Welke LLM-API is gratis? Opties, limieten en een echte proefversie

Het korte antwoord: drie soorten gratis

Als mensen vragen welk llm api gratis is, bedoelen ze meestal een van drie verschillende dingen, en de verschillen zijn belangrijker dan de prijs.

• Een gratis tier van een gehoste provider. Je krijgt een beperkte hoeveelheid gebruik, vaak met strakke rate limits, en de voorwaarden kunnen zonder veel kennisgeving veranderen.
• Een model dat je zelf draait. De weights van veel open modellen kosten niets om te downloaden. De GPU, de stroom en je insteltijd wel.
• Trial credit. Een klein prepaid tegoed waarmee je de echte service met echte verzoeken kunt testen voordat je geld stort.

Geen van deze is een permanente gratis API voor een product met gebruikers. Als je alleen een model wilt proberen, een prototype wilt schrijven of wilt controleren of een endpoint werkt met je client, kan elk van de drie de klus klaren. Als je iets bouwt dat mensen dagelijks zullen gebruiken, plan dan vanaf het begin voor een betaald pad, omdat het moment dat een gratis tier eindigt meestal het moment is dat je project het drukst is.

Hoe gratis tiers er meestal uitzien

Gratis tiers verschillen per provider en veranderen vaak, dus behandel deze sectie als een checklist van dingen waar je op moet letten, niet als een uitspraak over één bedrijf. Voor actuele cijfers, bekijk hun huidige prijs- en voorwaardenpagina's.

• Verzoeelimieten. Gratis gebruik is meestal beperkt per minuut en per dag. Een chat-app met een handvol gebruikers kan die limieten in een middag al bereiken.
• Modelkeuze. Gratis toegang dekt mogelijk alleen kleinere of oudere modellen, of een wachtrij met lagere prioriteit.
• Gegevensvoorwaarden. Sommige gratis aanbiedingen staan de provider toe je prompts te gebruiken om hun producten te verbeteren. Dat is prima voor een test met publieke tekst. Het is een slechte match voor private documenten, klantberichten of persoonlijke fictie.
• Inhoudsregels. Populaire aanbieders passen hun eigen veiligheidsfilters toe. Als je gebruik wettelijk is maar volwassen van toon, zoals fictie, roleplay of een companion-app voor volwassenen, zal een gefilterd model vaak weigeren, en weigeringen kosten nog steeds van je gratis tegoed.

Het inhoudspunt is wat mensen het meest verrast. Een gratis verzoek dat een weigering retourneert is niet gratis in elke zin van het woord, omdat je je tijd en een deel van je limiet aan niets hebt uitgegeven. Als een ongefilterd model is wat je nodig hebt, filter de lijst met gratis opties daarop.

Self-hosting van een open-weight model

Een model op je eigen machine draaien is het dichtst bij echt gratis, met een addertje onder het gras: je betaalt in hardware en aandacht. De modelweights zijn vaak gratis te downloaden, maar elk heeft zijn eigen licentie, dus lees die als je een product wilt bouwen op basis ervan.

Wat je eigenlijk uitgeeft:

• Geheugen. Een model moet in GPU-geheugen passen, of in systeemgeheugen als je veel langzamere output accepteert. Grotere modellen hebben meer geheugen nodig, en een model inkrimpen door het te quantiseren wisselt wat kwaliteit af voor ruimte.
• Insteltijd. Je installeert een runtime, kiest een kwantisering, stelt de contextgrootte in en houdt alles bijgewerkt.
• Stroom en geluid. Een GPU onder belasting trekt echte stroom, en een laptop laat het je weten.
• Gelijktijdigheid. Eén GPU bedient één of twee verzoeken comfortabel. Tien gebruikers tegelijk bedienen is een ander project.

Voor leren, offline werk en privacy als standaard is lokaal uitstekend. Voor een kleine app die van elk apparaat op elk uur moet antwoorden, kiezen veel ontwikkelaars er uiteindelijk voor capaciteit te huren. Een gehoste API verandert de vaste kosten van hardware in een kosten per token, wat goedkoper is als je gebruik klein en ongelijkmatig is.

Gedeelde sleutels en community proxies

Zoek naar een gratis API en je vindt lijsten met publieke endpoints, gedeelde sleutels en proxies die door hobbyisten worden beheerd. Behandel deze met argwaan. Een gedeelde sleutel kan worden ingetrokken tijdens een demo. De persoon die een proxy beheert, kan elk prompt lezen dat erdoorheen gaat. Er is geen support, geen gestelde limieten en vaak geen manier om te weten welk model je antwoordt.

Als je prompts iets bevatten dat je niet in een openbaar forum zou plakken, sla deze categorie volledig over. Een klein betaald tegoed met een duidelijk gegevensbeleid is een betere deal dan een gratis endpoint waarvan je de eigenaar niet kunt identificeren.

Wat de proefversie op deze site je geeft

Deze service is een gehoste, OpenAI-compatible tekst-API met één model, uncensored, afgestemd op antwoorden zonder inhoudsweigeringen voor legaal gebruik door volwassenen. Het heeft geen permanent gratis abonnement. Het heeft een proefperiode: na het inloggen met Google, of met een e-mailadres en wachtwoord, toont de API-sleutelpagina een knop die $0,50 aan proeftegoed claimt. Het kost één klik, vereist geen betaalgegevens, is 7 dagen geldig en is beperkt tot één per persoon.

Een proefsleutel draait op 2 gelijktijdige verzoeken en 60 verzoeken per minuut, wat meer dan genoeg is om een client of een prompt te testen. Prijzen zijn $0,15 per 1M input tokens en $0,50 per 1M output tokens. Hier is wat $0,50 oplevert voor een paar typische verzoekgroottes, exact berekend:

Verzoekgrootte	Kosten per verzoek	Verzoeken voor $0,50
500 tokens in, 200 out (korte chatbeurt)	$0.000075 + $0.000100 = $0.000175	ongeveer 2.857
2.000 in, 500 out (chat met enige geschiedenis)	$0.000300 + $0.000250 = $0.000550	ongeveer 909
20.000 in, 1.000 out (lange scène of document)	$0.003000 + $0.000500 = $0.003500	ongeveer 142
90,000 in, 2,000 out (dicht bij het 100,000 venster)	$0.013500 + $0.001000 = $0.014500	ongeveer 34

Dus de proefversie is genoeg om een paar honderd realistische verzoeken uit te voeren, streaming te testen, JSON-modus en function calling te proberen, en te zien hoe het model zich gedraagt met je prompts. Het is niet bedoeld om een product te draaien. Voor de exacte setupstappen heeft de quickstart in de docs werkende code voor de OpenAI SDK, Node en curl.

Wanneer prepaid tegoed zinvol is

Zodra de proefversie opgebruikt is, is het pay as you go-model van prepaid credit. Er is geen abonnement. Je laadt elk geheel bedrag van $20 tot $500 op, en het tegoed vervalt nooit, dus een saldo dat je deze maand niet gebruikt, is volgende maand nog steeds aanwezig. Mislukte of geweigerde verzoeken worden niet in rekening gebracht. Grotere top-ups hebben een bonus: +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200.

De bonusen werken als volgt:

• $20 koopt $20,00 aan credit.
• $50 koopt $52,50 (een 5% bonus van $2,50).
• $100 koopt $110,00 (een 10% bonus van $10).
• $200 koopt $230,00 (een 15% bonus van $30).

Deze site accepteert alleen crypto-opwaarderingen: USDT op TRC20 of USDC op Base. Als je geen van beide vasthoudt, is dat een echte hindernis en het weten waard voordat je begint. De prijspagina heeft de huidige details.

Om te zien wat een top-up van $20 in de praktijk betekent, gebruik je dezelfde verzoekgroottes als hierboven. Bij 500 tokens in en 200 out dekt $20 ongeveer 114,000 verzoeken. Bij 2,000 in en 500 out dekt het ongeveer 36,000. Een hobby chat-app met een paar gebruikers geeft zelden zo veel uit in een maand, waarom het minimum haalbaar is, zelfs voor kleine projecten.

Hoe je elke gratis optie test voordat je erop vertrouwt

Welke route je ook kiest, besteed een middag aan een goede test in plaats van een enkele hello-world call.

1. Gebruik je echte prompts. Een model dat een mooie haiku schrijft, kan nog steeds falen op je system prompt, je taal of je output formaat.
2. Meet weigeringen. Stuur twintig prompts van je daadwerkelijke use case en tel hoeveel terugkomen als geweigerd of afgezwakt.
3. Trigger de limieten opzettelijk. Stuur verzoeken parallel en kijk hoe de error eruitziet. Hier retourneert het overschrijden van de limiet per minuut HTTP 429 met de code rate_limited, en te veel gelijktijdige verzoeken retourneert 429 met concurrency. Een tijdelijke overload retourneert ook 429 met een Retry-After: 5 header, dus je client moet wachten en opnieuw proberen.
4. Lees de gegevensvoorwaarden. Prompts hier worden niet gebruikt voor training. Vind voor elke andere service de verklaring schriftelijk.
5. Schat de betaalde kosten. Neem je gemiddelde tokens per verzoek, vermenigvuldig met verwachte verzoeken en vergelijk. De rekenkunde duurt vijf minuten en voorkomt de meeste verrassingen.

De service is alleen tekst. Er is geen beeld-, audio- of video-generatie, geen embeddings en geen fine-tuning, en er is een harde limiet: geen seksuele inhoud waarbij minderjarigen betrokken zijn. Als je project een van die ontbrekende onderdelen nodig heeft, lost een gratis optie elders dat niet op, dus regel dit eerst. De pagina over het OpenAI-compatibele tekstmodel legt uit wat de endpoint wel en niet dekt.

Meer handleidingen

• Beste lokale LLM voor rollenspel, of een gehoste API?
• NSFW LLM API in Python: streaming, JSON en tools
• Ongecensureerde LLM-API: OpenAI-compatibel tekstmodel