Kosten, Abrechnung und Betrieb12. Oktober 2026Flatkey Team

Kostenlose LLM-API (2026): 10 Optionen im Vergleich nach echten Limits, Modellen und Haken

Zehn kostenlose LLM-APIs, im Oktober 2026 anhand der offiziellen Dokumentation geprüft: was gratis ist, die genauen Limits, die versteckten Haken und Code für automatisches Umschalten.

Kostenlose LLM-API (2026): 10 Optionen im Vergleich nach echten Limits, Modellen und Haken

Ja, im Oktober 2026 können Sie eine leistungsfähige LLM-API kostenlos nutzen: Das Free Tier der Google Gemini API, der Free-Plan von Groq, die kostenlosen Modelle von OpenRouter, Cloudflare Workers AI und die gehosteten NIM-Endpunkte von NVIDIA liefern echte Modelle zum Nulltarif, innerhalb täglicher Obergrenzen. Keine davon ist unbegrenzt. Die engsten Werte sind öffentlich: Groq erlaubt 1.000 Anfragen pro Tag auf openai/gpt-oss-120b, OpenRouter begrenzt kostenlose Modelle auf 50 Anfragen pro Tag (1.000 nach einem Guthabenkauf von 10 $), und Cloudflare gewährt 10.000 Neurons pro Tag. Jedes Limit unten wurde am 21. Oktober 2026 in der offiziellen Dokumentation des jeweiligen Anbieters geprüft.

Dieser Leitfaden richtet sich an Indie Hacker und kleine Teams, die ohne Rechnung prototypen möchten und wissen müssen, welches Free Tier zu welcher Aufgabe passt, was jedes davon stillschweigend kostet (Datennutzung, Rate Limits, Modellauswahl) und wohin man wechselt, wenn man herauswächst. Außerdem weist er auf eine Option hin, die ältere Listen noch empfehlen: GitHub Models wurde am 30. Juli 2026 vollständig eingestellt.

Kostenlose LLM-APIs im Vergleich (Oktober 2026)

Anbieter	Was kostenlos ist	Veröffentlichte Limits	Wichtigster Haken	Quelle
Google Gemini API	Kostenlose Input-/Output-Tokens für Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro/Flash/Flash-Lite	Limits pro Modell in AI Studio	Inhalte im Free Tier werden zur Verbesserung von Google-Produkten genutzt	Gemini-Preise
Groq Free-Plan	Gehostete offene Modelle inkl. `openai/gpt-oss-120b`, `qwen/qwen3.8-27b`, Whisper	30 RPM, 1K RPD, 8K TPM, 200K TPD (gpt-oss-120b)	Wenige Tokens pro Minute	Groq Rate Limits
OpenRouter kostenlose Modelle	25+ Modelle mit IDs auf `:free`	20 RPM; 50 Anfragen/Tag, 1.000/Tag nach 10 $ Guthaben	Fehlgeschlagene Versuche zählen zum Tageslimit	OpenRouter-Preise
Cloudflare Workers AI	10.000 Neurons pro Tag im Workers Free-Plan	Reset um 00:00 UTC	Einige Frontier-Modelle erfordern einen bezahlten Plan	Workers AI Preise
NVIDIA NIM (build.nvidia.com)	„Free inference with leading models“ wie Nemotron und DeepSeek V4.1 Flash	Auf der Startseite nicht angegeben	Für Evaluierung gedacht; Limits können sich ändern	build.nvidia.com
Vercel AI Gateway	5 $ Guthaben pro Monat im Free Tier	Rate Limits pro Modell, niedriger als bezahlt	Nur Free-Tier-fähige Modelle	Vercel AI Gateway Preise
Cerebras Free Trial	5 $ Guthaben nach Hinterlegen einer verifizierten Zahlungsmethode	Guthaben verfällt nach 30 Tagen	Testphase, kein dauerhaftes Tier	Cerebras Rate Limits
Cohere Trial-Keys	API-Keys zur Evaluierung	1.000 API-Aufrufe pro Monat	Nicht für den Produktivbetrieb	Cohere Rate Limits
Ollama (lokal)	Kostenlose Open-Source-Runtime auf Ihrem eigenen Rechner	Ihre Hardware	GPU oder CPU stellen Sie selbst	Ollama
Hugging Face Inference Providers	Kein Monatsguthaben für Free-Nutzer; PRO erhält 2 $/Monat	Pay-as-you-go nach dem Guthaben	Für Free-Konten faktisch nicht kostenlos	HF-Preise

Alle Limits wie am 21. Oktober 2026 veröffentlicht. RPM = Anfragen pro Minute, RPD = Anfragen pro Tag, TPM = Tokens pro Minute, TPD = Tokens pro Tag.

Nicht mehr verfügbar: GitHub Models ist seit dem 30. Juli 2026 vollständig eingestellt; Playground, Katalog, Inference-API und BYOK gibt es nicht mehr. Wenn ein Tutorial empfiehlt, ein GitHub-Token als kostenlosen LLM-Key zu verwenden, ist es veraltet.

Schnelle Empfehlungen nach Aufgabe

Bestes Free Tier insgesamt für App-Entwicklung: Gemini API. Sie ist hier die einzige Option, die kostenlosen Zugang zu einer aktuellen Modellfamilie eines Frontier-Labs mit 1M-Token-Kontext in der Flash-Reihe bietet.
Schnellste kostenlose Inferenz für offene Modelle: Groq Free-Plan, sofern Ihre Prompts kurz sind (8K Tokens pro Minute bei gpt-oss-120b).
Größte Modellvielfalt zum Testen: kostenlose Modelle bei OpenRouter, nachdem Sie 10 $ Guthaben gekauft haben, um das Limit auf 1.000 Anfragen pro Tag anzuheben.
Free Tier innerhalb eines Edge- oder Serverless-Stacks: Cloudflare Workers AI.
Überhaupt kein Rate Limit: ein Modell lokal mit Ollama betreiben. Sie tauschen API-Limits gegen Hardware-Limits.

Die 10 Optionen im Detail

1. Google Gemini API Free Tier

Googles Preisseite führt Input und Output als „Free of charge“ für Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro, 2.5 Flash und 2.5 Flash-Lite. Gemini 4 Argon und 3.1 Pro Preview sind nur kostenpflichtig verfügbar. Die genauen Rate Limits stehen in AI Studio, nicht in der Dokumentation, und Google weist darauf hin, dass Preview-Modelle strengere Limits haben (Seite zu Rate Limits). Der Haken sind die Daten: Im Free Tier ist „Used to improve our products“ mit Ja markiert. Halten Sie Kundendaten von Free-Tier-Keys fern. Alle Details in unserem Leitfaden zu Gemini-API-Preisen und Free Tier.

2. Groq Free-Plan

Groq veröffentlicht die Limits des Free-Plans pro Modell (Rate Limits). Stand 21. Oktober 2026:

Modell	RPM	RPD	TPM	TPD
`openai/gpt-oss-120b`	30	1.000	8.000	200.000
`openai/gpt-oss-20b`	30	1.000	8.000	200.000
`qwen/qwen3.8-27b`	30	1.000	8.000	200.000
`whisper-large-v3`	20	2.000	Audio: 7.200 s/Stunde, 28.800 s/Tag

Groq weist darauf hin, dass gecachte Tokens nicht auf die Rate Limits angerechnet werden und dass Limits pro Organisation gelten. Der Endpunkt ist OpenAI-kompatibel unter https://api.groq.com/openai/v1 (OpenAI-Kompatibilität). 200K Tokens pro Tag entsprechen etwa 100 Anfragen à 2.000 Tokens, das passt also für Demos und Agents mit kurzem Kontext.

3. Kostenlose Modelle bei OpenRouter

OpenRouters Preisseite listet im Free-Plan 25+ kostenlose Modelle von 4 kostenlosen Anbietern, ohne Plattformgebühr. Kostenlose Varianten (IDs mit Endung :free) sind auf 20 Anfragen pro Minute und 50 pro Tag begrenzt; sobald das Konto mindestens 10 $ Guthaben gekauft hat, steigt das auf 1.000 pro Tag. Die Dokumentation zu Limits ergänzt zwei Details: Fehlgeschlagene Versuche zählen zum Tageslimit, und ein negativer Kontostand sperrt kostenlose Modelle, bis Sie aufladen. Aktuelle kostenlose Modelle finden Sie über den Filter für kostenlose Preise. Wenn Sie OpenRouter mit anderen Routern vergleichen, lesen Sie unseren Leitfaden zu OpenRouter-Alternativen.

4. Cloudflare Workers AI

Workers AI ist im Workers Free-Plan mit 10.000 Neurons pro Tag kostenlos enthalten; darüber hinaus kostet die Nutzung 0,011 $ pro 1.000 Neurons, und alle Limits werden um 00:00 UTC zurückgesetzt (Preise). Neurons werden je nach Modell unterschiedlich in Tokens umgerechnet, und Cloudflare listet Modelle, die eine bezahlte Zahlungsmethode erfordern, darunter Kimi K2.6, GLM 5.x und aktuelle DeepSeek-V4-Flash-Builds. Workers AI bietet einen OpenAI-kompatiblen Endpunkt unter https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1.

5. NVIDIA NIM auf build.nvidia.com

NVIDIAs Katalog wirbt mit „Free inference with leading models“ und zeigt auf der Startseite Nemotron-Modelle und DeepSeek V4.1 Flash (build.nvidia.com). Die Endpunkte folgen dem OpenAI-Format unter https://integrate.api.nvidia.com/v1 (API-Referenz). NVIDIA nennt auf dieser Seite kein festes kostenloses Kontingent; betrachten Sie es daher als Evaluierungsweg, nicht als Produktionsabhängigkeit.

6. Vercel AI Gateway Free Tier

Jedes Vercel-Team erhält im Free Tier 5 $ AI-Gateway-Guthaben pro Monat, beschränkt auf Free-Tier-fähige Modelle und mit niedrigeren Rate Limits pro Modell; bei Überschreitung kommt ein 429 zurück (Preise). Mit dem Kauf von Guthaben wechseln Sie in das bezahlte Tier, für das Vercel null Aufschlag auf Tokens angibt.

7. Cerebras Free Trial

Neue Cerebras-Konten erhalten 5 $ kostenloses Guthaben nach Hinterlegen einer verifizierten Zahlungsmethode; das Guthaben verfällt 30 Tage nach der Gutschrift und gilt für alle öffentlichen Modelle (Rate Limits). Es ist eine Testphase, kein dauerhaftes Tier, aber nützlich, um Inferenz mit sehr hohem Durchsatz zu testen.

8. Cohere Trial-Keys

Cohere bietet kostenlose Evaluierungs-Keys mit einem Limit von 1.000 API-Aufrufen pro Monat, für bezahlte Nutzung gibt es Production-Keys (Dokumentation). Gut geeignet, um die Embedding- und Rerank-Modelle von Cohere in einem RAG-Prototyp zu testen.

9. Ollama (lokal, keine API-Limits)

Ollama betreibt Open-Weight-Modelle auf Ihrem eigenen Rechner und stellt eine OpenAI-kompatible API unter http://localhost:11434/v1 bereit. Es gibt kein Rate Limit und keine Daten verlassen Ihren Rechner, aber die Modellgröße wird durch Ihren RAM bzw. VRAM begrenzt. Wenn Sie es stattdessen auf einer gemieteten GPU betreiben möchten, lesen Sie unseren Leitfaden zu Ollama auf einem Cloud-GPU-Server.

10. Hugging Face Inference Providers (für Free-Nutzer nicht kostenlos)

Viele Listen bezeichnen die gehostete Inferenz von Hugging Face noch als kostenlos. Laut der Preisdokumentation erhalten Free-Nutzer inzwischen kein Monatsguthaben und müssen Guthaben kaufen, während PRO-Nutzer sowie Team- oder Enterprise-Plätze 2,00 $ pro Monat erhalten. Hervorragend für Modellvielfalt, aber planen Sie es als kostenpflichtig ein.

Die versteckten Kosten kostenloser LLM-APIs

Versteckte Kosten	Wo sie auftreten	Was zu tun ist
Ihre Daten trainieren oder verbessern das Modell	Gemini Free Tier („Used to improve our products: Yes“)	Kundendaten nur über bezahlte Keys
Tageslimits inklusive Fehlversuche	Kostenlose Modelle bei OpenRouter	Mit Backoff wiederholen, nicht in engen Schleifen
Sehr wenige Tokens pro Minute	Groq Free (8K TPM bei gpt-oss-120b)	Prompts kurz halten; nichts bündeln
Modellverfügbarkeit ändert sich	NVIDIA NIM, kostenlose Liste bei OpenRouter	Ein Fallback-Modell festlegen
Einstellung des Dienstes	GitHub Models, eingestellt am 30. Juli 2026	Nie einen einzelnen kostenlosen Anbieter fest einprogrammieren
Testguthaben verfällt	Cerebras (5 $, 30 Tage)	Für Benchmarks nutzen, nicht für den Launch

Schnellstart: ein Client, mehrere kostenlose Anbieter, automatisches Fallback

Die meisten der oben genannten kostenlosen Optionen sprechen das OpenAI-API-Format, daher kann ein einziger Client sie der Reihe nach ausprobieren und bei einem 429 weiterspringen. Setzen Sie nur die Keys, die Sie haben.

# pip install openai
import os
from openai import OpenAI, RateLimitError, APIStatusError

PROVIDERS = [  # (base_url, env var with key, model)
    ("https://generativelanguage.googleapis.com/v1beta/openai/", "GEMINI_API_KEY", "gemini-3.8-flash"),
    ("https://api.groq.com/openai/v1", "GROQ_API_KEY", "openai/gpt-oss-120b"),
    ("https://openrouter.ai/api/v1", "OPENROUTER_API_KEY", os.getenv("OPENROUTER_FREE_MODEL", "")),
    ("http://localhost:11434/v1", None, "llama3.2"),  # local Ollama, any model you have pulled
]

def ask(prompt: str) -> str:
    for base_url, key_env, model in PROVIDERS:
        key = os.getenv(key_env) if key_env else "ollama"
        if not key or not model:
            continue
        try:
            client = OpenAI(api_key=key, base_url=base_url, timeout=30)
            r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}], max_tokens=300)
            return f"[{model}] {r.choices[0].message.content}"
        except (RateLimitError, APIStatusError) as e:
            print(f"{model} failed ({getattr(e, 'status_code', '?')}), trying next")
    raise RuntimeError("all free providers exhausted")

print(ask("Give me three names for a habit-tracking app."))

Einen einzelnen Anbieter in der Shell testen:

curl https://api.groq.com/openai/v1/chat/completions \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-oss-120b","messages":[{"role":"user","content":"Hello from the free tier"}]}'

Dieselbe Fallback-Idee in Node.js:

import OpenAI from "openai";

const providers = [
  { baseURL: "https://generativelanguage.googleapis.com/v1beta/openai/", key: process.env.GEMINI_API_KEY, model: "gemini-3.5-flash-lite" },
  { baseURL: "https://api.groq.com/openai/v1", key: process.env.GROQ_API_KEY, model: "qwen/qwen3.8-27b" },
];

for (const p of providers.filter((p) => p.key)) {
  try {
    const client = new OpenAI({ apiKey: p.key, baseURL: p.baseURL });
    const r = await client.chat.completions.create({ model: p.model, messages: [{ role: "user", content: "One-line product tagline?" }] });
    console.log(p.model, r.choices[0].message.content);
    break;
  } catch (e) {
    console.warn(p.model, e.status ?? e.message);
  }
}

Für Coding-Agents wie Cline oder Continue behandelt unser Leitfaden zur kostenlosen LLM-API für Coding-Agents die werkzeugspezifische Einrichtung.

Wenn das Kontingent aufgebraucht ist: die günstigsten bezahlten Modelle

Free Tiers sind zum Entwickeln und Testen da. Zum Launch lagen die günstigsten offiziellen Listenpreise für Text am 21. Oktober 2026 bei:

Modell	Input / Output pro 1M Tokens	Quelle
Gemini 2.5 Flash-Lite	0,10 $ / 0,40 $	Google
`gpt-6-luna`	0,10 $ / 0,50 $	OpenAI
Claude Haiku 5.5 (Prompts bis 100K)	0,10 $ / 0,50 $	Anthropic
`deepseek-flash`, außerhalb der Spitzenzeit	0,15 $ / 0,60 $	DeepSeek

Zu diesen Preisen kosten 10M Input- und 2M Output-Tokens pro Monat etwa 1,80 $ bis 2,70 $. Flatkey hat kein Free Tier, ermöglicht aber den Zugriff auf diese Modelle mit einem OpenAI-kompatiblen Key und einem Guthaben; die FAQ nennt Bonusguthaben beim Aufladen (z. B. +3 $ bei 10 $ Aufladung), Stand 21. Oktober 2026, und das Modellverzeichnis führte gpt-6-luna zu 0,06 $ / 0,30 $. Einen breiteren Vergleich der Einstiegspläne finden Sie im Free-Tier-Vergleich der großen Anbieter und im KI-API-Preisvergleich.

FAQ

Gibt es eine völlig kostenlose LLM-API ohne Limits?

Keine gehostete API ist ohne Limits kostenlos. Jeder der oben genannten Anbieter begrenzt Anfragen, Tokens, Guthaben oder Neurons pro Tag oder Monat. Die einzige Option ohne API-Limits ist, ein offenes Modell lokal zu betreiben, zum Beispiel mit Ollama, wobei Ihre Hardware die Grenze setzt.

Kann ich ein LLM kostenlos nutzen?

Ja. Am einfachsten starten Sie mit einem Gemini-API-Key aus Google AI Studio für ein Free-Tier-Modell wie gemini-3.8-flash oder mit einem Groq-Free-Key für openai/gpt-oss-120b. Beide funktionieren mit dem OpenAI SDK, wenn Sie die Base-URL ändern.

Welche LLM-API ist nach dem Free Tier am günstigsten?

Nach offiziellen Listenpreisen vom 21. Oktober 2026 sind Gemini 2.5 Flash-Lite (0,10 $ Input / 0,40 $ Output pro 1M Tokens), gpt-6-luna und Claude Haiku 5.5 (0,10 $ / 0,50 $) sowie DeepSeek Flash außerhalb der Spitzenzeit (0,15 $ / 0,60 $) die günstigsten gängigen Textmodelle.

Welche kostenlose LLM-API ist die beste?

Für die meisten App-Prototypen das Free Tier der Gemini API, weil es aktuelle Flash-Modelle, langen Kontext und einen unkomplizierten Upgrade-Pfad bietet. Groq ist am besten, wenn Geschwindigkeit bei kurzen Prompts zählt, und OpenRouter, wenn Sie viele offene Modelle vergleichen möchten.

Sind kostenlose LLM-APIs sicher für den Produktivbetrieb?

Nicht als einziger Weg. Free Tiers ändern Limits ohne Ankündigung, einige nutzen Ihre Daten zur Verbesserung von Modellen, und Dienste können eingestellt werden, wie GitHub Models am 30. Juli 2026. Nutzen Sie sie für die Entwicklung und halten Sie für den Launch ein bezahltes Fallback bereit.

Ist GitHub Models noch kostenlos?

Nein. Laut GitHub-Dokumentation ist GitHub Models seit dem 30. Juli 2026 vollständig eingestellt, einschließlich Playground, Katalog, Inference-API und BYOK.