無料LLM API:確認すべき制限とトークン単価
無料のLLM APIはプロトタイプには十分ですが、ほぼ必ず上限があります。確認すべきポイントのリストと、トークン課金との数値比較を以下に示します。


主要ポイント
無料と呼ばれるものの実態
api llm gratuitと検索すると、非常に異なる種類のオファーが複数表示されます。基本モデルの無料の日次クォータ。枯渇するウェルカムクレジット。自分でホストするローカルモデル。ダウンロードは無料ですが、実行は無料ではありません。期間限定の試用版。それぞれに条件があり、それらは変化するため、選択する際にプロバイダーの公式ページを確認してください。
共通点は、GPUのコストを誰かが負担していることです。あなたが負担しない場合、プロバイダーが負担し、その見返りとして制限を設け、データ収集を行うか、有料プランへの移行を期待します。これは恥ずべきことではありませんが、APIを製品に統合する前に条件を読む理由になります。
信頼する前に確認すべき7つのポイント
- レート制限の上限 1分あたりのリクエスト数、1日あたりのリクエスト数、1分あたりのトークン数。日次のクォータが低いと、重要な日にデモが失敗する可能性があります。
- 同時実行数。 同時に何件のリクエストを送信できますか?これは複数ユーザー向けのチャットボットの滑らかさを決定します。
- 期間。 数日間の試用は本番環境のプランではありません。
- プロンプトの使用方法。 モデルの学習に使用されますか? これは広告ではなく、条件に記載されています。
- コンテンツフィルタ。 合法なユースケースを拒否するモデルは、価格に関係なく使用できません。
- モデルの安定性。 モデルは予告なく削除または変更される可能性があります。
- 互換性。 OpenAI互換の形式は、プロバイダーを変更してもコードを書き直す必要を防ぎます。
検討中の各オファーをこのグリッドで確認してください。条件は変化するため、後で比較できるよう回答を記録してください。
トークン課金の数値計算
使用量課金は計算するまで不安になります。ここでは、入力トークン100万あたり$0.15、出力トークン100万あたり$0.50の料金です。入力1000トークン、出力500トークンのリクエストを例に取ります:$0.00015 + $0.00025 = $0.0004。
| ボリューム | 計算 | 月額コスト |
|---|---|---|
| 1日100リクエスト | 3 000 × 0,0004 $ | 1,20 $ |
| 1日1,000リクエスト | 30 000 × 0,0004 $ | 12 $ |
| 1日10,000リクエスト | 300 000 × 0,0004 $ | 120 $ |
より重い生成のケース:入力500トークン、出力3,000トークン(長文)。入力:500 × 0.15 / 1,000,000 = $0.000075。出力:3,000 × 0.50 / 1,000,000 = $0.0015。合計$0.001575、つまり$1.575で1,000テキスト。このプロファイルでは出力が入力より重く、トークンあたりの料金が3倍以上高いためです。
多くのスタートアッププロジェクトでは請求額は非常に小さく留まります。本当のリスクは単価ではなく、呼び出しで無限ループするバグです。max_tokensに上限を設定し、残高を監視してください。
支払わずにテスト:トライアルクレジット
拘束なしで概要を把握するために、新規ユーザーはGoogleまたはメールアドレスとパスワードで登録後、APIキーページで1クリックで$0.50のトライアルクレジットを取得できます。これは7日間有効、1人1回限りで、支払い方法は必要ありません。上記料金では、$0.50 / $0.0004 = 1250件のリクエスト(入力1000トークン、出力500トークン)に相当します。
試用キーは同時2リクエスト、1分あたり60リクエストに制限され、完全キーは8および300です。これはプロンプト、出力フォーマット、または統合の検証には十分です。APIキーの取得ページでキーをリクエストできます。
サービスはOpenAI互換のテキスト専用モデルで、モデルIDはuncensoredです。合法的な成人向け利用の範囲内でコンテンツ拒否なしで応答するように設定されています。画像、音声、埋め込みは提供されません。
制限を適切に管理するクライアント
どのAPIでも、適切なクライアントは429を処理します。ここでは、APIは429を返し、コードrate_limited(1分あたりのリクエスト数超過)またはconcurrency(同時リクエスト数超過)を返します。一時的な過負荷時にはRetry-After: 5を返します。以下にPythonの簡易版を示します。
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."}]))
支出カウンターも追加してください。各レスポンスのX-Balance-USDヘッダーが残高を示し、GET /v1/balanceは必要に応じて同様の情報を取得できます。失敗または拒否されたリクエストは請求されません。
用途に合わせた最適な選択
総合ランキングではなく、あなたの用途に応じた意思決定基準を以下に示します:
- 週末にアイデアを探求している場合。 無料クォータまたは試用クレジットで十分です。それを使って本番環境向けのものを構築しないでください。
- クライアント向けのデモを構築している場合。 予測可能な制限と安定したモデルが必要です。有料クレジットのわずかな金額で、この予測可能性が得られます。
- 実際のユーザーがいます。トークン単位の課金は唯一の現実的な選択肢です:支出を制御し、クォータ切れを回避し、リクエストごとのコストを収益と比較できます。
- 機密性の高いテキストや標準的なフィルターが拒否するトピックを処理する場合 最初にコンテンツポリシーを確認してください。合法的なケースを拒否する無料モデルは役に立ちません。
決定する前にニーズを測定するには、1週間リクエスト数、入力トークン、出力トークン、同時リクエストのピークを記録してください。各レスポンスのusageフィールドにこれらの数値が含まれています。次に単価を掛けてください:月間合計が数ドルに収まる場合、無料のメリットは消えます。増加する場合は、プロンプトを短くする、max_tokensを制限する、または繰り返しレスポンスをキャッシュするなど、どのレバーを操作すべきかがわかります。
無料から有料へのシームレスな移行
プロトタイプが安定すれば、次のステップは簡単です。サブスクリプションはありません:$20から$500までの整数金額を暗号資産(TRC20上のUSDTまたはBase上のUSDC)でチャージし、クレジットは期限切れになりません。ボーナス:$50以上で+5%、$100以上で+10%、$200以上で+15%。例えば、$100で$110のクレジットが得られ、それは$110 / $0.0004 = 275000回の標準リクエストに相当します。
料金ページにこれらの条件が記載されており、ドキュメントには/v1/chat/completions、/v1/responses、/v1/modelsのルート、ストリーミング、ツール、JSONモードの説明があります。統合側のサービス全体像については、APIによる無検閲AIの統合ガイドをご覧ください。
また、基本ルールを念頭に置いてください:合法的な成人向け利用のみ、未成年者を含む性的コンテンツは不可。プロンプトはモデルのトレーニングには使用されません。
その他のガイド
よくある質問
本当に無料で制限のないLLM APIが存在しますか?
私の知る限り、永続的な形ではありません。無料のオファーには上限や期間、または見返りがあります。各プロバイダーの現在の条件を確認してください。
ここで1回のリクエストはいくらですか?
入力1,000トークン、出力500トークンで約$0.0004、トークン100万個あたり$0.15および$0.50の料金です。
トライアルクレジットには支払い方法が必要ですか?
いいえ。$0.50のクレジットは登録後にワンクリックで請求可能で、7日間有効、1人1回限りです。
429エラーが発生したらどうすればよいですか?
待機して再試行してください。rate_limitedは1分あたりのリクエスト数が多すぎることを示し、concurrencyは並列数が多すぎることを示し、Retry-After: 5は一時的な過負荷を示します。