Gibt es LLMs mit kostenloser API? Was kostet das Gratis-Angebot?

Die kurze Antwort

Wenn du fragst gibt es LLMs mit kostenlosem API-Zugang, lautet die ehrliche Antwort aus drei Teilen. Einige Anbieter veröffentlichen kostenlose Stufen mit engen Ratenlimits. Einige Open-Weight-Modelle können auf deiner eigenen Hardware ausgeführt werden, was Strom und eine GPU kostet statt einer Rechnung. Und einige gehostete APIs, einschließlich dieser hier, geben dir ein kleines Testguthaben, damit du testen kannst, bevor du bezahlst.

Dieser Dienst hat keine kostenlose unbegrenzte Stufe. Was du bekommst, ist ein einmaliges Testguthaben von $0,50, das du mit einem Klick auf der API-Schlüssel-Seite nach der Anmeldung beanspruchen kannst. Es benötigt keine Karte, ist 7 Tage gültig und auf eine Person beschränkt. Danach lädst du auf und zahlst pro Token. Der Rest dieses Artikels setzt Zahlen in beide Phasen, damit du beurteilen kannst, ob $0,50 für deinen Test ausreichen und was ein Monat echter Nutzung kosten würde.

Was das Testguthaben bietet

Das Testguthaben ist für eine Aufgabe gedacht: damit du bestätigen kannst, dass die API sich so verhält, wie du es brauchst, bevor du etwas ausgibst. Du meldest dich mit Google oder mit einer E-Mail und einem Passwort an, öffnest die API-Schlüssel-Seite und beanspruchst das Guthaben. Der Schlüssel funktioniert mit demselben Endpunkt und derselben Modell-ID (uncensored) wie ein bezahlter Schlüssel.

Für einen Test-Schlüssel gelten zwei Unterschiede. Er erlaubt 2 parallele Anfragen und 60 Anfragen pro Minute, während ein voller Schlüssel 8 parallele und 300 pro Minute erlaubt. Und das Guthaben verfällt nach 7 Tagen. Wenn du einen Client, ein Skript oder einen kleinen Bot einbindest, sind diese Limits mehr als ausreichend. Wenn du planst, Lasttests mit parallelen Workern durchzuführen, wirst du schnell den HTTP-429-Fehler mit dem concurrency-Code erhalten, was ein Signal zum Aufladen ist, kein Bug.

Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, also frisst eine Anfrage, die einen Fehler auslöst, nicht dein Testguthaben. Jede Antwort enthält auch einen X-Balance-USD-Header, mit dem du den sinkenden Kontostand beim Testen beobachten kannst.

Wie weit $0,50 reichen: Token-Mathematik

Die Preise liegen bei $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Geteilt durch eine Million ergibt dies die Kosten pro Token: $0,00000015 für Input und $0,0000005 für Output. Output kostet etwas mehr als dreimal so viel wie Input, daher bewegen lange Antworten die Rechnung stärker als lange Prompts.

Eine kurze Chat-Nachricht

Nimm eine Anfrage mit 1.000 Input-Token (ein System-Prompt plus einige Durchgänge) und 500 Output-Token.

• Input: 1.000 x $0,15 / 1.000.000 = $0,00015
• Output: 500 x $0,50 / 1.000.000 = $0,00025
• Gesamt: $0,0004 pro Anfrage

$0,50 geteilt durch $0,0004 ergibt 1.250 Anfragen. Das ist ein ganzer Nachmittag manuellen Testens oder ein kleines Skript, das oft ausgeführt wird.

Eine schwerere Anfrage

Nun 4.000 Input-Token und 1.000 Output-Token, was einem langen Gesprächsverlauf mit einer detaillierten Antwort entspricht.

• Input: 4.000 x $0,15 / 1.000.000 = $0,0006
• Ausgabe: 1.000 x $0,50 / 1.000.000 = $0,0005
• Gesamt: $0,0011 pro Anfrage

$0,50 geteilt durch $0,0011 ergibt etwa 454 Anfragen.

Das gesamte Kontextfenster füllen

Das Kontextfenster umfasst 100.000 Token, Prompt plus Completion. Eine Anfrage mit 98.000 Token Input und 2.000 Output kostet 98.000 x 0,15 $ / 1.000.000 = 0,0147 $ für Input plus 2.000 x 0,50 $ / 1.000.000 = 0,001 $ für Output, also insgesamt 0,0157 $. Das Testguthaben deckt etwa 31 dieser Anfragen ab. Die Arbeit mit langen Kontexten lässt den Testguthaben-Saldo am schnellsten verschwinden, also teste es mit einigen Anfragen statt mit einer Schleife.

Was nach dem Testguthaben passiert

Wenn die $0,50 weg sind oder die 7 Tage abgelaufen sind, wechselst du zum Prepaid-Guthaben. Es gibt kein Abonnement und kein monatliches Minimum. Du fügst Guthaben einmal hinzu, und Anfragen ziehen es nach den oben genannten Token-Preisen ab. Das Guthaben verfällt nie, also schwindet es nicht, wenn du es langsam nutzt.

Aufladungen sind beliebige ganze Beträge von $20 bis $500. Größere Beträge erhalten einen Bonus oben drauf: 5 % ab $50, 10 % ab $100 und 15 % ab $200. In der Praxis sieht das so aus:

Du zahlst	Bonus	Guthaben, das du erhältst
$20	keine	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00

Du kannst mit Karte (Visa, Mastercard, Apple Pay, Google Pay) oder mit Krypto (USDT auf TRC20, USDC auf Base) bezahlen. Die Preisseite enthält die aktuellen Auflade-Details.

Wie ein echter Monat aussieht

Ein Test zeigt dir, dass die API funktioniert. Die Frage, die darüber entscheidet, ob du sie weiter nutzt, ist, was die Dauernutzung kostet. Hier sind zwei Skizzen, beide basierend auf denselben Preisen.

Ein kleiner Companion- oder Chat-Bot. Sagen wir 10.000 Nachrichten in einem Monat, jede mit 1.500 Input-Token und 400 Output-Token. Input ist 10.000 x 1.500 = 15.000.000 Token, das sind 15 x $0,15 = $2,25. Output ist 10.000 x 400 = 4.000.000 Token, das sind 4 x $0,50 = $2,00. Der Monat kostet $4,25, also deckt eine Aufladung von $20 etwas weniger als fünf Monate bei diesem Tempo ab.

Ein Batch-Job. Sagen wir, du verarbeitest 2.000 Dokumente, jedes mit 3.000 Input-Token und 600 Output-Token. Input sind 6.000.000 Token, also $0,90. Output sind 1.200.000 Token, also $0,60. Der gesamte Batch kostet $1,50. Derselbe Job an einem langsamen Nachmittag deines eigenen Testens kostet ein paar Cent, weshalb das Testguthaben meist ausreicht, um eine Entscheidung zu treffen.

Dies sind Beispiele, keine Versprechen für deine Arbeitslast. Deine eigenen Zahlen hängen von der Prompt-Länge, der Menge der gesendeten Historie und der Länge der Antworten ab. Das usage-Feld in jeder Antwort gibt die exakten Token-Anzahlen an, sodass du sie nach einem Tag Nutzung selbst multiplizieren und den Monat projizieren kannst.

Andere Möglichkeiten, eine LLM ohne Bezahlung zu nutzen

Wenn $0,50 nicht ausreichen und du noch nicht bezahlen möchtest, gibt es andere Wege, die jeweils mit Kosten, die nicht auf einer Rechnung steht.

• Kostenlose Stufen anderer Anbieter. Mehrere Anbieter bieten begrenzten kostenlosen Zugang. Die Limits, die Modelle und die Bedingungen ändern sich oft, also prüfe ihre aktuellen Preise und Regeln, bevor du auf einer aufbaust.
• Ein Modell selbst ausführen. Open-Weight-Modelle können lokal mit Tools wie Ollama oder llama.cpp ausgeführt werden. Du zahlst in Hardware und Einrichtungszeit, und größere Modelle benötigen eine leistungsstarke GPU. Ein lokales Modell ist eine gute Wahl, wenn Datenschutz oder null Grenzkosten wichtiger sind als Geschwindigkeit.
• Selbst-Hosting hinter einem Proxy. Wenn du bereits ein Gateway wie LiteLLM betreibst, kannst du es auf einen OpenAI-kompatiblen Endpunkt zeigen. Der LiteLLM-Vergleich behandelt, wann ein Gateway hilft und wann eine direkte Verbindung einfacher ist.

Kostenloser Zugang hat Nachteile, die leicht übersehen werden: Eine kostenlose Stufe kann Inhalte ablehnen, die ein legaler Anwendungsfall für Erwachsene benötigt, dich auf wenige Anfragen pro Minute beschränken oder die Bedingungen ohne Ankündigung ändern. Wenn du einen Endpunkt brauchst, der ohne Inhaltsfilter antwortet, OpenAI-kompatibel ist und stabile Preise hat, ist ein kleines Prepaid-Guthaben oft der günstigere Weg, wenn du deine eigene Zeit mit einrechnest. Die eine harte Grenze bei diesem Dienst ist: keine sexuellen Inhalte mit Minderjährigen.

Das Testguthaben sinnvoll nutzen

Einige Gewohnheiten strecken $0,50 weiter und geben dir einen ehrlicheren Test.

1. Setze max_tokens während des Testens, damit eine unkontrollierte Antwort nicht mehr ausgibt, als du geplant hast. In der Produktion ist es optional.
2. Halte Prompts kurz, bis das Verhalten stimmt, und teste dann einmal mit deiner tatsächlichen Prompt-Länge.
3. Nutze Streaming für interaktive Tests. Streaming gibt die Nutzung am Ende zurück, sodass du die Token-Anzahlen immer noch siehst.
4. Prüfe den X-Balance-USD-Header nach einem Durchlauf, um zu bestätigen, dass die Ausgaben mit deiner Berechnung übereinstimmen.

Diese Anfrage verbraucht einen Bruchteil eines Cents und zeigt dir die Struktur und Header der Antwort:

Copycurl -i https://api.llmapisource.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Say hello in one sentence."}],
    "max_tokens": 50
  }'

Der gleiche Aufruf funktioniert mit jedem OpenAI SDK, sobald die Base URL und der Schlüssel geändert sind. Die Schnellstartanleitung zeigt die Python- und Node-Versionen, einschließlich Streaming und Function Calling.

Weitere Anleitungen

• AnythingLLM API-Schlüssel: Verbinde einen benutzerdefinierten OpenAI-Endpunkt
• Bestes LLM für Rollenspiel 2025: Was du beachten solltest
• LiteLLM vs. direkte unzensierte LLM-API