Opzioni API LLM gratuite nel 2026: cosa è davvero gratis

Risposta rapida: quattro modi per usare un'API LLM gratis

Se vuoi un solo consiglio: prototipa su Google AI Studio o sulle varianti gratuite di OpenRouter, esegui carichi di lavoro privati o ad alto volume in locale se possiedi una GPU capace, e passa al pay-as-you-go economico nel momento in cui i tetti giornalieri iniziano a tagliare sessioni reali. Il resto di questa guida copre i limiti documentati di ciascuna opzione, il limite associato a ciascuna, e l'aritmetica per capire quando pochi dollari di credito a pagamento sono semplicemente meno fastidiosi del gratuito.

• Piani gratuiti dei provider: Google AI Studio (Gemini), Groq, Mistral e GitHub Models distribuiscono chiavi API gratuite con tetti di richieste bassi. Ottimo per la prototipazione.
• Modelli gratuiti OpenRouter: varianti di modelli con tag :free, con limiti di richieste al minuto e al giorno su una chiave. Ottimo per campionare rapidamente molti modelli.
• AI Horde: un cluster crowdsourced di GPU di volontari. Genuinamente gratis senza quota rigida, ma aspetti in coda per ogni generazione.
• Modelli locali: Ollama o llama.cpp sulla tua macchina. Costo zero per token, limitato solo dal tuo hardware.

La verità sulla "API AI gratuita senza limiti"

Un'API AI gratuita senza limiti non esiste, e aiuta capire perché prima di passare una serata a cercarne una. L'inferenza gira su GPU che costano soldi veri all'ora. Chiunque ti serva token gratis sta recuperando quel costo da qualche parte, e ci sono solo quattro meccanismi onesti: rate limit che ti tengono piccolo, code che ti fanno aspettare, termini che permettono al provider di imparare dai tuoi prompt, o la tua bolletta elettrica perché l'hardware è tuo. Qualsiasi cosa fuori da questi quattro meccanismi dovrebbe insospettirti. Le liste "chiave gratuita illimitata" su GitHub e Discord sono di solito chiavi scaricate o rubate che muoiono entro pochi giorni, oppure endpoint reverse-engineered che violano i termini di servizio di qualcuno e possono loggare tutto ciò che invii. Non farci passare dati personali, né i dati dei tuoi utenti. Quindi la domanda pratica non è mai "dov'è l'API gratuita illimitata" ma "quale limite sono più disposto ad accettare: tetti, code, termini sui dati o hardware".

Limiti dei piani gratuiti a confronto

La tabella qui sotto riassume cosa ti dà ciascuna opzione gratuita e cosa ti costa in pratica. Le quote cambiano spesso, quindi tratta i numeri come approssimazioni documentate o riportate dalla community al momento della stesura e verifica sulla documentazione attuale di ciascun provider prima di costruirci sopra.

Modelli gratuiti OpenRouter: come funzionano le varianti :free

OpenRouter elenca alcuni modelli con un suffisso :free. Le richieste a quelle varianti non costano nulla, e l'endpoint è compatibile OpenAI, quindi qualsiasi client che accetta un base URL personalizzato può usarle. I limiti a livello di account sono il vincolo reale: circa 20 richieste al minuto e un tetto giornaliero di richieste nella doppia cifra bassa su un account nuovo, alzato a circa 1.000 richieste al giorno dopo un piccolo acquisto di credito una tantum, secondo la documentazione pubblicata da OpenRouter. Due cose da sapere prima di farci affidamento. Primo, il set di modelli :free ruota: un modello gratuito questo mese può essere a pagamento o sparito il mese prossimo, quindi hardcodare un ID è fragile. Secondo, il traffico delle varianti gratuite può essere instradato verso provider con termini di logging dei prompt, cosa che OpenRouter divulga per ciascun provider. Nessuno dei due è uno scandalo, entrambi sono il prezzo del gratuito.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-chat:free",
    "messages": [{"role": "user", "content": "Hello"}]
  }'
# Scegli qualsiasi ID che termina in :free dalla loro lista modelli; il set ruota.

AI Horde: genuinamente gratuito, gestito dalla community, con coda inclusa

AI Horde è l'unica opzione in questa lista senza alcuna fatturazione nel sistema. I volontari collegano le loro GPU a un cluster condiviso, e chiunque può inviare job di generazione testo o immagini contro di esso, anche in forma anonima. Invece di rate limit usa i kudos: una valuta di priorità che guadagni contribuendo compute o partecipando alla community. I job anonimi finiscono in fondo alla coda; i contributori attivi vengono serviti per primi. I compromessi derivano direttamente dal design. I tempi di attesa sono imprevedibili, da pochi secondi in un giorno tranquillo a molti minuti nei picchi. La lista dei modelli disponibili è qualunque cosa i volontari stiano hospitando in quel momento, per lo più modelli open-weight della community piuttosto che modelli commerciali di frontiera. E il throughput non è nemmeno lontanamente quello che offre un'azienda di API, quindi si adatta a progetti hobbistici, sperimentazione e pazienza, non ad app sensibili alla latenza. Se il tuo caso d'uso è casuale e asincrono, AI Horde è la risposta "davvero gratis" più onesta che esista. Se ti serve una risposta in due secondi ogni volta, non lo è.

Eseguire modelli in locale: gratis dopo l'hardware

L'inferenza locale è l'unica via verso token illimitati senza alcun termine allegato. Ollama è il punto di ingresso più semplice: scarica modelli open-weight quantizzati ed espone un server compatibile OpenAI su localhost, così lo stesso codice client che scriveresti per qualsiasi API hospitata funziona senza modifiche. Il limite è l'hardware. I modelli piccoli nella fascia 7B-12B girano in modo accettabile su un laptop moderno o una GPU consumer con 8-16 GB di VRAM. I modelli open-weight più grandi che si avvicinano di più alla qualità commerciale vogliono molta più memoria di quanta la maggior parte delle persone possieda, e l'elaborazione dei prompt su contesti lunghi è lenta sulle schede consumer. Metti in conto l'elettricità e il tempo che passerai in setup e aggiornamenti.

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama",  # richiesto dall'SDK, ignorato da Ollama
)

response = client.chat.completions.create(
    model="llama3.1:8b",
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)

Quando $3 di pay-as-you-go battono il gratuito

Il gratuito smette di essere gratuito quando ti costa tempo. Nel momento in cui un tetto giornaliero interrompe una sessione di lavoro, o la variante :free su cui avevi costruito scompare, o la coda fa sembrare rotta la tua app, piccole quantità di credito a pagamento diventano l'opzione più economica. I prezzi dei token sui modelli efficienti sono ormai abbastanza bassi che un solo caffè finanzia settimane di uso intenso della chat. APIsRouter è un gateway costruito esattamente su questo compromesso: un'API compatibile OpenAI su https://api.apisrouter.com/v1, pay-as-you-go senza abbonamento, e un checkout senza iscrizione su /topup dove paghi prima e la chiave arriva via email. La tua prima ricarica aggiunge +100% di saldo, i modelli globali girano al 20% sotto il prezzo ufficiale, e i modelli cinesi hanno prezzi sotto le tariffe ufficiali. La tabella mostra cosa comprano $3 di credito ai prezzi di catalogo.

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-APIsRouter-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Domande frequenti