API de LLM gratis (2026): 10 opciones comparadas por límites reales, modelos y letra pequeña

API de LLM gratis (2026): 10 opciones comparadas por límites reales, modelos y letra pequeña

Sí, en octubre de 2026 puedes llamar gratis a una API de LLM competente: el nivel gratuito de la API de Google Gemini, el plan Free de Groq, los modelos gratuitos de OpenRouter, Cloudflare Workers AI y los endpoints NIM alojados por NVIDIA sirven modelos reales sin coste, dentro de topes diarios. Ninguno es ilimitado. Las cifras más ajustadas son públicas: Groq permite 1.000 solicitudes al día con openai/gpt-oss-120b, OpenRouter limita los modelos gratuitos a 50 solicitudes diarias (1.000 tras comprar 10 $ de créditos) y Cloudflare da 10.000 Neurons al día. Todos los límites de esta guía se verificaron en la documentación oficial de cada proveedor el 21 de octubre de 2026.

Esta guía es para indie hackers y equipos pequeños que quieren prototipar sin factura y necesitan saber qué nivel gratuito sirve para cada tarea, qué coste oculto tiene cada uno (uso de datos, límites, elección de modelos) y a qué pasarse cuando se quede corto. También señala una opción que muchas listas antiguas siguen recomendando: GitHub Models se retiró por completo el 30 de julio de 2026.

APIs de LLM gratuitas comparadas (octubre de 2026)

Proveedor	Qué es gratis	Límites publicados	Principal inconveniente	Fuente
API de Google Gemini	Tokens de entrada/salida gratis en Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro/Flash/Flash-Lite	Límites por modelo en AI Studio	El contenido del nivel gratuito se usa para mejorar productos de Google	Precios de Gemini
Plan Free de Groq	Modelos abiertos alojados, como openai/gpt-oss-120b, qwen/qwen3.8-27b y Whisper	30 RPM, 1K RPD, 8K TPM, 200K TPD (gpt-oss-120b)	Pocos tokens por minuto	Límites de Groq
Modelos gratuitos de OpenRouter	Más de 25 modelos con IDs terminados en :free	20 RPM; 50 solicitudes/día, 1.000/día tras 10 $ en créditos	Los intentos fallidos cuentan para el tope diario	Precios de OpenRouter
Cloudflare Workers AI	10.000 Neurons al día en Workers Free	Se reinicia a las 00:00 UTC	Algunos modelos punteros requieren plan de pago	Precios de Workers AI
NVIDIA NIM (build.nvidia.com)	"Free inference with leading models", como Nemotron y DeepSeek V4.1 Flash	No figuran en la página principal	Pensado para evaluación; los límites pueden cambiar	build.nvidia.com
Vercel AI Gateway	5 $ de crédito al mes en el nivel gratuito	Límites por modelo, menores que en pago	Solo modelos aptos para el nivel gratuito	Precios de Vercel AI Gateway
Prueba gratuita de Cerebras	5 $ en créditos tras añadir un método de pago verificado	Los créditos caducan a los 30 días	Es una prueba, no un nivel permanente	Límites de Cerebras
Claves de prueba de Cohere	Claves de API para evaluación	1.000 llamadas a la API al mes	No aptas para producción	Límites de Cohere
Ollama (local)	Runtime gratuito y de código abierto en tu propia máquina	Tu hardware	Tú pones la GPU o la CPU	Ollama
Hugging Face Inference Providers	Sin créditos mensuales para usuarios gratuitos; PRO recibe 2 $/mes	Pago por uso después de los créditos	En realidad no es gratis para cuentas gratuitas	Precios de HF

Todos los límites según lo publicado el 21 de octubre de 2026. RPM = solicitudes por minuto, RPD = solicitudes por día, TPM = tokens por minuto, TPD = tokens por día.

Ya no disponible: GitHub Models está totalmente retirado desde el 30 de julio de 2026; su playground, catálogo, API de inferencia y BYOK ya no existen. Si un tutorial te dice que uses un token de GitHub como clave gratuita de LLM, está desactualizado.

Recomendaciones rápidas según la tarea

• Mejor nivel gratuito para construir una app: la API de Gemini. Es la única opción de esta lista que da acceso gratuito a una familia de modelos actual de un gran laboratorio, con 1M de tokens de contexto en la línea Flash.
• Inferencia gratuita más rápida con modelos abiertos: el plan Free de Groq, si tus prompts son cortos (8K tokens por minuto en gpt-oss-120b).
• Más variedad de modelos para pruebas: los modelos gratuitos de OpenRouter, una vez que compras 10 $ de créditos para subir el tope a 1.000 solicitudes diarias.
• Nivel gratuito dentro de un stack edge o serverless: Cloudflare Workers AI.
• Sin ningún límite de tasa: ejecuta un modelo en local con Ollama. Cambias los límites de la API por los de tu hardware.

Las 10 opciones en detalle

1. Nivel gratuito de la API de Google Gemini

La página de precios de Google indica entrada y salida "Free of charge" para Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro, 2.5 Flash y 2.5 Flash-Lite. Gemini 4 Argon y 3.1 Pro Preview son solo de pago. Los límites exactos se consultan en AI Studio, no en la documentación, y Google indica que los modelos preview tienen límites más estrictos (página de límites). La letra pequeña son los datos: en el nivel gratuito, "Used to improve our products" figura como Yes. No uses claves gratuitas con datos de clientes. Todos los detalles en nuestra guía de precios y nivel gratuito de la API de Gemini.

2. Plan Free de Groq

Groq publica los límites de su plan Free por modelo (límites). A 21 de octubre de 2026:

Modelo	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/hora, 28.800 s/día

Groq señala que los tokens en caché no cuentan para los límites y que estos se aplican por organización. El endpoint es compatible con OpenAI en https://api.groq.com/openai/v1 (compatibilidad con OpenAI). 200K tokens al día equivalen a unas 100 solicitudes de 2.000 tokens, así que encaja con demos y agentes de contexto corto.

3. Modelos gratuitos de OpenRouter

La página de precios de OpenRouter muestra más de 25 modelos gratuitos de 4 proveedores gratuitos en su plan Free, sin comisión de plataforma. Las variantes gratuitas (IDs terminados en :free) tienen un tope de 20 solicitudes por minuto y 50 al día, que sube a 1.000 al día cuando la cuenta ha comprado al menos 10 $ de créditos. Su documentación de límites añade dos detalles: los intentos fallidos cuentan para el tope diario y un saldo negativo bloquea los modelos gratuitos hasta que recargues. Explora los modelos gratuitos actuales con el filtro de precio gratuito. Si comparas OpenRouter con otros routers, consulta nuestra guía de alternativas a OpenRouter.

4. Cloudflare Workers AI

Workers AI está incluido en el plan Workers Free con 10.000 Neurons al día sin coste; el uso adicional cuesta 0,011 $ por cada 1.000 Neurons y todos los límites se reinician a las 00:00 UTC (precios). La equivalencia entre Neurons y tokens varía según el modelo, y Cloudflare enumera modelos que requieren un método de pago, como Kimi K2.6, GLM 5.x y versiones recientes de DeepSeek V4 Flash. Workers AI tiene un endpoint compatible con OpenAI en https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1.

5. NVIDIA NIM en build.nvidia.com

El catálogo de NVIDIA anuncia "Free inference with leading models" y destaca modelos Nemotron y DeepSeek V4.1 Flash en su portada (build.nvidia.com). Los endpoints siguen el formato de OpenAI en https://integrate.api.nvidia.com/v1 (referencia de la API). NVIDIA no publica una cuota gratuita fija en esa página, así que trátalo como vía de evaluación, no como dependencia de producción.

6. Nivel gratuito de Vercel AI Gateway

Cada equipo de Vercel recibe 5 $ de crédito de AI Gateway al mes en el nivel gratuito, limitado a modelos aptos y con límites por modelo más bajos; superarlos devuelve un 429 (precios). Comprar créditos te pasa al nivel de pago, que según Vercel no tiene recargo sobre los tokens.

7. Prueba gratuita de Cerebras

Las cuentas nuevas de Cerebras reciben 5 $ en créditos gratuitos tras añadir un método de pago verificado; caducan 30 días después de concederse y sirven para todos los modelos públicos (límites). Es una prueba, no un nivel permanente, pero resulta útil para probar inferencia de muy alto rendimiento.

8. Claves de prueba de Cohere

Cohere ofrece claves gratuitas de evaluación limitadas a 1.000 llamadas a la API al mes, con claves de producción para uso de pago (docs). Útiles para probar los modelos de embeddings y rerank de Cohere en un prototipo RAG.

9. Ollama (local, sin límites de API)

Ollama ejecuta modelos de pesos abiertos en tu propia máquina y expone una API compatible con OpenAI en http://localhost:11434/v1. No hay límite de tasa y ningún dato sale de tu equipo, pero el tamaño del modelo depende de tu RAM o VRAM. Si prefieres ejecutarlo en una GPU alquilada, consulta nuestra guía de Ollama en un servidor GPU en la nube.

10. Hugging Face Inference Providers (no es gratis para usuarios gratuitos)

Muchas listas siguen diciendo que la inferencia alojada de Hugging Face es gratuita. Su documentación de precios indica ahora que los usuarios gratuitos no reciben créditos mensuales y deben comprarlos, mientras que los usuarios PRO y los puestos Team o Enterprise reciben 2,00 $ al mes. Es excelente por la variedad de modelos, pero presupuéstalo como servicio de pago.

Los costes ocultos de las APIs de LLM gratuitas

Coste oculto	Dónde aparece	Qué hacer
Tus datos entrenan o mejoran el modelo	Nivel gratuito de Gemini ("Used to improve our products: Yes")	Usa claves de pago para datos de clientes
Topes diarios que incluyen fallos	Modelos gratuitos de OpenRouter	Reintenta con backoff, no en bucles cerrados
Muy pocos tokens por minuto	Groq Free (8K TPM en gpt-oss-120b)	Prompts cortos; nada de procesamiento por lotes
Cambios en los modelos disponibles	NVIDIA NIM, lista gratuita de OpenRouter	Fija un modelo de respaldo
Retirada del servicio	GitHub Models, retirado el 30 de julio de 2026	Nunca dependas de un único proveedor gratuito en el código
Créditos de prueba que caducan	Cerebras (5 $, 30 días)	Úsalos para benchmarks, no para el lanzamiento

Inicio rápido: un cliente, varios proveedores gratuitos y fallback automático

La mayoría de las opciones gratuitas anteriores hablan el formato de la API de OpenAI, así que un solo cliente puede probarlas en orden y pasar a la siguiente cuando reciba un 429. Configura solo las claves que tengas.

# 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."))

Prueba un solo proveedor desde la terminal:

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"}]}'

La misma idea de fallback en 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);
  }
}

Para agentes de programación como Cline o Continue, nuestra guía de API de LLM gratuita para agentes de código cubre la configuración de cada herramienta.

Cuando se acaba lo gratis: los modelos de pago más baratos

Los niveles gratuitos sirven para construir y probar. Para el lanzamiento, los precios de lista oficiales más bajos en texto a 21 de octubre de 2026 eran:

Modelo	Entrada / salida por 1M tokens	Fuente
Gemini 2.5 Flash-Lite	$0.10 / $0.40	Google
gpt-6-luna	$0.10 / $0.50	OpenAI
Claude Haiku 5.5 (prompts de hasta 100K)	$0.10 / $0.50	Anthropic
deepseek-flash, fuera de hora punta	$0.15 / $0.60	DeepSeek

Con estas tarifas, 10M de tokens de entrada y 2M de salida al mes cuestan entre 1,80 $ y 2,70 $ aproximadamente. Flatkey no tiene nivel gratuito, pero te permite acceder a estos modelos con una sola clave compatible con OpenAI y un único saldo; su FAQ indica crédito de bonificación en las recargas (por ejemplo, +3 $ en una recarga de 10 $) a 21 de octubre de 2026, y su directorio de modelos mostraba gpt-6-luna a 0,06 $ / 0,30 $. Para una comparación más amplia de planes de entrada, consulta la comparativa de niveles gratuitos de los principales proveedores y la comparativa de precios de APIs de IA.

Preguntas frecuentes

¿Existe una API de LLM completamente gratis y sin límites?

Ninguna API alojada es gratuita sin límites. Todos los proveedores anteriores limitan solicitudes, tokens, créditos o Neurons por día o por mes. La única opción sin límites de API es ejecutar un modelo abierto en local, por ejemplo con Ollama, donde el límite lo pone tu hardware.

¿Puedo usar un LLM gratis?

Sí. Lo más sencillo es obtener una clave de la API de Gemini en Google AI Studio y usar un modelo del nivel gratuito como gemini-3.8-flash, o una clave del plan Free de Groq para openai/gpt-oss-120b. Ambos funcionan con el SDK de OpenAI cambiando la base URL.

¿Cuál es la API de LLM más barata después del nivel gratuito?

Según los precios oficiales a 21 de octubre de 2026, Gemini 2.5 Flash-Lite (0,10 $ de entrada / 0,40 $ de salida por 1M de tokens), gpt-6-luna y Claude Haiku 5.5 (0,10 $ / 0,50 $) y DeepSeek Flash fuera de hora punta (0,15 $ / 0,60 $) son los modelos de texto convencionales más baratos.

¿Cuál es la mejor API de LLM gratuita?

Para la mayoría de los prototipos de apps, el nivel gratuito de la API de Gemini, porque ofrece modelos Flash actuales, contexto largo y una vía de paso a pago sencilla. Groq es la mejor si importa la velocidad con prompts cortos, y OpenRouter si quieres comparar muchos modelos abiertos.

¿Son seguras las APIs de LLM gratuitas para producción?

No como única vía. Los niveles gratuitos cambian sus límites sin aviso, algunos usan tus datos para mejorar los modelos y los servicios pueden retirarse, como ocurrió con GitHub Models el 30 de julio de 2026. Úsalos en desarrollo y mantén un respaldo de pago para el lanzamiento.

¿GitHub Models sigue siendo gratis?

No. La documentación de GitHub indica que GitHub Models está totalmente retirado desde el 30 de julio de 2026, incluidos el playground, el catálogo, la API de inferencia y BYOK.

Fuentes

• Precios de la API de Gemini y límites, verificados el 21 de octubre de 2026
• Límites de Groq y compatibilidad con OpenAI, verificados el 21 de octubre de 2026
• Precios de OpenRouter y límites, verificados el 21 de octubre de 2026
• Precios de Cloudflare Workers AI, precios de Vercel AI Gateway, límites de Cerebras, límites de Cohere, precios de Hugging Face, verificados el 21 de octubre de 2026
• Aviso de retirada de GitHub Models, verificado el 21 de octubre de 2026