コスト・課金・運用2026年10月12日Flatkey Team

無料LLM API（2026年）：実際の制限・モデル・落とし穴で比べる10の選択肢

2026年10月に公式ドキュメントで確認した無料LLM API 10件。何が無料か、正確な制限、落とし穴、そして複数サービスを切り替えるコードをまとめました。

無料LLM API（2026年）：実際の制限・モデル・落とし穴で比べる10の選択肢

はい、2026年10月時点でも実用的なLLM APIを無料で呼び出せます。Google Gemini APIの無料枠、GroqのFreeプラン、OpenRouterの無料モデル、Cloudflare Workers AI、NVIDIAがホストするNIMエンドポイントは、いずれも1日の上限内で実際のモデルを無料で提供しています。ただし無制限のものはありません。最も厳しい数値は公開されています。Groqはopenai/gpt-oss-120bで1日1,000リクエスト、OpenRouterは無料モデルを1日50リクエスト（10ドル分のクレジット購入後は1,000）に制限し、Cloudflareは1日10,000 Neuronsを提供します。以下の制限はすべて2026年10月21日に各社の公式ドキュメントで確認したものです。

このガイドは、請求なしでプロトタイプを作りたい個人開発者や小規模チーム向けです。どの無料枠がどの用途に合うか、それぞれが裏で何を差し出させるのか（データ利用、レート制限、モデルの選択肢）、そして足りなくなったら何に移行すべきかを整理します。また、古い記事の多くがいまだに勧めている選択肢についても注意します。GitHub Modelsは2026年7月30日に完全に提供終了しました。

無料LLM APIの比較（2026年10月）

プロバイダー	無料の範囲	公表されている制限	主な落とし穴	出典
Google Gemini API	Gemini 3.8 Flash、3.6 Flash、3.5 Flash-Lite、3.1 Flash-Lite、2.5 Pro/Flash/Flash-Liteの入出力トークンが無料	モデルごとの制限はAI Studioに表示	無料枠のコンテンツはGoogle製品の改善に使われる	Geminiの料金
Groq Freeプラン	`openai/gpt-oss-120b`、`qwen/qwen3.8-27b`、Whisperなどのオープンモデル	30 RPM、1K RPD、8K TPM、200K TPD（gpt-oss-120b）	1分あたりのトークン数が少ない	Groqのレート制限
OpenRouter無料モデル	IDが`:free`で終わる25以上のモデル	20 RPM、1日50リクエスト（10ドル分購入後は1日1,000）	失敗したリクエストも1日の上限に数えられる	OpenRouterの料金
Cloudflare Workers AI	Workers Freeで1日10,000 Neurons	00:00 UTCにリセット	一部の最先端モデルは有料プランが必要	Workers AIの料金
NVIDIA NIM（build.nvidia.com）	Nemotron、DeepSeek V4.1 Flashなどの「Free inference with leading models」	トップページには記載なし	評価用途向けで、制限は変わる可能性あり	build.nvidia.com
Vercel AI Gateway	無料枠で毎月5ドルのクレジット	モデルごとのレート制限は有料より低い	無料枠対象のモデルのみ	Vercel AI Gatewayの料金
Cerebras無料トライアル	認証済みの支払い方法を登録すると5ドル分のクレジット	クレジットは30日で失効	トライアルであり恒久的な無料枠ではない	Cerebrasのレート制限
Cohereトライアルキー	評価用APIキー	月1,000回のAPI呼び出し	本番利用は不可	Cohereのレート制限
Ollama（ローカル）	自分のマシンで動く無料のオープンソースランタイム	手元のハードウェア次第	GPUやCPUは自前	Ollama
Hugging Face Inference Providers	無料ユーザーには月次クレジットなし、PROは月2ドル	クレジット消化後は従量課金	無料アカウントでは実質無料ではない	HFの料金

すべての制限は2026年10月21日時点の公表値です。RPM＝1分あたりのリクエスト数、RPD＝1日あたりのリクエスト数、TPM＝1分あたりのトークン数、TPD＝1日あたりのトークン数。

提供終了： GitHub Modelsは2026年7月30日に完全に提供を終了し、Playground、カタログ、推論API、BYOKはすべて使えなくなりました。GitHubトークンを無料のLLMキーとして使うよう説明しているチュートリアルは古くなっています。

用途別のおすすめ

アプリ開発に最適な無料枠： Gemini API。最新の大手ラボのモデルファミリーを無料で使え、Flash系で100万トークンのコンテキストを持つのはこの中でGeminiだけです。
オープンモデルで最速の無料推論： GroqのFreeプラン。ただしプロンプトが短い場合に限ります（gpt-oss-120bで1分あたり8Kトークン）。
テスト用に最も多くのモデルを試したい： OpenRouterの無料モデル。10ドル分のクレジットを購入して上限を1日1,000リクエストに引き上げてから使いましょう。
エッジ／サーバーレス環境の中で使う無料枠： Cloudflare Workers AI。
レート制限を一切なくしたい： Ollamaでモデルをローカル実行。APIの制限の代わりにハードウェアの制限を受け入れることになります。

10の選択肢を詳しく

1. Google Gemini APIの無料枠

Googleの料金ページでは、Gemini 3.8 Flash、3.6 Flash、3.5 Flash-Lite、3.1 Flash-Lite、2.5 Pro、2.5 Flash、2.5 Flash-Liteの入力・出力が「Free of charge」とされています。Gemini 4 Argonと3.1 Pro Previewは有料のみです。正確なレート制限はドキュメントではなくAI Studioに表示され、プレビューモデルはより厳しい制限になるとGoogleは説明しています（レート制限ページ）。落とし穴はデータです。無料枠では「Used to improve our products」がYesになっています。顧客データは無料枠のキーで扱わないでください。詳しくはGemini APIの料金と無料枠ガイドをご覧ください。

2. GroqのFreeプラン

GroqはFreeプランの制限をモデルごとに公開しています（レート制限）。2026年10月21日時点：

モデル	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	音声：1時間7,200秒、1日28,800秒

Groqによると、キャッシュされたトークンはレート制限に含まれず、制限は組織単位で適用されます。エンドポイントはhttps://api.groq.com/openai/v1でOpenAI互換です（OpenAI互換性）。1日20万トークンは2,000トークンのリクエスト約100回分なので、デモや短いコンテキストのエージェントに向いています。

3. OpenRouterの無料モデル

OpenRouterの料金ページには、Freeプランで4つの無料プロバイダーによる25以上の無料モデルが掲載されており、プラットフォーム手数料はかかりません。無料版（IDが:freeで終わるもの）は1分あたり20リクエスト、1日50リクエストに制限され、アカウントで10ドル以上のクレジットを購入済みなら1日1,000に上がります。制限に関するドキュメントには、さらに2つの注意点があります。失敗したリクエストも1日の上限に数えられること、残高がマイナスになるとチャージするまで無料モデルが使えなくなることです。現在の無料モデルは無料価格フィルターで確認できます。OpenRouterと他のルーターを比較しているなら、OpenRouterの代替サービスガイドも参考にしてください。

4. Cloudflare Workers AI

Workers AIはWorkers Freeプランに含まれ、1日10,000 Neuronsまで無料です。それを超える利用は1,000 Neuronsあたり0.011ドルで、すべての制限は00:00 UTCにリセットされます（料金）。Neuronsとトークンの換算はモデルによって異なり、Kimi K2.6、GLM 5.x、最近のDeepSeek V4 Flashなど、有料の支払い方法が必要なモデルも掲載されています。Workers AIにはhttps://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1でOpenAI互換エンドポイントがあります。

5. build.nvidia.comのNVIDIA NIM

NVIDIAのカタログは「Free inference with leading models」をうたい、トップページでNemotronモデルやDeepSeek V4.1 Flashを紹介しています（build.nvidia.com）。エンドポイントはhttps://integrate.api.nvidia.com/v1でOpenAI形式に従います（APIリファレンス）。このページに固定の無料枠は公開されていないため、本番の依存先ではなく評価用の手段と考えてください。

6. Vercel AI Gatewayの無料枠

Vercelのすべてのチームは無料枠で毎月5ドル分のAI Gatewayクレジットを受け取れます。対象は無料枠対応モデルに限られ、モデルごとのレート制限も低めで、超えると429が返ります（料金）。クレジットを購入すると有料枠に移行し、Vercelによればトークンへの上乗せはありません。

7. Cerebrasの無料トライアル

新規のCerebrasアカウントは、認証済みの支払い方法を登録すると5ドル分の無料クレジットを受け取れます。クレジットは付与から30日で失効し、すべての公開モデルで使えます（レート制限）。恒久的な無料枠ではなくトライアルですが、非常に高スループットな推論を試すのに便利です。

8. Cohereのトライアルキー

Cohereは月1,000回のAPI呼び出しに制限された無料の評価用キーを提供しており、有料利用には本番用キーを使います（ドキュメント）。RAGのプロトタイプでCohereの埋め込みモデルやリランクモデルを試すのに適しています。

9. Ollama（ローカル、APIの制限なし）

Ollamaはオープンウェイトのモデルを自分のマシンで動かし、http://localhost:11434/v1でOpenAI互換APIを提供します。レート制限はなく、データがマシンの外に出ることもありませんが、使えるモデルのサイズはRAMやVRAMで決まります。レンタルGPUで動かしたい場合は、クラウドGPUサーバーでのOllamaガイドをご覧ください。

10. Hugging Face Inference Providers（無料ユーザーには無料ではない）

多くの記事がいまだにHugging Faceのホスト型推論を無料と紹介しています。しかし現在の料金ドキュメントでは、無料ユーザーには月次クレジットがなく購入が必要で、PROユーザーとTeam／Enterpriseシートには月2.00ドルが付与されるとされています。モデルの豊富さは魅力ですが、有料サービスとして予算を組みましょう。

無料LLM APIの隠れたコスト

隠れたコスト	どこで発生するか	対策
データがモデルの学習・改善に使われる	Geminiの無料枠（「Used to improve our products: Yes」）	顧客データは有料キーで扱う
失敗も含めた1日の上限	OpenRouterの無料モデル	短いループではなくバックオフ付きで再試行する
1分あたりのトークン数が非常に少ない	Groq Free（gpt-oss-120bで8K TPM）	プロンプトを短くし、バッチ処理はしない
利用できるモデルが変わる	NVIDIA NIM、OpenRouterの無料リスト	フォールバック用のモデルを固定しておく
サービスの提供終了	GitHub Models（2026年7月30日に終了）	単一の無料プロバイダーをハードコードしない
トライアルクレジットの失効	Cerebras（5ドル、30日）	ローンチではなくベンチマークに使う

クイックスタート：1つのクライアントで複数の無料プロバイダーを自動フォールバック

上記の無料サービスの多くはOpenAI API形式に対応しているため、1つのクライアントで順番に試し、429が返ったら次へ移ることができます。持っているキーだけを設定してください。

# 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."))

ターミナルから1つのプロバイダーを試す：

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"}]}'

同じフォールバックの考え方をNode.jsで：

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);
  }
}

ClineやContinueなどのコーディングエージェントについては、コーディングエージェント向け無料LLM APIガイドでツールごとの設定を解説しています。

無料枠を使い切ったら：最も安い有料モデル

無料枠は開発とテストのためのものです。ローンチ時点で選べる、2026年10月21日時点の公式定価が最も安いテキストモデルは次のとおりです。

モデル	100万トークンあたりの入力／出力	出典
Gemini 2.5 Flash-Lite	$0.10 / $0.40	Google
`gpt-6-luna`	$0.10 / $0.50	OpenAI
Claude Haiku 5.5（10万トークンまでのプロンプト）	$0.10 / $0.50	Anthropic
`deepseek-flash`（オフピーク）	$0.15 / $0.60	DeepSeek

この料金なら、月に入力1,000万・出力200万トークンで約1.80〜2.70ドルです。Flatkeyには無料枠はありませんが、OpenAI互換のキー1つと1つの残高でこれらのモデルを利用できます。2026年10月21日時点のFAQにはチャージ時のボーナスクレジット（例：10ドルのチャージで+3ドル）が記載されており、モデル一覧ではgpt-6-lunaが0.06ドル／0.30ドルでした。エントリープランをより広く比較するなら、主要プロバイダーの無料枠比較とAI API料金比較もご覧ください。

よくある質問

制限なしで完全に無料のLLM APIはありますか？

制限なしで無料のホスト型APIはありません。上記のどのプロバイダーも、1日または1か月あたりのリクエスト、トークン、クレジット、Neuronsに上限を設けています。APIの制限がない唯一の方法は、たとえばOllamaでオープンモデルをローカル実行することで、その場合はハードウェアが上限になります。

LLMを無料で使えますか？

はい。最も簡単なのは、Google AI StudioでGemini APIキーを取得してgemini-3.8-flashなどの無料枠モデルを使うか、GroqのFreeプランのキーでopenai/gpt-oss-120bを使う方法です。どちらもベースURLを変えるだけでOpenAI SDKから利用できます。

無料枠のあとに最も安いLLM APIはどれですか？

2026年10月21日時点の公式定価では、Gemini 2.5 Flash-Lite（100万トークンあたり入力0.10ドル／出力0.40ドル）、gpt-6-lunaとClaude Haiku 5.5（0.10ドル／0.50ドル）、オフピークのDeepSeek Flash（0.15ドル／0.60ドル）が主要なテキストモデルの中で最も安価です。