Nous avons agrégé plus de 130 modèles d'IA gratuits provenant d'une cinquantaine de fournisseurs en un seul endpoint

UnoRouter agrège les quotas gratuits d'une cinquantaine de fournisseurs en amont en plus de 130 modèles avec un vrai niveau gratuit accessible via une seule clé. Chaque modèle gratuit permet environ 1 requête par minute par utilisateur ; atteindre cette limite renvoie un HTTP 429 avec un header Retry-After, et les pools épuisés retournent une erreur explicite indiquant que tous les fournisseurs sont occupés, puis récupèrent automatiquement. Les modèles payants sont facturés à l'usage à partir de $1.

L'écosystème des LLM gratuits est bien réel, mais éparpillé : NVIDIA, Cloudflare, Gemini, Mistral, Z.ai, ModelScope et des dizaines d'autres offrent chacun une vraie capacité gratuite, derrière autant de pages d'inscription, de formats de clés et d'API incompatibles. Nous avons découvert, testé et intégré dans UnoRouter chaque fournisseur offrant une offre gratuite permanente. Le résultat : plus de 130 modèles gratuits provenant d'une cinquantaine de fournisseurs, accessibles via un seul endpoint compatible OpenAI et une seule clé.

Ce que nous avons ajoute

Une cinquantaine de fournisseurs gratuits, intégrés un par un : les offres gratuites officielles comme NVIDIA NIM, Cloudflare Workers AI, Gemini, Mistral, Z.ai et ModelScope, des hébergeurs de modèles ouverts et des routeurs, des réseaux communautaires comme Gonka et AI Horde, ainsi que des produits web gratuits auxquels nous nous connectons via nos propres adaptateurs. Cela représente plus de 130 modèles gratuits : GLM, DeepSeek, Gemini, MiniMax, Qwen, gpt-oss, Nemotron, Llama et bien d'autres, ainsi que des modèles d'image et d'audio gratuits. Chacun est testé de bout en bout pour HTTP, le streaming et les appels d'outils avant sa mise en ligne, et les mêmes contrôles d'authenticité que nous appliquons aux modèles payants permettent de détecter les fournisseurs qui servent un modèle différent de celui qu'ils annoncent.

Gratuits pour une raison

Ces modèles sont vraiment gratuits, et c'est précisément pour cela qu'ils ont des limites. Chaque amont impose les siennes : requêtes par minute, quotas quotidiens de tokens, budgets de neurones Cloudflare, priorité dans la file d'attente des bénévoles. Une fois un plafond atteint, ce fournisseur renvoie un 429 jusqu'à la réinitialisation. Une clé gratuite qui fonctionnait ce matin peut être épuisée cet après-midi. Le palier gratuit offre un débit au mieux, pas une garantie. Si votre charge de travail exige une latence prévisible et aucun 429 surprise, utilisez un modèle payant.

Notre propre limite de débit, et pourquoi elle existe

Par-dessus les plafonds en amont, nous ajoutons une petite limite bien à nous : une requête par minute par modèle gratuit et par utilisateur. C'est délibéré. Un seul modèle gratuit est souvent un unique pool en amont partagé, d'environ un million de tokens par jour pour tout le monde réuni, si bien que sans plafond une poignée de gros utilisateurs le viderait en quelques minutes et tous les autres ne verraient plus rien. Une requête par minute et par modèle garde le pool en vie et le répartit sur toute la communauté, et vous pouvez étaler votre trafic sur les nombreux modèles gratuits au lieu de marteler un seul. Lorsque vous atteignez notre plafond, vous recevez un HTTP 429 avec un en-tête Retry-After qui vous indique exactement combien de temps attendre. C'est distinct du 429 en amont et du 503 ci-dessous. Si vous voulez un débit plus élevé sur un modèle précis, utilisez son palier payant, où la limite ne s'applique pas.

Pourquoi les regrouper

Parce que l'alternative, c'est cinquante comptes. Chaque fournisseur a sa propre inscription, son propre format de clé, sa propre URL de base et ses propres particularités : certains parlent leur propre dialecte d'API, certains intègrent un identifiant de compte dans l'URL, certains n'existent qu'en tant que chat web. Nous avons tout absorbé pour que vous les appeliez comme vous appelez tout le reste : un seul endpoint compatible OpenAI, une seule clé, un nom de modèle. Les modèles gratuits vous coûtent $0 et nous n'y prélevons aucune commission ; ce sont les modèles payants qui font tourner la boutique.

Comment nous attenuons les limites

Beaucoup de ces modèles sont servis par plus d'un fournisseur gratuit. À lui seul, Llama 3.3 70B tourne chez sept d'entre eux. Quand plusieurs fournisseurs proposent le même modèle, nous les regroupons sous un seul nom publié et basculons automatiquement : si un amont renvoie un 429 ou se tait, le fournisseur sain suivant qui sert ce modèle prend la requête en charge. C'est le seul levier que nous contrôlons vraiment. Si, à un instant donné, tous les fournisseurs d'un modèle sont limités en débit, la requête renvoie un HTTP 503 avec un message explicite "tous les fournisseurs sont occupés" (pas un 404, ni un "modèle introuvable"), et le canal est retesté et réactivé en quelques minutes par notre cron de santé. Ainsi, un modèle gratuit multi-sources continue de répondre longtemps après l'épuisement de l'un de ses fournisseurs. Les modèles gratuits à source unique n'ont aucune solution de repli et se figent donc dès que leur unique amont est épuisé.

D'où viennent vraiment les modèles gratuits

Toutes les sources ne sont pas des API gratuites officielles, et nous préférons le dire plutôt que de vous laisser le supposer. Une partie du catalogue gratuit provient des offres gratuites publiques des fournisseurs. Une autre partie vient de réseaux communautaires qui distribuent de l'inférence gratuitement. Une autre encore provient de chats web gratuits auxquels nous nous connectons via nos propres adaptateurs, que ces services n'ont pas conçus pour cet usage. Chez certains fournisseurs, nous utilisons plusieurs comptes pour répartir la charge. Quand un fournisseur nous demande d'arrêter, nous arrêtons : en septembre, nous avons retiré un modèle dans les heures suivant le contact de son propriétaire. Si votre usage nécessite une source officielle et stable, utilisez les modèles payants ou l'API directe du fournisseur.

Essayez-le

Les plus de 130 modèles gratuits sont disponibles en temps réel derrière un seul endpoint compatible OpenAI. Obtenez une clé API ou parcourez le catalogue de modèles en filtrant sur les offres gratuites. Pensez simplement à vérifier votre niveau lorsqu'un 429 ou un 503 apparaît.