Existe-t-il des LLM avec une API gratuite ? Quel est le coût du gratuit ?

La réponse courte

Si vous vous demandez s'il existe des LLM avec une API gratuite, la réponse honnête comporte trois parties. Certains fournisseurs publient des niveaux gratuits avec des limites de débit strictes. Certains modèles à poids ouverts peuvent être exécutés sur votre propre matériel, ce qui vous coûte en électricité et en GPU plutôt qu'en facture. Et certaines API hébergées, y compris celle-ci, vous offrent un petit solde d'essai pour tester avant de payer.

Ce service n'a pas de niveau gratuit et illimité. Ce que vous obtenez est un essai unique de $0,50 de crédit, réclamé en un clic sur la page clé API après la connexion. Aucune carte n'est nécessaire, c'est valable 7 jours et limité à une personne. Ensuite, vous rechargez et payez par token. Cet article donne des chiffres pour les deux étapes afin que vous puissiez juger si $0,50 suffit pour votre test et quel serait le coût d'un mois d'utilisation réelle.

Ce que l'essai vous offre

L'essai est conçu pour une tâche : vous permettre de confirmer que l'API se comporte comme vous le souhaitez avant de dépenser quoi que ce soit. Vous vous connectez avec Google, ou par e-mail et mot de passe, ouvrez la page clé API et réclamez le crédit. La clé fonctionne avec le même endpoint et le même ID de modèle (uncensored) qu'une clé payante.

Deux différences s'appliquent à une clé d'essai. Elle est limitée à 2 requêtes simultanées et 60 requêtes par minute, contre 8 requêtes simultanées et 300 par minute pour une clé complète. De plus, le solde expire après 7 jours. Si vous configurez un client, un script ou un petit bot, ces limites sont amplement suffisantes. Si vous prévoyez de tester la charge avec des processus parallèles, vous atteindrez rapidement le code d'erreur HTTP 429 avec le code d'erreur concurrency, ce qui est un signal pour recharger plutôt qu'un bug.

Les requêtes échouées ou refusées ne sont pas facturées, donc une requête qui échoue ne consomme pas votre solde d'essai. Chaque réponse inclut également un en-tête X-Balance-USD, ce qui vous permet de surveiller la baisse du solde pendant vos tests.

Combien $0,50 permet de faire : calcul des tokens

Les prix sont de $0,15 par 1M de tokens en entrée et $0,50 par 1M de tokens en sortie. Divisez par un million et vous obtenez le coût par token : $0,00000015 pour l'entrée et $0,0000005 pour la sortie. La sortie coûte un peu plus de trois fois cher que l'entrée, donc les réponses longues déplacent la facture plus que les prompts longs.

Un court message de chat

Prenons une requête avec 1 000 tokens en entrée (un prompt système plus quelques tours) et 500 tokens en sortie.

• Entrée : 1 000 x $0,15 / 1 000 000 = $0,00015
• Sortie : 500 x 0,50 $ / 1 000 000 = 0,00025 $
• Total : $0.0004 par requête

$0,50 divisé par $0,0004 donne 1 250 requêtes. C'est une après-midi complète de tests manuels, ou un petit script exécuté de nombreuses fois.

Une requête plus lourde

Maintenant 4 000 tokens en entrée et 1 000 tokens en sortie, ce qui correspond à une longue historique de conversation avec une réponse détaillée.

• Entrée : 4 000 x $0,15 / 1 000 000 = $0,0006
• Sortie : 1 000 x 0,50 $ / 1 000 000 = 0,0005 $
• Total : $0,0011 par requête

$0,50 divisé par $0,0011 donne environ 454 requêtes.

Remplir toute la fenêtre de contexte

La fenêtre de contexte est de 100 000 tokens, prompt plus complétion. Une requête avec 98 000 tokens d'entrée et 2 000 de sortie coûte 98 000 x $0,15 / 1 000 000 = $0,0147 pour l'entrée plus 2 000 x $0,50 / 1 000 000 = $0,001 pour la sortie, soit $0,0157 au total. L'essai couvre environ 31 de ces requêtes. Le travail en contexte long est là où un solde d'essai disparaît le plus vite, donc testez-le avec quelques requêtes plutôt qu'une boucle.

Ce qui se passe après l'essai

Lorsque les $0,50 sont épuisés ou que les 7 jours sont écoulés, vous passez au crédit prépayé. Il n'y a pas d'abonnement ni de minimum mensuel. Vous ajoutez du crédit une fois, et les requêtes le consomment aux prix par token ci-dessus. Le crédit n'expire jamais, donc une recharge utilisée lentement ne se dégrade pas.

Les recharges sont un montant entier quelconque de $20 à $500. Les montants supérieurs ajoutent un bonus : 5 % à partir de $50, 10 % à partir de $100 et 15 % à partir de $200. En pratique, cela ressemble à ceci :

Vous payez	Bonus	Crédit obtenu
$20	aucun	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00

Vous pouvez payer par carte (Visa, Mastercard, Apple Pay, Google Pay) ou par crypto (USDT sur TRC20, USDC sur Base). La page des tarifs contient les détails actuels de recharge.

À quoi ressemble un mois réel

Un essai vous dit que l'API fonctionne. La question qui décide si vous continuez à l'utiliser est ce que coûte une utilisation régulière. Voici deux scénarios, tous deux calculés à partir des mêmes prix.

Un petit compagnon ou bot de chat. Disons 10 000 messages dans un mois, chacun avec 1 500 tokens en entrée et 400 en sortie. L'entrée est 10 000 x 1 500 = 15 000 000 tokens, soit 15 x $0,15 = $2,25. La sortie est 10 000 x 400 = 4 000 000 tokens, soit 4 x $0,50 = $2,00. Le mois coûte $4,25, donc une recharge de $20 couvre un peu moins de cinq mois à ce rythme.

Un traitement par lots. Disons que vous traitez 2 000 documents, chacun avec 3 000 tokens en entrée et 600 en sortie. L'entrée est 6 000 000 tokens, soit $0,90. La sortie est 1 200 000 tokens, soit $0,60. Le lot entier coûte $1,50. La même tâche, lors d'une après-midi de tests manuels, coûte quelques centimes, c'est pourquoi l'essai suffit généralement pour décider.

Ce sont des exemples, pas des promesses concernant votre charge de travail. Vos propres chiffres dépendent de la longueur du prompt, de la quantité d'historique que vous renvoyez et de la durée des réponses. Le champ usage dans chaque réponse donne les nombres exacts de tokens, afin que vous puissiez les multiplier vous-même après une journée d'utilisation et projeter le mois.

Autres façons d'obtenir un LLM sans payer

Si $0,50 ne suffit pas et que vous ne voulez pas payer encore, il existe d'autres voies, chacune ayant un coût qui n'apparaît pas sur une facture.

• Niveaux gratuits d'autres fournisseurs. Plusieurs fournisseurs offrent un accès gratuit limité. Les limites, les modèles et les conditions changent souvent, donc vérifiez leurs tarifs et règles actuels avant de vous y baser.
• Exécuter un modèle vous-même. Les modèles à poids ouverts peuvent s'exécuter localement avec des outils tels que Ollama ou llama.cpp. Vous payez en matériel et temps de configuration, et les modèles plus gros nécessitent un GPU sérieux. Un modèle local est un bon choix lorsque la confidentialité ou le coût marginal nul est plus important que la vitesse.
• Auto-hébergement derrière un proxy. Si vous exécutez déjà une passerelle telle que LiteLLM, vous pouvez la pointer vers un endpoint compatible OpenAI. La comparaison LiteLLM couvre quand une passerelle aide et quand une connexion directe est plus simple.

L'accès gratuit comporte des compromis qu'il est facile de manquer : un niveau gratuit peut refuser du contenu qu'un usage légal par un adulte nécessite, peut vous limiter à quelques requêtes par minute, ou peut modifier les conditions sans préavis. Si vous avez besoin d'un endpoint qui répond sans refus de contenu, est compatible OpenAI et a des prix stables, un petit solde prépayé est souvent le chemin le moins cher une fois que vous comptez votre propre temps. La seule limite absolue de ce service est l'interdiction du contenu sexuel impliquant des mineurs.

Bien utiliser le crédit d'essai

Quelques habitudes étirent $0,50 plus loin et vous donnent un test plus honnête.

1. Définissez max_tokens pendant les tests pour qu'une réponse débridée ne puisse pas dépenser plus que prévu. C'est optionnel en production.
2. Gardez les prompts courts jusqu'à ce que le comportement soit correct, puis testez avec la longueur réelle de votre prompt une fois.
3. Utilisez le streaming pour les tests interactifs. Le streaming renvoie l'utilisation à la fin, donc vous voyez toujours le nombre de tokens.
4. Vérifiez l'en-tête X-Balance-USD après une exécution pour confirmer que la dépense correspond à vos calculs.

Cette requête dépense une fraction de centime et vous montre la forme de la réponse et les en-têtes :

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
  }'

Le même appel fonctionne depuis n'importe quel SDK OpenAI une fois l'URL de base et la clé modifiées. Le guide de démarrage montre les versions Python et Node, y compris le streaming et l'appel de fonctions.

Plus de guides

• Clé API AnythingLLM : Connecter un endpoint OpenAI personnalisé
• Meilleur LLM pour le jeu de rôle 2025 : Ce qu'il faut rechercher
• LiteLLM vs API LLM sans censure directe