Quelle API LLM est gratuite ? Options, limites et un véritable essai

La réponse courte : trois types de gratuité

Lorsque les gens demandent quelle API LLM est gratuite, ils entendent généralement l'une des trois choses différentes, et les différences comptent plus que le prix.

• Une offre gratuite d'un fournisseur hébergé. Vous obtenez une quantité d'utilisation plafonnée, souvent avec des limites de débit serrées, et les conditions peuvent changer sans préavis.
• Un modèle que vous exécutez vous-même. Les poids de nombreux modèles ouverts sont gratuits à télécharger. La carte GPU, l’électricité et votre temps d’installation, non.
• Un crédit d'essai. Un petit solde prépayé qui vous permet de tester le service réel avec des requêtes réelles avant d'investir de l'argent.

Aucune de ces options n'est une API gratuite permanente pour un produit avec des utilisateurs. Si vous avez seulement besoin d'essayer un modèle, d'écrire un prototype ou de vérifier si un endpoint fonctionne avec votre client, l'une des trois peut faire l'affaire. Si vous construisez quelque chose que les gens utiliseront quotidiennement, prévoyez une option payante dès le début, car le moment où une offre gratuite se termine est généralement le moment où votre projet est le plus occupé.

À quoi ressemblent généralement les offres gratuites

Les offres gratuites varient entre les fournisseurs et changent souvent, alors considérez cette section comme une liste de contrôle des éléments à rechercher, et non comme une déclaration concernant une entreprise spécifique. Pour les chiffres actuels, consultez leurs pages de tarification et de conditions actuelles.

• Plafonds de requêtes. L'utilisation gratuite est généralement limitée par minute et par jour. Une application de chat avec quelques utilisateurs peut atteindre ces plafonds en un après-midi.
• Choix du modèle. L'accès gratuit peut couvrir uniquement des modèles plus petits ou plus anciens, ou une file d'attente avec une priorité inférieure.
• Conditions sur les données. Certaines offres gratuites permettent au fournisseur d'utiliser vos prompts pour améliorer leurs produits. Cela convient à un test avec du texte public. C'est un mauvais choix pour des documents privés, des messages clients ou de la fiction personnelle.
• Règles de contenu. Les fournisseurs grand public appliquent leurs propres filtres de sécurité. Si votre utilisation est légale mais à tonalité adulte, comme de la fiction, du jeu de rôle ou une application de compagnon pour adultes, un modèle filtré refusera souvent, et les refus consomment toujours votre quota gratuit.

Le point sur le contenu est celui qui surprend les gens. Une requête gratuite qui retourne un refus n'est pas gratuite dans un sens utile, car vous avez passé votre temps et une partie de votre plafond pour rien. Si un modèle sans filtre est ce dont vous avez besoin, filtrez la liste des options gratuites par ce critère en premier.

Auto-hébergement d'un modèle à poids ouverts

Exécuter un modèle sur votre propre machine est la solution la plus proche du véritable gratuit, avec un inconvénient : vous payez en matériel et en attention. Les poids sont souvent gratuits à télécharger, mais chaque modèle a sa propre licence ; lisez-la si vous prévoyez de créer un produit avec.

Ce que vous dépensez réellement :

• Mémoire. Un modèle doit tenir dans la mémoire GPU, ou dans la mémoire système si vous acceptez des sorties beaucoup plus lentes. Les modèles plus grands en ont besoin davantage, et réduire un modèle par quantification échange une certaine qualité contre de l'espace.
• Le temps de configuration. Vous installez un runtime, choisissez une quantification, réglez la taille de la fenêtre de contexte et gardez tout à jour.
• L'énergie et le bruit. Un GPU sous charge consomme réellement de l'électricité, et un ordinateur portable vous le fera savoir.
• Concurrence. Un GPU sert une ou deux requêtes confortablement. Servir dix utilisateurs en même temps est un projet différent.

Pour l'apprentissage, le travail hors ligne et la confidentialité par défaut, le local est excellent. Pour une petite application qui doit répondre depuis n'importe quel appareil à toute heure, de nombreux développeurs finissent par louer de la capacité. Une API hébergée transforme le coût fixe du matériel en un coût par token, ce qui est moins cher lorsque votre utilisation est faible et irrégulière.

Clés partagées et proxies communautaires

Recherchez une API gratuite et vous trouverez des listes de endpoints publics, de clés partagées et de proxies gérés par des amateurs. Méfiez-vous-en. Une clé partagée peut être révoquée en plein milieu d'une démo. La personne qui gère un proxy peut lire chaque prompt qui passe par elle. Il n'y a pas de support, pas de limites déclarées et souvent aucun moyen de savoir quel modèle vous répond.

Si vos prompts contiennent quelque chose que vous ne colleriez pas dans un forum public, sautez cette catégorie entièrement. Un petit solde payant avec une politique de données claire est une meilleure affaire qu'un endpoint gratuit dont vous ne pouvez pas identifier le propriétaire.

Ce que l'essai sur ce site vous offre

Ce service est une API texte hébergée compatible OpenAI avec un seul modèle, uncensored, ajusté pour répondre sans refus de contenu pour une utilisation adulte légale. Il n'a pas d'offre gratuite permanente. Il a un essai : après vous être connecté avec Google, ou avec un e-mail et un mot de passe, la page clé API affiche un bouton qui réclame 0,50 $ de crédit d'essai. Cela prend un clic, ne nécessite aucun détail de paiement, est valable 7 jours et est limité à une personne.

Une clé d'essai fonctionne à 2 requêtes simultanées et 60 requêtes par minute, ce qui est largement suffisant pour tester un client ou un prompt. Le prix est de 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Voici ce que 0,50 $ achète pour quelques tailles de requête typiques, calculé exactement :

Taille	Coût par requête	Requêtes pour 0,50 $
500 tokens en entrée, 200 en sortie (tour de chat court)	$0.000075 + $0.000100 = $0.000175	environ 2 857
2 000 en entrée, 500 en sortie (chat avec un historique)	$0.000300 + $0.000250 = $0.000550	environ 909
20 000 en entrée, 1 000 en sortie (scène longue ou document)	$0.003000 + $0.000500 = $0.003500	environ 142
90 000 en entrée, 2 000 en sortie (proche de la fenêtre de 100 000)	$0.013500 + $0.001000 = $0.014500	environ 34

L'essai est donc suffisant pour exécuter quelques centaines de requêtes réalistes, tester le streaming, essayer le mode JSON et l'appel de fonctions, et voir comment le modèle se comporte avec vos prompts. Il n'est pas destiné à faire tourner un produit. Pour les étapes exactes de configuration, le guide de démarrage rapide dans la documentation contient du code fonctionnel pour le SDK OpenAI, Node et curl.

Quand le crédit prépayé est pertinent

Une fois le crédit d’essai épuisé, le modèle passe au paiement à l’usage depuis le crédit prépayé. Il n’y a pas d’abonnement. Vous rechargez un montant entier de 20 $ à 500 $, et le crédit n’expire jamais, donc un solde non utilisé ce mois-ci est toujours disponible le mois suivant. Les requêtes échouées ou refusées ne sont pas facturées. Les recharges plus importantes offrent un bonus : +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $.

Les bonuses fonctionnent comme suit :

• 20 $ achètent 20,00 $ de crédit.
• 50 $ achètent 52,50 $ (un bonus de 5 % de 2,50 $).
• 100 $ achètent 110,00 $ (un bonus de 10 % de 10 $).
• 200 $ achètent 230,00 $ (un bonus de 15 % de 30 $).

Ce site accepte uniquement les recharges en crypto : USDT sur TRC20 ou USDC sur Base. Si vous ne détenez ni l’un ni l’autre, c’est un obstacle réel et cela vaut la peine de le savoir avant de commencer. La page de tarification contient les détails actuels.

Pour voir ce qu'une recharge de 20 $ signifie en pratique, utilisez les mêmes tailles de requête que ci-dessus. À 500 tokens en entrée et 200 en sortie, 20 $ couvrent environ 114 000 requêtes. À 2 000 en entrée et 500 en sortie, cela couvre environ 36 000. Une application de chat de loisir avec quelques utilisateurs dépense rarement cela en un mois, c'est pourquoi le minimum est réalisable même pour les petits projets.

Comment tester toute option gratuite avant de vous y fier

Quelle que soit la voie choisie, passez un après-midi à effectuer un test complet plutôt qu’à faire un simple appel de test.

1. Utilisez vos vrais prompts. Un modèle qui écrit un beau haïku peut toujours échouer sur votre prompt système, votre langue ou votre format de sortie.
2. Mesurez les refus. Envoyez vingt prompts de votre cas d'utilisation réel et comptez combien reviennent refusés ou atténués.
3. Provoquez les limites volontairement. Envoyez des requêtes en parallèle et observez l’apparence de l’erreur. Ici, dépasser la limite par minute renvoie HTTP 429 avec le code rate_limited, et trop de requêtes simultanées renvoie 429 avec concurrency. Une surcharge temporaire renvoie également 429 avec un en-tête Retry-After: 5, donc votre client devrait attendre et réessayer.
4. Lisez les conditions d’utilisation des données. Les prompts envoyés ici ne sont pas utilisés pour l’entraînement. Pour tout autre service, trouvez l’énoncé par écrit.
5. Estimez le coût. Prenez votre nombre moyen de tokens par requête, multipliez-le par le nombre de requêtes prévues, et comparez. Le calcul prend cinq minutes et évite la plupart des mauvaises surprises.

Le service est uniquement textuel. Il n’y a pas de génération d’images, d’audio ou de vidéo, pas de vecteurs d'embedding et pas de fine-tuning, et il y a une limite stricte : pas de contenu sexuel concernant des mineurs. Si votre projet a besoin de l’une de ces fonctionnalités manquantes, une option gratuite ailleurs ne règlera pas le problème, donc réglez-le d’abord. La page sur le modèle textuel compatible OpenAI explique ce que l’endpoint couvre et ne couvre pas.

Plus de guides

• Meilleur LLM local pour le jeu de rôle, ou une API hébergée ?
• API LLM NSFW en Python : streaming, JSON et outils
• API LLM sans censure : modèle textuel compatible OpenAI