Agregamos más de 130 modelos de IA gratuitos de unos 50 proveedores en un solo endpoint

UnoRouter agrega rutas gratuitas de unos 50 proveedores en más de 130 modelos con un nivel gratuito real detrás de una sola clave. Cada modelo gratuito permite aproximadamente 1 solicitud por minuto por usuario; superar el límite devuelve HTTP 429 con una cabecera Retry-After, y los pools agotados devuelven un error explícito de todos los proveedores ocupados y se recuperan automáticamente. Los modelos de pago se facturan por uso desde $1.

El ecosistema de LLMs gratuitos es real, pero está muy fragmentado: NVIDIA, Cloudflare, Gemini, Mistral, Z.ai, ModelScope y decenas de otros ofrecen capacidad genuita, pero detrás de decenas de páginas de registro, formatos de clave incompatibles y APIs dispares. Descubrimos, probamos y unificamos todos los proveedores permanentemente gratuitos que encontramos en UnoRouter. El resultado: más de 130 modelos gratuitos de unos 50 proveedores detrás de un único endpoint compatible con OpenAI y una sola clave.

Lo que agregamos

Alrededor de cincuenta proveedores gratuitos, integrados uno a uno: niveles gratuitos oficiales como NVIDIA NIM, Cloudflare Workers AI, Gemini, Mistral, Z.ai y ModelScope, hosts y routers de modelos abiertos, redes comunitarias como Gonka y AI Horde, y productos web gratuitos a los que nos conectamos mediante adaptadores propios. En total, más de 130 modelos gratuitos: GLM, DeepSeek, Gemini, MiniMax, Qwen, gpt-oss, Nemotron, Llama y más, además de modelos gratuitos de imagen y audio. Cada uno se verifica de extremo a extremo para HTTP, streaming y llamadas a herramientas antes de publicarse, y las mismas comprobaciones de autenticidad que aplicamos a los modelos de pago detectan a los proveedores que sirven un modelo distinto al que anuncian.

Gratuitos por una razón

Estos modelos son realmente gratuitos, y por eso mismo tienen límites. Cada origen impone los suyos: solicitudes por minuto, cuotas diarias de tokens, presupuestos de neuronas de Cloudflare, prioridad en la cola de voluntarios. Al alcanzar un tope, ese proveedor devuelve 429 hasta que se restablece. Una clave gratuita que funcionaba esta mañana puede estar agotada por la tarde. El nivel gratuito es rendimiento de mejor esfuerzo, no una garantía. Si tu carga de trabajo necesita latencia predecible y ningún 429 por sorpresa, usa un modelo de pago.

Nuestro propio límite de tasa, y por qué existe

Además de los topes de origen añadimos un pequeño límite propio: una solicitud por minuto por modelo gratuito y por usuario. Es deliberado. Un solo modelo gratuito suele ser un único grupo de origen compartido de quizá un millón de tokens al día para todos en conjunto, así que sin un tope un puñado de usuarios intensivos lo agotaría en minutos y los demás no verían nada. Una por minuto y por modelo mantiene vivo el grupo y lo reparte entre toda la comunidad, y puedes distribuir el tráfico entre los muchos modelos gratuitos en lugar de machacar uno solo. Cuando alcanzas nuestro tope recibes un HTTP 429 con una cabecera Retry-After que te indica exactamente cuánto esperar. Esto es distinto del 429 de origen y del 503 de más abajo. Si quieres mayor rendimiento en un modelo concreto, usa su nivel de pago, donde el límite no se aplica.

Por qué agregarlos siquiera

Porque la alternativa son cincuenta cuentas. Cada proveedor tiene su propio registro, su propio formato de clave, su propia URL base y sus propias particularidades: algunos hablan su dialecto de API, algunos incluyen un ID de cuenta en la URL, algunos solo existen como chat web. Absorbimos todo eso para que los invoques igual que al resto: un endpoint compatible con OpenAI, una clave, un nombre de modelo. Los modelos gratuitos te cuestan $0 y no tomamos ninguna comisión sobre ellos; los modelos de pago son los que mantienen el servicio en marcha.

Cómo suavizamos los límites

Muchos de estos modelos los sirve más de un proveedor gratuito. Solo Llama 3.3 70B corre en siete de ellos. Cuando varios proveedores ofrecen el mismo modelo, los unificamos bajo un único nombre publicado y conmutamos automáticamente: si un origen devuelve un 429 o se queda en silencio, el siguiente proveedor sano que sirve ese modelo se hace cargo de la solicitud. Esa es la única palanca que sí controlamos. Si en un momento dado todos los proveedores de un modelo están limitados por tasa, la solicitud devuelve un HTTP 503 con un mensaje explícito de "todos los proveedores ocupados" (no un 404, ni un "modelo no encontrado"), y nuestro cron de salud vuelve a probar y reactivar el canal en cuestión de minutos. Así, un modelo gratuito con varias fuentes sigue respondiendo mucho después de que cualquiera de sus proveedores se agote. Los modelos gratuitos de una sola fuente no tienen respaldo, así que se paran cuando su único origen se agota.

De dónde vienen realmente los modelos gratuitos

No todas las fuentes son una API gratuita oficial, y preferimos decirlo antes de que lo des por sentado. Parte del catálogo gratuito proviene de los niveles gratuitos públicos de los proveedores. Otra parte proviene de redes comunitarias que ofrecen inferencia gratuita. Otra parte proviene de chats web gratuitos a los que nos conectamos mediante nuestros propios adaptadores, que esos servicios no crearon para este tipo de uso. En algunos proveedores usamos más de una cuenta para distribuir la carga. Cuando un proveedor nos pide que paremos, paramos: en septiembre eliminamos un modelo pocas horas después de que su propietario se pusiera en contacto con nosotros. Si tu trabajo necesita una fuente oficial y estable, usa los modelos de pago o la propia API del proveedor.

Pruebalo

Los más de 130 modelos gratuitos están disponibles detrás de un único endpoint compatible con OpenAI. Obtén una clave de API o explora el catálogo de modelos y filtra por gratuito. Solo recuerda en qué nivel estás cuando aparezca un 429 o un 503.