Biaya, penagihan, dan operasional12 Oktober 2026Flatkey Team

API LLM Gratis (2026): 10 Opsi Dibandingkan Berdasarkan Batas Nyata, Model, dan Jebakannya

Sepuluh opsi API LLM gratis yang dicek dari dokumentasi resmi pada Oktober 2026: apa yang gratis, batas persisnya, jebakan tersembunyi, dan kode untuk fallback antar penyedia.

API LLM Gratis (2026): 10 Opsi Dibandingkan Berdasarkan Batas Nyata, Model, dan Jebakannya

Ya, pada Oktober 2026 Anda bisa memanggil API LLM yang mumpuni secara gratis: free tier Google Gemini API, paket Free Groq, model gratis OpenRouter, Cloudflare Workers AI, dan endpoint NIM yang di-hosting NVIDIA semuanya menyajikan model sungguhan tanpa biaya, dalam batas harian. Tidak ada yang tanpa batas. Angka paling ketat dipublikasikan: Groq mengizinkan 1.000 request per hari pada openai/gpt-oss-120b, OpenRouter membatasi model gratis 50 request per hari (1.000 setelah membeli kredit $10), dan Cloudflare memberi 10.000 Neuron per hari. Setiap batas di bawah dicek di dokumentasi resmi masing-masing penyedia pada 21 Oktober 2026.

Panduan ini untuk indie hacker dan tim kecil yang ingin membuat prototipe tanpa tagihan, dan perlu tahu free tier mana yang cocok untuk pekerjaan apa, biaya tersembunyi masing-masing (penggunaan data, rate limit, pilihan model), dan ke mana beralih saat kebutuhan bertambah. Panduan ini juga menandai satu opsi yang masih direkomendasikan daftar lama: GitHub Models telah dihentikan sepenuhnya pada 30 Juli 2026.

Perbandingan API LLM gratis (Oktober 2026)

Penyedia	Apa yang gratis	Batas yang dipublikasikan	Jebakan utama	Sumber
Google Gemini API	Token input/output gratis untuk Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro/Flash/Flash-Lite	Batas per model ditampilkan di AI Studio	Konten free tier dipakai untuk meningkatkan produk Google	Harga Gemini
Paket Free Groq	Model terbuka yang di-hosting, termasuk `openai/gpt-oss-120b`, `qwen/qwen3.8-27b`, Whisper	30 RPM, 1K RPD, 8K TPM, 200K TPD (gpt-oss-120b)	Token per menit rendah	Rate limit Groq
Model gratis OpenRouter	25+ model dengan ID berakhiran `:free`	20 RPM; 50 request/hari, 1.000/hari setelah kredit $10	Percobaan gagal ikut dihitung dalam batas harian	Harga OpenRouter
Cloudflare Workers AI	10.000 Neuron per hari di Workers Free	Reset pukul 00:00 UTC	Beberapa model frontier memerlukan paket berbayar	Harga Workers AI
NVIDIA NIM (build.nvidia.com)	"Free inference with leading models" seperti Nemotron dan DeepSeek V4.1 Flash	Tidak dicantumkan di halaman utama	Ditujukan untuk evaluasi; batas bisa berubah	build.nvidia.com
Vercel AI Gateway	Kredit $5 per bulan di free tier	Rate limit per model, lebih rendah dari berbayar	Hanya model yang memenuhi syarat free tier	Harga Vercel AI Gateway
Cerebras Free Trial	Kredit $5 setelah menambahkan metode pembayaran terverifikasi	Kredit kedaluwarsa setelah 30 hari	Uji coba, bukan tier permanen	Rate limit Cerebras
Kunci trial Cohere	API key untuk evaluasi	1.000 panggilan API per bulan	Bukan untuk produksi	Rate limit Cohere
Ollama (lokal)	Runtime open-source gratis di mesin Anda sendiri	Perangkat keras Anda	Anda menyediakan GPU atau CPU sendiri	Ollama
Hugging Face Inference Providers	Tidak ada kredit bulanan untuk pengguna gratis; PRO mendapat $2/bulan	Pay-as-you-go setelah kredit habis	Sebenarnya tidak gratis untuk akun gratis	Harga HF

Semua batas sesuai yang dipublikasikan pada 21 Oktober 2026. RPM = request per menit, RPD = request per hari, TPM = token per menit, TPD = token per hari.

Tidak lagi tersedia: GitHub Models telah dihentikan sepenuhnya sejak 30 Juli 2026; playground, katalog, inference API, dan BYOK sudah tidak ada. Jika sebuah tutorial menyuruh Anda memakai token GitHub sebagai kunci LLM gratis, tutorial itu sudah usang.

Pilihan cepat sesuai kebutuhan

Free tier terbaik secara keseluruhan untuk membangun aplikasi: Gemini API. Ini satu-satunya opsi di sini yang memberi akses gratis ke keluarga model terkini dari lab frontier dengan konteks 1M token di lini Flash.
Inferensi gratis tercepat untuk model terbuka: paket Free Groq, jika prompt Anda pendek (8K token per menit pada gpt-oss-120b).
Variasi model terbanyak untuk pengujian: model gratis OpenRouter, setelah Anda membeli kredit $10 untuk menaikkan batas menjadi 1.000 request per hari.
Free tier di dalam stack edge atau serverless: Cloudflare Workers AI.
Tanpa rate limit sama sekali: jalankan model secara lokal dengan Ollama. Anda menukar batas API dengan batas perangkat keras.

Detail 10 opsi

1. Free tier Google Gemini API

Halaman harga Google mencantumkan input dan output "Free of charge" untuk Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, 2.5 Pro, 2.5 Flash, dan 2.5 Flash-Lite. Gemini 4 Argon dan 3.1 Pro Preview hanya berbayar. Rate limit persisnya ada di AI Studio, bukan di dokumentasi, dan Google menyebut model preview mendapat batas lebih ketat (halaman rate limit). Jebakannya ada pada data: di free tier, "Used to improve our products" bertanda Yes. Jangan gunakan data pelanggan dengan kunci free tier. Detail lengkap ada di panduan harga dan free tier Gemini API kami.

2. Paket Free Groq

Groq memublikasikan batas paket Free per model (rate limit). Per 21 Oktober 2026:

Model	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 dtk/jam, 28.800 dtk/hari

Groq mencatat bahwa token yang di-cache tidak dihitung dalam rate limit dan batas berlaku per organisasi. Endpoint-nya kompatibel dengan OpenAI di https://api.groq.com/openai/v1 (kompatibilitas OpenAI). 200K token per hari kira-kira setara 100 request berisi 2.000 token, jadi cocok untuk demo dan agen dengan konteks pendek.

3. Model gratis OpenRouter

Halaman harga OpenRouter mencantumkan 25+ model gratis dari 4 penyedia gratis di paket Free, tanpa biaya platform. Varian gratis (ID berakhiran :free) dibatasi 20 request per menit dan 50 per hari, naik menjadi 1.000 per hari setelah akun membeli kredit minimal $10. Dokumentasi batasnya menambahkan dua detail: percobaan gagal ikut dihitung dalam batas harian, dan saldo negatif memblokir model gratis sampai Anda mengisi ulang. Telusuri model gratis saat ini dengan filter harga gratis. Jika Anda membandingkan OpenRouter dengan router lain, lihat panduan alternatif OpenRouter kami.

4. Cloudflare Workers AI

Workers AI termasuk dalam paket Workers Free dengan 10.000 Neuron per hari tanpa biaya; penggunaan berbayar di atasnya $0,011 per 1.000 Neuron, dan semua batas di-reset pukul 00:00 UTC (harga). Konversi Neuron ke token berbeda per model, dan Cloudflare mencantumkan model yang memerlukan metode pembayaran berbayar, termasuk Kimi K2.6, GLM 5.x, dan build DeepSeek V4 Flash terbaru. Workers AI punya endpoint kompatibel OpenAI di https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1.

5. NVIDIA NIM di build.nvidia.com

Katalog NVIDIA mengiklankan "Free inference with leading models," menampilkan model Nemotron dan DeepSeek V4.1 Flash di halaman utamanya (build.nvidia.com). Endpoint-nya mengikuti format OpenAI di https://integrate.api.nvidia.com/v1 (referensi API). NVIDIA tidak memublikasikan kuota gratis tetap di halaman itu, jadi perlakukan sebagai jalur evaluasi, bukan dependensi produksi.

6. Free tier Vercel AI Gateway

Setiap tim Vercel mendapat kredit AI Gateway $5 per bulan di free tier, terbatas pada model yang memenuhi syarat free tier dan dengan rate limit per model yang lebih rendah; melampauinya menghasilkan 429 (harga). Membeli kredit memindahkan Anda ke tier berbayar, yang menurut Vercel tanpa markup pada token.

7. Cerebras Free Trial

Akun Cerebras baru menerima kredit gratis $5 setelah menambahkan metode pembayaran terverifikasi; kredit kedaluwarsa 30 hari setelah diberikan dan berlaku untuk semua model publik (rate limit). Ini uji coba, bukan tier permanen, tetapi berguna untuk menguji inferensi dengan throughput sangat tinggi.

8. Kunci trial Cohere

Cohere menawarkan kunci evaluasi gratis yang dibatasi 1.000 panggilan API per bulan, dengan kunci produksi untuk penggunaan berbayar (dokumentasi). Cocok untuk menguji model embedding dan rerank Cohere dalam prototipe RAG.

9. Ollama (lokal, tanpa batas API)

Ollama menjalankan model open-weight di mesin Anda sendiri dan menyediakan API kompatibel OpenAI di http://localhost:11434/v1. Tidak ada rate limit dan tidak ada data yang keluar dari mesin Anda, tetapi ukuran model dibatasi oleh RAM atau VRAM Anda. Jika ingin menjalankannya di GPU sewaan, lihat panduan kami tentang Ollama di server GPU cloud.

10. Hugging Face Inference Providers (tidak gratis untuk pengguna gratis)

Banyak daftar masih menyebut inferensi hosting Hugging Face gratis. Dokumentasi harganya kini menyatakan pengguna gratis tidak mendapat kredit bulanan dan harus membeli kredit, sementara pengguna PRO serta kursi Team atau Enterprise mendapat $2,00 per bulan. Sangat baik untuk variasi model, tetapi anggarkan sebagai layanan berbayar.

Biaya tersembunyi API LLM gratis

Biaya tersembunyi	Di mana muncul	Apa yang harus dilakukan
Data Anda melatih atau meningkatkan model	Free tier Gemini ("Used to improve our products: Yes")	Simpan data pelanggan di kunci berbayar
Batas harian yang menghitung kegagalan	Model gratis OpenRouter	Retry dengan backoff, bukan dalam loop ketat
Token per menit sangat kecil	Groq Free (8K TPM pada gpt-oss-120b)	Buat prompt pendek; jangan batch
Ketersediaan model berubah	NVIDIA NIM, daftar gratis OpenRouter	Tetapkan model fallback
Layanan dihentikan	GitHub Models, dihentikan 30 Juli 2026	Jangan hard-code satu penyedia gratis
Kredit trial kedaluwarsa	Cerebras ($5, 30 hari)	Gunakan untuk benchmark, bukan peluncuran

Quickstart: satu klien, beberapa penyedia gratis, fallback otomatis

Sebagian besar opsi gratis di atas menggunakan format API OpenAI, jadi satu klien bisa mencobanya berurutan dan pindah saat menerima 429. Atur hanya kunci yang Anda miliki.

# 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."))

Uji satu penyedia dari shell:

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"}]}'

Ide fallback yang sama di 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);
  }
}

Untuk coding agent seperti Cline atau Continue, panduan kami tentang API LLM gratis untuk coding agent membahas pengaturan per alat.

Saat kuota gratis habis: model berbayar termurah

Free tier untuk membangun dan menguji. Saat peluncuran, harga daftar resmi termurah untuk teks pada 21 Oktober 2026 adalah:

Model	Input / output per 1M token	Sumber
Gemini 2.5 Flash-Lite	$0,10 / $0,40	Google
`gpt-6-luna`	$0,10 / $0,50	OpenAI
Claude Haiku 5.5 (prompt hingga 100K)	$0,10 / $0,50	Anthropic
`deepseek-flash`, di luar jam sibuk	$0,15 / $0,60	DeepSeek

Dengan tarif ini, 10M token input dan 2M token output per bulan berbiaya sekitar $1,80 hingga $2,70. Flatkey tidak punya free tier, tetapi memungkinkan Anda menjangkau model-model ini dengan satu kunci kompatibel OpenAI dan satu saldo; FAQ-nya mencantumkan kredit bonus saat top-up (misalnya +$3 untuk top-up $10) per 21 Oktober 2026, dan direktori model-nya mencantumkan gpt-6-luna seharga $0,06 / $0,30. Untuk perbandingan paket awal yang lebih luas, lihat perbandingan free tier penyedia utama dan perbandingan harga API AI.

FAQ

Apakah ada API LLM yang sepenuhnya gratis tanpa batas?

Tidak ada API hosting yang gratis tanpa batas. Setiap penyedia di atas membatasi request, token, kredit, atau Neuron per hari atau bulan. Satu-satunya opsi tanpa batas API adalah menjalankan model terbuka secara lokal, misalnya dengan Ollama, di mana perangkat keras Anda yang menjadi batasnya.

Bisakah saya menggunakan LLM secara gratis?

Bisa. Cara termudah adalah kunci Gemini API dari Google AI Studio pada model free tier seperti gemini-3.8-flash, atau kunci paket Free Groq untuk openai/gpt-oss-120b. Keduanya bekerja dengan OpenAI SDK cukup dengan mengganti base URL.

API LLM apa yang paling murah setelah free tier?

Berdasarkan harga daftar resmi per 21 Oktober 2026, Gemini 2.5 Flash-Lite ($0,10 input / $0,40 output per 1M token), gpt-6-luna dan Claude Haiku 5.5 ($0,10 / $0,50), serta DeepSeek Flash di luar jam sibuk ($0,15 / $0,60) adalah model teks utama termurah.

API LLM gratis mana yang terbaik?

Untuk sebagian besar prototipe aplikasi, free tier Gemini API, karena menawarkan model Flash terkini, konteks panjang, dan jalur upgrade yang mudah. Groq terbaik jika kecepatan pada prompt pendek penting, dan OpenRouter jika Anda ingin membandingkan banyak model terbuka.

Apakah API LLM gratis aman untuk produksi?

Tidak jika menjadi satu-satunya jalur. Free tier mengubah batas tanpa pemberitahuan, sebagian memakai data Anda untuk meningkatkan model, dan layanan bisa dihentikan, seperti GitHub Models pada 30 Juli 2026. Gunakan untuk pengembangan dan siapkan fallback berbayar untuk peluncuran.

Apakah GitHub Models masih gratis?

Tidak. Dokumentasi GitHub menyatakan GitHub Models telah dihentikan sepenuhnya per 30 Juli 2026, termasuk playground, katalog, inference API, dan BYOK.