Gratis LLM API-opties in 2026: wat écht gratis is

Kort antwoord: vier manieren om een LLM API gratis te gebruiken

Als je één aanbeveling wilt: prototype op Google AI Studio of gratis OpenRouter-varianten, draai privé- of hoogvolume workloads lokaal als je een capabele GPU bezit, en stap over op goedkope betaal-per-gebruik zodra dagelijkse limieten echte sessies beginnen af te kappen. De rest van deze gids behandelt de gedocumenteerde limieten van elke optie, de adder die aan elk vastzit, en het rekenwerk voor wanneer een paar dollar aan betaald tegoed simpelweg minder gedoe is dan gratis.

• Gratis tiers van providers: Google AI Studio (Gemini), Groq, Mistral en GitHub Models geven gratis API-sleutels uit met lage verzoeklimieten. Het beste voor prototyping.
• Gratis OpenRouter-modellen: modelvarianten getagd met :free, met limieten per minuut en per dag op één sleutel. Het beste om snel veel modellen te bemonsteren.
• AI Horde: een crowdsourced cluster van vrijwillige GPU's. Écht gratis zonder hard quotum, maar je wacht in een wachtrij voor elke generatie.
• Lokale modellen: Ollama of llama.cpp op je eigen machine. Geen kosten per token, alleen begrensd door je hardware.

De waarheid over "gratis AI API zonder limiet"

Een gratis AI API zonder limieten bestaat niet, en het helpt om te begrijpen waarom voordat je een avond besteedt aan het zoeken naar één. Inference draait op GPU's die echt geld per uur kosten. Iedereen die je gratis tokens serveert, verhaalt die kosten ergens, en er zijn maar vier eerlijke mechanismen: rate limits die je klein houden, wachtrijen die je laten wachten, voorwaarden die de aanbieder van je prompts laten leren, of je eigen stroomrekening omdat de hardware van jou is. Alles buiten die vier mechanismen zou je achterdochtig moeten maken. "Onbeperkte gratis sleutel"-lijsten op GitHub en Discord zijn meestal gescrapete of gestolen sleutels die binnen dagen sterven, of reverse-engineerde endpoints die de voorwaarden van iemand schenden en alles kunnen loggen wat je verstuurt. Zet er geen persoonlijke data of data van je gebruikers doorheen. Dus de praktische vraag is nooit "waar is de onbeperkte gratis API" maar "met welke beperking kan ik het beste leven: limieten, wachtrijen, datavoorwaarden of hardware".

Limieten van gratis tiers vergeleken

De tabel hieronder vat samen wat elke gratis optie je geeft en wat het je in de praktijk kost. Quota veranderen vaak, dus zie de cijfers als gedocumenteerde of door de community gerapporteerde schattingen op het moment van schrijven, en controleer ze bij de actuele documentatie van elke provider voordat je erop bouwt.

Gratis OpenRouter-modellen: hoe de :free-varianten werken

OpenRouter vermeldt bepaalde modellen met een :free-achtervoegsel. Verzoeken naar die varianten kosten niets, en het endpoint is OpenAI-compatibel, dus elke client die een aangepaste base-URL accepteert, kan ze gebruiken. De accountbrede limieten zijn de echte beperking: ruwweg 20 verzoeken per minuut en een dagelijks verzoekplafond in de lage dubbele cijfers op een vers account, verhoogd naar ongeveer 1.000 verzoeken per dag zodra je een kleine eenmalige tegoedaankoop hebt gedaan, volgens OpenRouter's gepubliceerde documentatie. Twee dingen om te weten voordat je erop vertrouwt. Ten eerste roteert de set :free-modellen: een model dat deze maand gratis is, kan volgende maand betaald zijn of verdwenen, dus één ID hardcoderen is fragiel. Ten tweede kan verkeer van gratis varianten worden gerouteerd naar providers met voorwaarden voor prompt-logging, wat OpenRouter per provider bekendmaakt. Geen van beide is een schandaal, beide zijn de prijs van gratis.

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"}]
  }'
# Kies elke ID die eindigt op :free uit hun modellenlijst; de set roteert.

AI Horde: écht gratis, community-gedreven, wachtrij inbegrepen

AI Horde is de enige optie op deze lijst zonder facturering waar dan ook in het systeem. Vrijwilligers koppelen hun GPU's aan een gedeeld cluster, en iedereen kan tekst- of beeldgeneratietaken ertegen indienen, zelfs anoniem. In plaats van rate limits gebruikt het kudos: een prioriteitsvaluta die je verdient door compute bij te dragen of deel te nemen aan de community. Anonieme taken staan achteraan in de wachtrij; actieve bijdragers worden eerst geholpen. De afwegingen volgen direct uit het ontwerp. Wachttijden zijn onvoorspelbaar, van een paar seconden op een rustige dag tot vele minuten op piekmomenten. De beschikbare modellenlijst is wat vrijwilligers toevallig hosten, vooral open-weight communitymodellen in plaats van frontier commerciële modellen. En de doorvoer is bij lange na niet wat een API-bedrijf levert, dus het past bij hobbyprojecten, experimenteren en geduld, niet bij latency-gevoelige apps. Als jouw use case casual en asynchroon is, is AI Horde het meest eerlijke "écht gratis"-antwoord dat bestaat. Als je elke keer binnen twee seconden een reactie nodig hebt, is het dat niet.

Modellen lokaal draaien: gratis na de hardware

Lokale inference is de enige weg naar onbeperkte tokens zonder voorwaarden. Ollama is het makkelijkste startpunt: het downloadt gekwantiseerde open-weight modellen en stelt een OpenAI-compatibele server op localhost beschikbaar, dus dezelfde clientcode die je voor elke gehoste API zou schrijven, werkt ongewijzigd. De adder is hardware. Kleine modellen in het bereik van 7B tot 12B draaien acceptabel op een moderne laptop of een consumenten-GPU met 8 tot 16 GB VRAM. De grotere open-weight modellen die het dichtst bij commerciële kwaliteit komen, willen veel meer geheugen dan de meeste mensen bezitten, en promptverwerking op lange contexten is traag op consumentenkaarten. Begroot voor stroom en voor de tijd die je kwijt bent aan installatie en updates.

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama",  # vereist door de SDK, genegeerd door Ollama
)

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

Wanneer $3 aan betaal-per-gebruik beter is dan gratis

Gratis houdt op gratis te zijn zodra het je tijd kost. Op het moment dat een dagelijks plafond een werksessie afkapt, of de :free-variant waarop je bouwde verdwijnt, of de wachtrij je app kapot laat aanvoelen, wordt een kleine hoeveelheid betaald tegoed de goedkopere optie. Tokenprijzen op efficiënte modellen zijn nu laag genoeg dat één kop koffie weken zwaar chatgebruik financiert. APIsRouter is één gateway gebouwd rond precies die afweging: een OpenAI-compatibele API op https://api.apisrouter.com/v1, betaal-per-gebruik zonder abonnement, en een checkout op /topup zonder registratie waar je eerst betaalt en de sleutel per e-mail arriveert. Je eerste storting voegt +100% saldo toe, wereldwijde modellen draaien 20% onder de officiële prijs, en Chinese modellen zijn geprijsd onder de officiële tarieven. De tabel toont wat $3 tegoed koopt tegen catalogusprijzen.

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"}]
  }'

Veelgestelde vragen