¿Qué API de LLM es gratis? Opciones, límites y una prueba real

La respuesta corta: tres tipos de gratis

Cuando la gente pregunta qué api de llm es gratis, generalmente se refiere a una de tres cosas diferentes, y las diferencias importan más que la etiqueta de precio.

• Un nivel gratuito de un proveedor alojado. Obtienes una cantidad limitada de uso, a menudo con límites de peticiones ajustados, y los términos pueden cambiar sin mucho aviso.
• Un modelo que ejecutas tú mismo. Los pesos de muchos modelos abiertos cuestan cero para descargar. La GPU, la electricidad y tu tiempo de configuración no.
• Crédito de prueba. Un saldo pequeño prepago que te permite probar el servicio real con peticiones reales antes de poner dinero.

Ninguna de estas es una API gratuita permanente para un producto con usuarios. Si solo necesitas probar un modelo, escribir un prototipo o verificar si un endpoint funciona con tu cliente, cualquiera de las tres puede hacer el trabajo. Si estás construyendo algo que la gente usará todos los días, planifica una ruta de pago desde el inicio, porque el momento en que termina un nivel gratuito suele ser el momento en que tu proyecto está más ocupado.

Cómo suelen verse los niveles gratuitos

Los niveles gratuitos difieren entre proveedores y cambian a menudo, así que trata esta sección como una lista de verificación de cosas a buscar, no como una declaración sobre una empresa específica. Para números actuales, revisa sus páginas de precios y términos actuales.

• Límites de peticiones. El uso gratuito normalmente está limitado por minuto y por día. Una aplicación de chat con un puñado de usuarios puede alcanzar esos límites en una tarde.
• Elección de modelo. El acceso gratuito puede cubrir solo modelos más pequeños o antiguos, o una cola con menor prioridad.
• Términos de datos. Algunas ofertas gratuitas permiten al proveedor usar tus prompts para mejorar sus productos. Eso está bien para una prueba con texto público. Es una mala opción para documentos privados, mensajes de clientes o ficción personal.
• Reglas de contenido. Los proveedores principales aplican sus propios filtros de seguridad. Si tu uso es legal pero de tono adulto, como ficción, roleplay o una aplicación de compañía para adultos, un modelo filtrado se negará a menudo, y las negativas aún consumen tu cuota gratuita.

El punto de contenido es el que sorprende a la gente. Una petición gratuita que devuelve una negación no es gratuita en ningún sentido útil, porque gastaste tu tiempo y parte de tu límite en nada. Si necesitas un modelo sin filtros, filtra la lista de opciones gratuitas por eso primero.

Autoalojar un modelo de pesos abiertos

Ejecutar un modelo en tu propia máquina es lo más parecido a ser realmente gratis, con un detalle: pagas en hardware y atención. Los pesos suelen ser gratuitos para descargar, aunque cada uno tiene su propia licencia, así que léela si planeas construir un producto con ello.

Lo que realmente gastas:

• Memoria. Un modelo debe caber en la memoria de la GPU, o en la memoria del sistema si aceptas salida mucho más lenta. Los modelos más grandes necesitan más de ella, y reducir un modelo cuantizándolo intercambia algo de calidad por espacio.
• Tiempo de configuración. Instalas un entorno de ejecución, eliges una cuantización, ajustas el tamaño de la ventana de contexto y mantienes todo actualizado.
• Energía y ruido. Una GPU bajo carga consume electricidad real, y una laptop te lo hará saber.
• Concurrencia. Una GPU sirve una o dos peticiones cómodamente. Servir a diez usuarios a la vez es un proyecto diferente.

Para aprendizaje, trabajo fuera de línea y privacidad por defecto, local es excelente. Para una aplicación pequeña que debe responder desde cualquier dispositivo a cualquier hora, muchos desarrolladores terminan alquilando capacidad en su lugar. Una API alojada convierte el costo fijo del hardware en un costo por token, que es más barato cuando tu uso es pequeño e irregular.

Claves compartidas y proxies comunitarios

Busca una API gratuita y encontrarás listas de endpoints públicos, claves compartidas y proxies gestionados por aficionados. Trata esto con sospecha. Una clave compartida puede ser revocada a mitad de una demostración. La persona que gestiona un proxy puede leer cada prompt que pasa por él. No hay soporte, no hay límites declarados y a menudo no hay forma de saber qué modelo te está respondiendo.

Si tus prompts contienen algo que no pegarías en un foro público, salta esta categoría por completo. Un pequeño saldo pagado con una política de datos clara es una mejor oferta que un endpoint gratuito cuyo dueño no puedes identificar.

Lo que la prueba en este sitio te da

Este servicio es una API de texto alojada y compatible con OpenAI con un solo modelo, uncensored, ajustado para responder sin rechazos de contenido para uso adulto lícito. No tiene un nivel gratuito permanente. Tiene una prueba: después de registrarte con Google o con un correo electrónico y contraseña, la página de clave de API muestra un botón que reclama $0.50 de crédito de prueba. Se hace con un clic, no requiere detalles de pago, es válido durante 7 días y está limitado a uno por persona.

Una clave de prueba se ejecuta con 2 peticiones simultáneas y 60 peticiones por minuto, lo cual es suficiente para probar un cliente o un prompt. El precio es $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. Esto es lo que $0,50 compra para algunos tamaños de petición típicos, calculado exactamente:

Tamaño de petición	Coste por petición	Peticiones por $0,50
500 tokens de entrada, 200 de salida (turno de chat corto)	$0.000075 + $0.000100 = $0.000175	aproximadamente 2,857
2,000 de entrada, 500 de salida (chat con algo de historial)	$0.000300 + $0.000250 = $0.000550	aproximadamente 909
20,000 de entrada, 1,000 de salida (escena larga o documento)	$0.003000 + $0.000500 = $0.003500	aproximadamente 142
90,000 de entrada, 2,000 de salida (cerca de la ventana de 100,000)	$0.013500 + $0.001000 = $0.014500	aproximadamente 34

Así que la prueba es suficiente para ejecutar un par de cientos de peticiones realistas, probar streaming, probar el modo JSON y las llamadas a funciones, y ver cómo se comporta el modelo con tus prompts. No está pensada para ejecutar un producto. Para los pasos exactos de configuración, la guía rápida en la documentación tiene código funcional para el SDK de OpenAI, Node y curl.

Cuándo tiene sentido el crédito prepago

Una vez que se gaste la prueba, el modelo es de pago por uso desde crédito prepago. No hay suscripción. Recargas cualquier cantidad entera desde $20 hasta $500, y el crédito nunca expira, así que un saldo que no usas este mes sigue estando allí el próximo mes. Las peticiones fallidas o rechazadas no se cobran. Las recargas más grandes tienen un bono: +5% desde $50, +10% desde $100 y +15% desde $200.

Los bonos funcionan así:

• $20 compra $20,00 de crédito.
• $50 compra $52,50 (un bono del 5% de $2,50).
• $100 compra $110,00 (un bono del 10% de $10).
• $200 compra $230,00 (un bono del 15% de $30).

Este sitio solo acepta recargas en cripto: USDT en TRC20 o USDC en Base. Si no tienes ninguna de las dos, esa es una dificultad real y vale la pena saberlo antes de empezar. La página de precios tiene los detalles actuales.

Para ver lo que significa una recarga de $20 en la práctica, usa los mismos tamaños de petición que arriba. A 500 tokens de entrada y 200 de salida, $20 cubre aproximadamente 114.000 peticiones. A 2.000 de entrada y 500 de salida, cubre aproximadamente 36.000. Una aplicación de chat de hobby con unos pocos usuarios rara vez gasta eso en un mes, por eso el mínimo es viable incluso para proyectos pequeños.

Cómo probar cualquier opción gratuita antes de depender de ella

Cualquiera que sea la ruta que elijas, dedica una tarde a una prueba adecuada en lugar de una sola llamada hello-world.

1. Usa tus prompts reales. Un modelo que escribe un haiku bonito aún puede fallar en tu prompt de sistema, tu idioma o tu formato de salida.
2. Mide los rechazos. Envía veinte prompts de tu caso de uso real y cuenta cuántos vuelven rechazados o diluidos.
3. Dispara los límites a propósito. Envía peticiones en paralelo y ve cómo se ve el error. Aquí, ir más allá del límite por minuto devuelve HTTP 429 con el código rate_limited, y demasiadas peticiones simultáneas devuelve 429 con concurrency. Una sobrecarga temporal también devuelve 429 con un encabezado Retry-After: 5, así que tu cliente debería esperar y reintentar.
4. Lee los términos de uso. Los prompts aquí no se usan para entrenamiento. Para cualquier otro servicio, busca la declaración por escrito.
5. Estima el costo pagado. Toma tu promedio de tokens por petición, multiplica por las peticiones esperadas y compara. La aritmética toma cinco minutos y evita la mayoría de las sorpresas.

El servicio es solo de texto. No hay generación de imágenes, audio o video, ni embeddings ni fine-tuning, y hay un límite estricto: no hay contenido sexual que involucre a menores de edad. Si tu proyecto necesita alguna de esas piezas que faltan, una opción gratuita en otro lugar no lo solucionará, así que resuélvelo primero. La página sobre el modelo de texto compatible con OpenAI explica qué hace el endpoint y qué no cubre.

Más guías

• ¿El mejor LLM local para roleplay o una API alojada?
• API de LLM NSFW en Python: streaming, JSON y herramientas
• API de LLM sin censura: modelo de texto compatible con OpenAI