FR ▾
Obtenir une clé API

Existe-t-il un LLM gratuit ? Options gratuites vs API payante

Des modèles de langage gratuits existent, mais « gratuit » signifie rarement « sans coût » : vous payez en matériel, temps d'installation, limites de débit ou les deux. Voici comment les options se comparent et quel est le vrai coût d'une API payante par requête.

Mis à jour le

Tirelire isométrique et pièces à côté d'un terminal, illustrant le coût de l'accès LLM gratuit vs payant

Points clés

  1. Les modèles à poids ouverts sont gratuits à télécharger, mais les exécuter nécessite un GPU ou beaucoup de patience.
  2. Les offres hébergées gratuites comportent généralement des limites de débit strictes et des filtres de contenu, vérifiez donc leurs conditions actuelles.
  3. Cette API n'a pas de niveau gratuit, mais les nouveaux utilisateurs peuvent réclamer 0,50 $ de crédit d'essai sans carte.
  4. À 0,15 $ et 0,50 $ par 1M de tokens, une réponse de chat typique coûte une fraction de centime.

Commencez avec le crédit d'essai

E-mail et mot de passe, la clé s'affiche tout de suite à l'écran.

Obtenir une clé API

La réponse courte

Existe-t-il un LLM gratuit ? Oui. Vous pouvez télécharger des modèles à poids ouverts et les exécuter sur votre propre machine, et certains services hébergés offrent gratuitement une quantité limitée d'utilisation. Ce qui n'existe pas, c'est un modèle de langage qui ne coûte rien sous tous les aspects. Quelqu'un paie pour les GPU, et si ce n'est pas vous en argent, c'est vous en matériel, temps d'attente ou restrictions.

Ce site vend de la génération de texte via une API, nous avons donc un intérêt dans la réponse, et nous allons être clair : nous n'avons pas de niveau gratuit. Ce que nous offrons est un essai unique de 0,50 $ pour les nouveaux utilisateurs, réclamé en un clic après l'inscription, sans carte nécessaire. Après cela, vous payez par token à partir d'un crédit prépayé. Le reste de cet article vous aide à décider si les options gratuites suffisent pour votre projet ou si quelques centimes de paiement à l'usage ont plus de sens.

Trois types de gratuité

Lorsque les gens demandent s'il existe un LLM gratuit, ils entendent généralement l'une des trois choses différentes. Ils se comportent très différemment une fois que vous essayez de construire quelque chose dessus.

1. Poids ouverts que vous exécutez vous-même

De nombreux modèles sont publiés sous forme de fichiers téléchargeables. Vous installez un exécuteur comme Ollama, LM Studio ou llama.cpp, téléchargez un modèle, et discutez avec lui hors ligne. Le logiciel est gratuit et rien ne quitte votre machine. Le hic est la mémoire. Un petit modèle d'environ 7 à 8 milliards de paramètres, quantifié en 4 bits, tient dans environ 5 Go de VRAM ou RAM. Les modèles plus gros ont besoin de beaucoup plus, et ceux qui se rapprochent des grands systèmes hébergés nécessitent un GPU sérieux ou plusieurs.

2. Offres gratuites des services hébergés

Certains fournisseurs vous permettent d'envoyer un nombre limité de requêtes par jour ou par mois sans payer. Ces niveaux sont utiles pour un prototype ou un script de week-end. Ils comportent souvent des limites de débit faibles, des fenêtres de contexte plus petites et les règles de contenu du fournisseur. Les conditions changent souvent, alors vérifiez les prix et limites actuels de chaque fournisseur avant d'adapter votre planification en fonction.

3. Essais gratuits

Un essai est une petite quantité de crédit destinée à vous permettre de tester le produit réel. Ce n'est pas un moyen de faire tourner du trafic de production. Le nôtre est de 0,50 $, valable 7 jours, un par personne. Cela semble minuscule, et la section suivante montre pourquoi cela va quand même plus loin que vous ne le pensez.

Ce que le gratuit vous coûte autrement

Les modèles gratuits ne sont pas gratuits à faire fonctionner. Avant de vous engager, notez le prix que vous payerez réellement dans chaque devise autre que le dollar.

  • Matériel. Un ordinateur portable sans GPU dédié peut faire tourner de petits modèles, lentement. Des réponses à quelques tokens par seconde sont bien pour des expériences et fatigantes pour tout ce qui est interactif. Si vous voulez un modèle plus gros, vous envisagez d'acheter ou de louer un GPU, ce qui coûte de l'argent réel.
  • Installation et entretien. Choisir une quantification, adapter un template de chat, régler la longueur du contexte et maintenir l'exécuteur à jour prennent tous des heures. C'est bien si vous aimez ça et un mauvais échange si vous avez juste besoin de texte à partir d'un endpoint.
  • Limites de débit. Les offres hébergées gratuites plafonnent les requêtes par minute ou par jour. Une boucle qui traite mille documents atteindra le plafond tôt.
  • Refus. La plupart des modèles hébergés grand public refusent un large éventail de requêtes, y compris beaucoup de fiction ordinaire et de jeu de rôle. Une offre gratuite d'un tel fournisseur ne change pas cela. Si vous avez besoin d'un modèle conçu pour répondre sans refus de contenu pour un usage adulte légal, vos options gratuites se réduisent aux modèles locaux sans censure que vous exécutez vous-même.
  • Données. Avec un modèle local, vos prompts restent sur votre ordinateur. Avec une offre hébergée gratuite, lisez les conditions : certains fournisseurs utilisent les prompts pour améliorer leurs produits. Les prompts envoyés à notre API ne sont pas utilisés pour l'entraînement.

Ce que permet le crédit d'essai de 0,50 $

L'API facture 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Pour transformer cela en quelque chose que vous pouvez visualiser, prenez une petite requête : 1 000 tokens d'entrée et 500 tokens de sortie. L'entrée coûte 1 000 / 1 000 000 x 0,15 $ = 0,00015 $. La sortie coûte 500 / 1 000 000 x 0,50 $ = 0,00025 $. La requête coûte 0,0004 $ au total.

Le crédit d'essai de 0,50 $ divisé par 0,0004 $ donne 1 250 requêtes de cette taille. Cela suffit pour connecter un client, tester vos prompts, vérifier le streaming et l'appel de fonctions, et décider si les sorties du modèle correspondent à votre utilisation. La clé d'essai a des limites plus basses qu'une clé complète (2 requêtes simultanées et 60 requêtes par minute), ce qui est largement suffisant pour tester manuellement.

Vous réclamez le crédit depuis la page clé API après vous être inscrit avec Google ou avec un e-mail et un mot de passe. Cela dure 7 jours et il y a un essai par personne. Si une requête échoue ou est refusée, elle n'est pas facturée.

Ce que coûtent les vrais cas d'usage sur un plan payant

Après l'essai, vous rechargez n'importe quel montant entier de 20 $ à 500 $. Le crédit n'expire jamais et il n'y a pas d'abonnement, donc un mois calme ne coûte rien. Voici ce que 20 $ couvre pour quatre cas d'usage, calculé à partir des prix ci-dessus.

Charge de travailTokens en / sortieCoût par requêteRequêtes pour 20 $
Réponse courte de chat1,000 / 500$0.000450,000
Chat avec longue histoire3,000 / 700$0.000825,000
Résumer un article8,000 / 400$0.0014environ 14,285
Remplir toute la fenêtre de contexte de 100 000 tokens100,000 / 1,000$0.0155environ 1,290

Vérifiez une ligne à la main. Pour le résumé d'article : 8 000 tokens d'entrée coûtent 0,0012 $ et 400 tokens de sortie coûtent 0,0002 $, soit 0,0014 $. Diviser 20 $ par 0,0014 $ donne environ 14 285 requêtes.

Les tokens de sortie coûtent plus de trois fois plus cher que les tokens d'entrée, donc le moyen le moins cher de réduire votre facture est de demander des réponses plus courtes ou de définir max_tokens. Les prompts longs sont relativement bon marché. Traiter un million de tokens d'entrée coûte 0,15 $, et un million de tokens dans chaque sens coûte 0,65 $.

Les recharges plus importantes incluent un bonus : +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $. Une recharge de 100 $, par exemple, donne 110 $ de crédit. La page tarification liste les détails.

Quand le gratuit est un meilleur choix

Une API payante n'est pas toujours le bon choix. Choisissez une option gratuite lorsque :

  • Vous possédez déjà un GPU et votre charge de travail est faible, privée ou hors ligne par nécessité.
  • Vous apprenez comment fonctionnent les modèles et voulez expérimenter avec la quantification, les prompts et l'échantillonnage sans gestion de facturation.
  • Votre volume est une poignée de requêtes par semaine et l'offre gratuite d'un fournisseur le couvre.

Choisissez une API payante lorsque :

  • Vous avez besoin de réponses à vitesse conversationnelle sans posséder de matériel.
  • Vous voulez une fenêtre de contexte de 100 000 tokens sans acheter de mémoire pour cela.
  • Votre application sert d'autres personnes, donc vous avez besoin de limites prévisibles : une clé complète permet 8 requêtes simultanées et 300 requêtes par minute.
  • Vous avez besoin d'un modèle qui répond sans refus de contenu pour un usage adulte légal, et vous ne voulez pas l'héberger. La page accès LLM sans restrictions explique comment ce service gère cela.

Une règle ferme s'applique de notre côté : le contenu sexuel impliquant des mineurs n'est jamais autorisé. Cette limite ne change pas selon le palier de prix.

Testez-le en quelques lignes

L'API est compatible OpenAI, donc n'importe quel SDK OpenAI fonctionne après avoir modifié l'URL de base et la clé. Cet exemple Python envoie une requête et affiche la réponse ainsi que l'utilisation des tokens afin que vous puissiez vérifier l'arithmétique ci-dessus par rapport à vos propres chiffres.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredllmonline.com/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three plot hooks for a heist story."}],
    max_tokens=300,
)

print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

La même appel avec curl :

curl https://api.uncensoredllmonline.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Hello"}]}'

Chaque réponse inclut l'en-tête X-Balance-USD, afin que vous puissiez voir le crédit restant diminuer en temps réel. Le quickstart couvre le streaming, l'appel de fonctions et le mode JSON.

Questions et réponses

Existe-t-il un LLM totalement gratuit sans limites ?

Uniquement si vous exécutez un modèle à poids ouverts sur votre propre matériel, auquel cas vous payez en électricité, mémoire GPU et temps d'installation. Les offres gratuites hébergées ont toujours des limites de débit, de fenêtre de contexte ou d'utilisation.

Cette API propose-t-elle une offre gratuite ?

Non. Les nouveaux utilisateurs peuvent réclamer un crédit d'essai gratuit unique de 0,50 $ en un clic sur la page de clé API. Aucune carte n'est nécessaire, il dure 7 jours et est limité à un par personne.

Jusqu'où va le crédit d'essai de 0,50 $ ?

Pour des requêtes de 1 000 tokens d'entrée et 500 tokens de sortie, il couvre environ 1 250 requêtes. Des prompts plus volumineux l'épuisent plus vite, par exemple une requête avec 8 000 tokens d'entrée et 400 tokens de sortie coûte 0,0014 $, ce qui donne environ 357 requêtes.

Quel est le montant minimum que je peux recharger après l'essai ?

Un rechargement de 20 $, dans n'importe quel montant entier jusqu'à 500 $. Le crédit n'expire jamais et il n'y a pas d'abonnement.

Les requêtes échouées sont-elles facturées ?

Non. Les requêtes échouées ou refusées ne sont pas déduites de votre solde.

Votre clé est à un formulaire de vous

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé APILire la documentation