Best LLM API Guia
API LLM gratuita? O que você realmente recebe
Nenhuma API LLM hospedada oferece uso gratuito e ilimitado de um bom modelo por muito tempo. O que você pode obter é uma pequena cota gratuita, e a pergunta útil é até onde ela chega.
Atualizado:

Pontos principais
- Não há um plano gratuito ilimitado aqui. Usuários novos recebem um teste de $0,50, válido por 7 dias, sem cartão.
- A $0,15 por 1M de entrada e $0,50 por 1M de saída, $0,50 cobre aproximadamente 1.000 rodadas curtas de chat.
- Após o teste, você paga por uso a partir de crédito pré-pago, a partir de $20, e o crédito nunca expira.
- Requisições falhas ou recusadas não são cobradas.
A resposta curta
Se você está procurando qualquer api llm gratuita, provavelmente quer uma das duas coisas: uma maneira de testar uma ideia sem pagar, ou uma maneira de rodar algo por meses sem custo. A primeira é realista. A segunda não é, e quem promete isso provavelmente está limitando você pesadamente, treinando com seus prompts ou planejando cobrar você depois.
Executar um modelo de linguagem grande custa dinheiro real em GPUs e eletricidade, então toda API hospedada acaba em uma de três formas: uma pequena cota gratuita, um plano gratuito com limite de requisições em um modelo mais fraco, ou crédito pago. Este site usa a primeira forma. Você recebe um teste único e, depois disso, paga por token sem assinatura.
Outros provedores oferecem seus próprios planos gratuitos, que mudam frequentemente. Verifique suas páginas de preços atuais em vez de confiar em um post de blog, incluindo este, para qualquer informação sobre eles.
O que o teste inclui
Após entrar com Google, ou com e-mail e senha, a página da chave de API mostra um botão para resgatar $0,50 de crédito de teste. Um clique, sem cartão, um resgate por pessoa. O crédito é válido por 7 dias.
A chave de teste é propositalmente um pouco mais restrita que uma chave completa:
- 2 requisições simultâneas e 60 requisições por minuto, contra 8 e 300 em uma chave completa.
- O mesmo modelo, o mesmo ID de modelo
uncensored, a mesma janela de contexto de 100.000 tokens. - Streaming, chamada de funções e modo JSON funcionam.
Isso significa que você pode testar o que realmente planeja construir, não uma demonstração simplificada. Se seu aplicativo falhar com um prompt de sistema longo ou uma chamada de função, você descobre no teste, não após pagar. Para resgatar, vá para a página chave de API.
O que $0,50 compra em tokens
O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Entrada é o que você envia (prompt de sistema, histórico, sua mensagem). Saída é o que o modelo escreve de volta. A matemática é divisão simples, então aqui está o cálculo completo.
| Orçamento | Se tudo for entrada | Se tudo for saída |
|---|---|---|
| Teste de $0,50 | 3.333.333 tokens | 1.000.000 tokens |
| Recarga de $20 | 133.333.333 tokens | 40.000.000 tokens |
O tráfego real é uma mistura, então use um exemplo prático. Uma rodada de chat com um prompt de 1.500 tokens (mensagem de sistema mais um histórico curto) e uma resposta de 500 tokens custa:
- Entrada: 1.500 / 1.000.000 x $0,15 = $0,000225
- Saída: 500 / 1.000.000 x $0,50 = $0,000250
- Total: $0,000475 por rodada
Divida $0,50 por $0,000475 e você obtém cerca de 1.052 rodadas. Isso é bastante coisa para um teste: suficiente para escrever um prompt, executar algumas centenas de conversas de teste e verificar como o modelo se comporta nos seus casos limite. Não é suficiente para rodar um aplicativo público por uma semana.
Onde o crédito gratuito realmente acaba
Rodadas curtas de chat são o caso barato. Três padrões consomem crédito mais rápido do que você espera, e ajuda conhecê-los antes de começar.
Prompts longos que crescem a cada rodada
Um cliente de chat que reenvia todo o histórico paga por esse histórico a cada rodada. Na rodada 40 com um histórico de 20.000 tokens e uma resposta de 500 tokens, uma requisição custa 20.000 / 1.000.000 x $0,15 = $0,003 de entrada mais $0,00025 de saída, totalizando $0,00325. Ainda pequeno, mas é quase sete vezes o custo da rodada de 1.500 tokens acima. Um teste de $0,50 dura cerca de 153 dessas rodadas.
Agentes e loops de ferramentas
Um agente que chama ferramentas faz várias requisições por tarefa do usuário, e cada uma carrega o contexto crescente. Se uma tarefa leva 6 chamadas com média de 8.000 tokens de entrada e 300 tokens de saída, isso são 48.000 tokens de entrada ($0,0072) e 1.800 tokens de saída ($0,0009), totalizando $0,0081 por tarefa. O teste cobre cerca de 61 dessas tarefas.
Prompts de tamanho máximo
Preencher a janela completa de 100.000 tokens com entrada custa $0,015 por requisição antes de qualquer saída. Bom para algumas execuções de análise de documentos, caro se um script repetir isso mil vezes ($15).
Perguntas a fazer sobre qualquer plano gratuito
Ofertas gratuitas variam muito, e o título raramente diz o que importa. Antes de construir sobre uma, faça essas perguntas e encontre as respostas na documentação própria do provedor.
- Qual é o modelo? Alguns planos gratuitos usam um modelo menor que o pago. Um teste em um modelo fraco diz pouco sobre a produção.
- Quais são os limites de requisições? Um limite de algumas requisições por minuto é bom para um script e inútil para um aplicativo de chat com vários usuários.
- Ele expira? Uma cota única com prazo é uma coisa diferente de uma recorrente mensal.
- O que acontece com seus prompts? Se os dados forem usados para treinamento, não cole nada privado nele. Aqui, os prompts não são usados para treinamento.
- Como é o caminho pago? Mover de gratuito para pago deve ser uma mudança de estado de conta, não uma reescrita.
Hospedar um modelo de pesos abertos é às vezes sugerido como a rota gratuita. O software pode custar nada, mas a GPU que você precisa para executar um modelo capaz custa, seja alugando-a por hora ou comprando-a. Para um projeto pequeno, a matemática geralmente favorece pagar por token, porque você paga apenas pelo que usa e nada enquanto ocioso.
Lendo o teste como um orçamento de teste
Ajuda tratar o teste como um orçamento de teste em vez de um produto gratuito. Gaste-o em uma ordem fixa: primeiro algumas requisições simples para confirmar a conexão, depois seu prompt real em dez entradas variadas, depois uma execução de streaming, depois um prompt deliberadamente grande para ver como o modelo lida com contexto longo. Mantenha os números do bloco usage em uma nota.
Depois disso, você conhece seu tamanho médio de entrada, seu tamanho médio de saída e seu custo real por tarefa. Multiplique pelo tráfego que você espera e você tem uma figura mensal que se baseia em medições, não em suposições. Se a figura for aceitável, uma recarga de $20 é o próximo passo. Se não, você aprendeu isso por alguns centavos.
Após o teste: como funciona o pagamento
Quando o teste acaba ou expira, você adiciona crédito pré-pago. Qualquer valor inteiro de $20 a $500 funciona. Recargas maiores têm bônus: +5% a partir de $50, +10% a partir de $100, +15% a partir de $200. Uma recarga de $100 se torna $110 de crédito, e $200 se torna $230.
Você pode pagar com cripto (USDT na TRC20, USDC na Base). Não há assinatura nem mínimo mensal. O crédito nunca expira, então uma recarga de $20 que você usa lentamente não é desperdiçada. Cada resposta inclui um cabeçalho X-Balance-USD, que permite que seu próprio código monitore o saldo sem um painel.
Requisições falhas ou recusadas não são cobradas. Se uma requisição gerar erro, você não paga por ela. Os prompts não são usados para treinamento. Consulte preços para a tabela completa.
Maneiras baratas de fazer o crédito durar
Você não precisa de truques, apenas de alguns hábitos.
- Limite o histórico. Mantenha as últimas N rodadas mais um resumo curto das anteriores em vez de reenviar tudo.
- Defina um limite de
max_tokensem tarefas em que respostas curtas são suficientes. É opcional aqui, mas limita o lado da saída, que é o mais caro por token. - Use o modo JSON (
response_formatcomjson_object) para tarefas de extração para que você não pague por introduções verbosas. - Teste com entradas pequenas primeiro. Valide o prompt em dez exemplos antes de executar dez mil.
- Trate 429s com backoff. Tentar novamente em um loop apertado com uma chave de teste (2 simultâneas, 60 por minuto) desperdiça seu tempo. Aguarde o cabeçalho
Retry-Afterquando ele estiver presente.
Se você está comparando opções antes de gastar qualquer coisa, a página sobre Hugging Face Inference API versus este endpoint cobre uma decisão relacionada.
Uma primeira chamada para gastar o crédito de teste
Aqui está uma solicitação mínima. Substitua a chave pela que está no seu painel.
curl https://api.bestllmapi.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "uncensored", "messages": [{"role": "user", "content": "Say hello in five words."}]}'
A resposta inclui um bloco de uso com contagens de tokens de prompt e conclusão. Multiplique esses valores pelos preços acima e você terá o custo exato da chamada. Faça isso algumas vezes e você desenvolverá uma noção da sua própria carga de trabalho, o que vale mais do que qualquer estimativa. A documentação quickstart cobre streaming, ferramentas e códigos de erro.
Mais guias
Perguntas e respostas
Existe uma API LLM gratuita e ilimitada?
Não aqui, e não em nenhum lugar que cubra seus próprios custos de GPU por muito tempo. Você recebe um crédito de teste de $0,50 válido por 7 dias, depois crédito pré-pago a partir de $20.
O crédito de teste precisa de cartão de crédito?
Não. Após o cadastro com Google ou e-mail e senha, você resgata os $0,50 com um clique na página da chave de API. É um por pessoa.
Quantas requisições são $0,50?
Para um prompt de 1.500 tokens e uma resposta de 500 tokens, cerca de 1.052 requisições. Prompts mais longos ou loops de agente consomem isso mais rápido.
Eu sou cobrado por requisições falhas?
Não. Requisições falhas ou recusadas não são cobradas, e o crédito não utilizado nunca expira.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.