab $50, +10% ab $100 und +15% ab $200.

Die Boni ergeben sich so:

• $20 kaufen $20,00 Guthaben.
• $50 kaufen $52,50 (ein 5% Bonus von $2,50).
• $100 kaufen $110,00 (ein 10% Bonus von $10).
• $200 kaufen $230,00 (ein 15% Bonus von $30).

Diese Seite akzeptiert nur Krypto-Aufladungen: USDT auf TRC20 oder USDC auf Base. Wenn du keines davon hältst, ist das eine echte Hürde und es lohnt sich, das vor Beginn zu wissen. Die Preisseite hat die aktuellen Details.

Um zu sehen, was eine $20-Aufladung in der Praxis bedeutet, verwende dieselben Anfragegrößen wie oben. Bei 500 Token rein und 200 raus deckt $20 etwa 114.000 Anfragen ab. Bei 2.000 rein und 500 raus deckt es etwa 36.000 ab. Eine Hobby-Chat-App mit wenigen Nutzern gibt das selten in einem Monat aus, weshalb das Minimum auch für kleine Projekte praktikabel ist.

Wie du jede kostenlose Option testest, bevor du dich darauf verlässt

Egal welchen Weg du wählst, verbringe einen Nachmittag mit einem ordentlichen Test statt mit einer einzelnen Hello-World-Anfrage.

1. Verwende deine echten Prompts. Ein Modell, das einen schönen Haiku schreibt, kann bei deinem System-Prompt, deiner Sprache oder deinem Ausgabeformat immer noch versagen.
2. Ablehnungen messen. Sende zwanzig Prompts aus deinem tatsächlichen Anwendungsfall und zähle, wie viele abgelehnt oder verwässert zurückkommen.
3. Teste die Limits absichtlich. Sende parallele Anfragen und sieh dir an, wie der Fehler aussieht. Das Überschreiten des pro Minute geltenden Limits liefert HTTP 429 mit dem Code rate_limited, und zu viele gleichzeitige Anfragen führen zu 429 mit concurrency. Eine temporäre Überlastung gibt ebenfalls 429 mit einem Retry-After: 5-Header zurück, daher sollte dein Client warten und die Anfrage wiederholen.
4. Lies die Datennutzungsbedingungen. Prompts werden hier nicht zum Training verwendet. Finde bei anderen Diensten die entsprechende Aussage schriftlich.
5. Schätze die bezahlte Kosten. Nimm deine durchschnittliche Token-Anzahl pro Anfrage, multipliziere sie mit der erwarteten Anzahl an Anfragen und vergleiche. Die Rechnung dauert fünf Minuten und verhindert die meisten Überraschungen.

Der Dienst ist nur Text. Es gibt keine Bild-, Audio- oder Videoerzeugung, keine Embeddings und kein Fine-Tuning, und es gibt eine harte Grenze: keine sexuellen Inhalte mit Minderjährigen. Wenn dein Projekt eines der fehlenden Teile benötigt, wird eine kostenlose Option woanders das nicht beheben, also kläre das zuerst. Die Seite zum OpenAI-kompatiblen Textmodell erklärt, was der Endpunkt abdeckt und was nicht.

Weitere Anleitungen

• Bestes lokales LLM für Rollenspiel oder eine gehostete API?
• NSFW LLM API in Python: Streaming, JSON und Werkzeuge
• Unzensierte LLM API: OpenAI-kompatibles Textmodell