LLM Non CensureGuide
API LLM gratuit : limites à vérifier et coût au token
Une API LLM gratuite peut suffire pour un prototype, mais elle a presque toujours des plafonds. Voici la liste des points à vérifier et un comparatif chiffré avec le paiement au token.


Points clés
Ce qu'on appelle gratuit, et ce que ça cache
Quand on tape api llm gratuit, on tombe sur plusieurs types d'offres très différents. Un quota quotidien gratuit sur un modèle de base. Un crédit de bienvenue qui s'épuise. Un modèle local que vous hébergez vous-même, gratuit à télécharger mais pas à faire tourner. Une version d'essai limitée dans le temps. Chacune a ses conditions, qui évoluent, donc lisez la page officielle du fournisseur au moment où vous choisissez.
Le point commun : quelqu'un finance les GPU. Si ce n'est pas vous, c'est le fournisseur, qui se rattrape par des limites, par la collecte de données, ou en espérant que vous passerez à une offre payante. Rien de honteux là-dedans, mais cela justifie de lire les conditions avant d'intégrer l'API dans un produit.
Sept points à vérifier avant de s'y fier
- Le plafond de débit. Requêtes par minute, par jour, tokens par minute. Un quota quotidien bas casse une démo le jour où elle compte.
- La concurrence. Combien de requêtes en même temps ? Cela décide de la fluidité d'un chatbot à plusieurs utilisateurs.
- La durée. Un essai de quelques jours n'est pas un plan de production.
- L'usage de vos prompts. Servent-ils à entraîner un modèle ? C'est écrit dans les conditions, pas dans la publicité.
- Les filtres de contenu. Un modèle qui refuse vos cas d'usage légaux est inutilisable, quel que soit son prix.
- La stabilité des modèles. Un modèle peut être retiré ou changé sans prévenir.
- La compatibilité. Un format compatible OpenAI évite de réécrire du code si vous changez de fournisseur.
Passez chaque offre que vous envisagez à cette grille. Notez les réponses, car les conditions changent et vous voudrez comparer plus tard.
Le paiement au token en chiffres
Le paiement à l'usage fait peur tant qu'on ne l'a pas calculé. Ici, le tarif est de 0,15 $ par million de tokens en entrée et 0,50 $ par million en sortie. Prenons une requête de 1 000 tokens en entrée et 500 en sortie : 0,00015 $ + 0,00025 $ = 0,0004 $.
| Volume | Calcul | Coût mensuel |
|---|---|---|
| 100 requêtes par jour | 3 000 × 0,0004 $ | 1,20 $ |
| 1 000 requêtes par jour | 30 000 × 0,0004 $ | 12 $ |
| 10 000 requêtes par jour | 300 000 × 0,0004 $ | 120 $ |
Un cas de génération plus lourd : 500 tokens d'entrée et 3 000 de sortie (un texte long). Entrée : 500 × 0,15 / 1 000 000 = 0,000075 $. Sortie : 3 000 × 0,50 / 1 000 000 = 0,0015 $. Total 0,001575 $, donc 1 000 textes pour 1,575 $. La sortie pèse bien plus lourd que l'entrée dans ce profil, car elle est facturée plus de trois fois plus cher par token.
Pour la plupart des projets en démarrage, la facture reste très modeste. Le vrai risque n'est pas le prix unitaire, c'est un bug qui boucle sur des appels. Pensez à plafonner max_tokens et à surveiller le solde.
Tester sans payer : le crédit d'essai
Pour se faire une idée sans engagement, les nouveaux utilisateurs peuvent réclamer 0,50 $ de crédit d'essai en un clic sur la page de la clé API, après l'inscription avec Google ou avec e-mail et mot de passe. Il est valable 7 jours, limité à un par personne, et ne demande aucun moyen de paiement. Au tarif ci-dessus, il représente 0,50 / 0,0004 = 1 250 requêtes de 1 000 tokens en entrée et 500 en sortie.
Les clés d'essai sont limitées à 2 requêtes simultanées et 60 par minute, contre 8 et 300 pour une clé complète. C'est assez pour valider un prompt, un format de sortie ou une intégration. Vous pouvez demander votre clé sur la page obtenir une clé API.
Le service est un modèle de texte uniquement, compatible OpenAI, avec l'identifiant uncensored : il est réglé pour répondre sans refus de contenu dans le cadre d'un usage adulte légal. Pas d'images, d'audio ni d'embeddings.
Un client qui gère bien les limites
Quelle que soit l'API, un bon client gère les 429. Ici, l'API répond 429 avec le code rate_limited (trop de requêtes par minute) ou concurrency (trop de requêtes simultanées), et avec Retry-After: 5 en cas de surcharge temporaire. Voici une version simple en Python.
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.llmnoncensure.com/v1", api_key="VOTRE_CLE")
def appeler(messages, essais=4):
for n in range(essais):
try:
r = client.chat.completions.create(
model="uncensored",
messages=messages,
max_tokens=400,
)
return r.choices[0].message.content
except RateLimitError:
time.sleep(5 * (n + 1))
raise RuntimeError("Trop de refus 429, réessayez plus tard")
print(appeler([{"role": "user", "content": "Donne cinq idées de titres pour un roman policier."}]))
Ajoutez aussi un compteur de dépense : l'en-tête X-Balance-USD de chaque réponse vous donne le solde, et GET /v1/balance fait de même à la demande. Les requêtes échouées ou refusées ne sont pas facturées.
Quel profil pour quelle option
Plutôt qu'un classement général, voici des critères de décision selon ce que vous faites :
- Vous explorez une idée ce week-end. Un quota gratuit ou un crédit d'essai suffit. Ne bâtissez rien de définitif dessus.
- Vous construisez une démo pour un client. Il vous faut des limites prévisibles et un modèle stable. Quelques dollars de crédit payant achètent cette prévisibilité.
- Vous avez des utilisateurs réels. Le paiement au token devient la seule option sérieuse : vous contrôlez la dépense, vous évitez les coupures de quota, et vous comparez le coût par requête à votre revenu.
- Vous traitez des textes sensibles ou des sujets que les filtres standards refusent. Vérifiez d'abord la politique de contenu : un modèle gratuit qui refuse vos cas légaux ne vous sert à rien.
Pour mesurer vos besoins avant de décider, journalisez pendant une semaine le nombre de requêtes, les tokens en entrée et en sortie, et le pic de requêtes simultanées. Le champ usage de chaque réponse donne ces chiffres. Multipliez ensuite par le tarif : si le total mensuel tient en quelques dollars, l'argument du gratuit s'évapore. S'il grimpe, vous saurez quel levier actionner, qu'il s'agisse de raccourcir les prompts, de limiter max_tokens ou de mettre en cache les réponses répétées.
Passer du gratuit au payant sans douleur
Quand le prototype tient la route, la suite est simple. Pas d'abonnement : vous rechargez un montant entier entre 20 $ et 500 $ en crypto (USDT sur TRC20 ou USDC sur Base), et le crédit n'expire jamais. Les bonus : +5 % dès 50 $, +10 % dès 100 $, +15 % dès 200 $. Par exemple, 100 $ donnent 110 $ de crédit, soit 110 / 0,0004 = 275 000 requêtes type.
La page tarifs reprend ces conditions, et la documentation décrit les routes /v1/chat/completions, /v1/responses et /v1/models, le streaming, les outils et le mode JSON. Pour un panorama plus large du service côté intégration, il y a le guide intégrer une IA non censurée par API.
Gardez aussi en tête la règle de fond : usage adulte légal uniquement, et jamais de contenu sexuel impliquant des mineurs. Les prompts ne servent pas à l'entraînement du modèle.
Autres guides
Questions fréquentes
Existe-t-il une API LLM vraiment gratuite et illimitée ?
Pas à ma connaissance sous une forme durable : les offres gratuites ont des plafonds, une durée ou des contreparties. Vérifiez les conditions actuelles de chaque fournisseur.
Combien coûte une requête typique ici ?
Environ 0,0004 $ pour 1 000 tokens en entrée et 500 en sortie, au tarif de 0,15 $ et 0,50 $ par million de tokens.
Faut-il un moyen de paiement pour le crédit d'essai ?
Non. Le crédit de 0,50 $ se réclame en un clic après l'inscription, valable 7 jours, une fois par personne.
Que faire si je reçois une erreur 429 ?
Attendez puis réessayez. Le code rate_limited signale trop de requêtes par minute, concurrency trop de requêtes en parallèle, et Retry-After: 5 une surcharge temporaire.
Votre clé est à une étape
Créez un compte, copiez la clé, modifiez l'URL de base. C'est tout.