Abbiamo aggregato 130+ modelli AI gratuiti da circa 50 provider in un unico endpoint

UnoRouter aggrega canali gratuiti da circa 50 provider upstream in più di 130 modelli con un tier gratuito autentico dietro un'unica chiave. Ogni modello gratuito consente circa 1 richiesta al minuto per utente; raggiungere il limite restituisce HTTP 429 con un header Retry-After, e i pool esauriti restituiscono un esplicito errore tutti i provider occupati e si ripristinano automaticamente. I modelli a pagamento vengono fatturati a consumo a partire da $1.

Il panorama degli LLM gratuiti è reale ma frammentato: NVIDIA, Cloudflare, Gemini, Mistral, Z.ai, ModelScope e decine di altri offrono capacità genuine, ciascuno dietro le proprie pagine di registrazione, formati di chiave e API incompatibili. Abbiamo scoperto, testato e unificato ogni provider permanentemente gratuito che siamo riusciti a trovare in UnoRouter. Il risultato: 130+ modelli gratuiti da circa 50 provider dietro un unico endpoint compatibile con OpenAI e un'unica chiave.

Cosa abbiamo aggiunto

Circa cinquanta provider gratuiti, aggiunti uno alla volta: tier gratuiti ufficiali come NVIDIA NIM, Cloudflare Workers AI, Gemini, Mistral, Z.ai e ModelScope, host e router di modelli open, reti community come Gonka e AI Horde, e prodotti web gratuiti a cui ci colleghiamo tramite adattatori nostri. Sono 130+ modelli gratuiti: GLM, DeepSeek, Gemini, MiniMax, Qwen, gpt-oss, Nemotron, Llama e altri, oltre a modelli gratuiti per immagini e audio. Ognuno viene testato end to end su HTTP, streaming e tool call prima di andare live, e gli stessi controlli di autenticità che applichiamo ai modelli a pagamento intercettano i provider che servono un modello diverso da quello dichiarato.

Gratuiti per un motivo

Questi modelli sono davvero gratuiti, ed è esattamente per questo che hanno dei limiti. Ogni upstream impone i propri: richieste al minuto, quote giornaliere di token, budget di neuroni Cloudflare, priorità nella coda dei volontari. Raggiunto un tetto, quel provider restituisce 429 finché non si ripristina. Una chiave gratuita che funzionava stamattina può essere esaurita nel pomeriggio. Il piano gratuito offre throughput best-effort, non una garanzia. Se il tuo carico di lavoro richiede latenza prevedibile e nessun 429 a sorpresa, usa un modello a pagamento.

Il nostro limite di frequenza, e perché esiste

Oltre ai tetti a monte aggiungiamo un piccolo limite tutto nostro: una richiesta al minuto per modello gratuito e per utente. È una scelta deliberata. Un singolo modello gratuito è spesso un unico pool a monte condiviso, di forse un milione di token al giorno per tutti insieme, così che senza un tetto una manciata di utenti pesanti lo prosciugherebbe in pochi minuti e tutti gli altri non vedrebbero nulla. Una al minuto per modello tiene in vita il pool e lo distribuisce sull'intera comunità, e puoi distribuire il traffico sui molti modelli gratuiti invece di martellarne uno solo. Quando raggiungi il nostro tetto ricevi un HTTP 429 con un header Retry-After che ti dice esattamente quanto attendere. È distinto dal 429 a monte e dal 503 più sotto. Se vuoi un throughput più alto su un modello specifico, usa il suo piano a pagamento, dove il limite non si applica.

Perché aggregarli del tutto

Perché l'alternativa sono cinquanta account. Ogni provider ha la sua registrazione, il suo formato di chiave, il suo base URL e le sue peculiarità: alcuni parlano un dialetto API proprietario, alcuni includono un account id nell'URL, alcuni esistono solo come web chat. Abbiamo assorbito tutto questo affinché tu possa chiamarli come chiami tutto il resto: un unico endpoint compatibile con OpenAI, una chiave, un nome di modello. I modelli gratuiti ti costano $0 e non prendiamo nulla su di essi; i modelli a pagamento sono quelli che tengono in piedi tutto.

Come attenuiamo i limiti

Molti di questi modelli sono serviti da più di un provider gratuito. Il solo Llama 3.3 70B gira su sette di essi. Quando più provider offrono lo stesso modello, li accorpiamo sotto un unico nome pubblicato e commutiamo automaticamente: se un upstream restituisce un 429 o resta muto, il provider sano successivo che serve quel modello prende in carico la richiesta. Questa è l'unica leva che controlliamo davvero. Se in un dato momento tutti i provider di un modello sono limitati in frequenza, la richiesta restituisce un HTTP 503 con un messaggio esplicito "tutti i provider occupati" (non un 404, né un "modello non trovato"), e il canale viene ritestato e riabilitato in pochi minuti dal nostro cron di salute. Così un modello gratuito multi-fonte continua a rispondere a lungo dopo l'esaurimento di uno qualsiasi dei suoi provider. I modelli gratuiti a fonte unica non hanno alcun ripiego e quindi si bloccano quando il loro unico upstream è esaurito.

Da dove provengono davvero i modelli gratuiti

Non tutte le fonti sono API gratuite ufficiali, e preferiamo dirlo chiaramente piuttosto che lasciarlo intendere. Parte del catalogo gratuito proviene dai piani gratuiti pubblici dei provider. Parte proviene da reti comunitarie che offrono inferenza gratuita. Parte proviene da chat web gratuite che colleghiamo tramite nostri adattatori, che quei servizi non hanno creato per questo tipo di utilizzo. Su alcuni provider utilizziamo più di un account per distribuire il carico. Quando un provider ci chiede di fermarci, ci fermiamo: a settembre abbiamo rimosso un modello entro poche ore dal contatto del suo proprietario. Se il tuo lavoro richiede una fonte ufficiale e stabile, usa i modelli a pagamento o l'API del provider.

Provalo

Tutti i 130+ modelli gratuiti sono attivi dietro un unico endpoint compatibile con OpenAI. Ottieni una chiave API oppure sfoglia il catalogo dei modelli e filtra per gratuiti. Ricorda solo su quale tier ti trovi quando compare un 429 o un 503.