AIREITERComparativa rápida de API LLM gratis
Esta información se verificó el 8 de septiembre de 2026. Los límites pueden cambiar según el modelo, la cuenta, la región y la demanda; toma como referencia definitiva la documentación enlazada de cada proveedor.
Las indicaciones sobre tarjeta, uso comercial y compatibilidad con OpenAI se contrastaron también con la comparativa de Free LLM API Hub.
| Proveedor | Acceso gratuito y cuota publicada | Condición de tarjeta/pago | Formato de API | Indicación en los términos | Principal limitación |
|---|---|---|---|---|---|
| Google AI Studio | Los modelos Gemini varían: 5–30 RPM y 15–1.000 RPD; ejemplo con Gemini 2.5 Flash: 10 RPM / 250 RPD | No se indica tarjeta; podrían aplicarse requisitos de verificación de cuenta y proyecto | Compatible con OpenAI según la comparativa verificada | El uso comercial aparece como permitido; confirma los términos vigentes | Google indica que los límites activos se consultan en AI Studio |
| Groq | Para qwen/qwen3.6-27b: 30 RPM / 1.000 RPD / 8.000 TPM / 200.000 TPD | El plan Free no exige pasar a un plan de pago; el nivel Developer requiere un método de pago | Sí, en gran medida | El uso comercial aparece como permitido; los límites del plan Free difieren de la capacidad de pago | Los límites se aplican por organización y modelo |
| OpenRouter | Variantes gratuitas: 20 RPM / 50 RPD con menos de $10 en créditos comprados; 1.000 RPD tras comprar al menos $10 | La ruta gratuita básica no necesita tarjeta; comprar créditos aumenta el límite | Sí, normalizada a OpenAI Chat API | El uso comercial aparece como permitido; la disponibilidad de modelos gratis cambia | La mayor asignación diaria depende de una compra |
| Cloudflare Workers AI | 10.000 Neurons/día, compartidos por toda la cuenta; se reinicia a las 00:00 UTC | La asignación básica es gratuita; algunos modelos requieren facturación de pago | Compatible con OpenAI según la comparativa verificada | El uso comercial aparece como permitido; la elegibilidad depende del modelo | Los Neurons miden cómputo, no una cuota fija de tokens |
| Cerebras Inference | Prueba gratuita: 5 RPM / 30K TPM sin caché / 90K TPM totales / 1M TPD para los modelos indicados | Requiere un método de pago verificado | No se ha establecido en la documentación citada | Acceso de prueba; los créditos caducan tras 30 días | El crédito de prueba de $5 no es permanente |
| SambaNova Cloud | Plan Free: 20 RPM / 20 RPD / 200.000 TPD para los modelos indicados | El plan Free no requiere método de pago; vincular uno activa el nivel Developer de pago | Sí, con diferencias documentadas | El uso comercial aparece como permitido; revisa los términos de cada modelo | El límite de 20 RPD es restrictivo |
| Cohere | 1.000 llamadas/mes; Chat 20 RPM, Embed 2.000 entradas/min, Rerank 10 RPM | No se indica tarjeta en la comparativa verificada; confírmalo al registrarte | Compatible con OpenAI según la comparativa verificada | Solo evaluación según la comparativa verificada | Las llamadas no son equivalentes a los tokens |
| Z.AI | GLM-4.7-Flash y GLM-4.5-Flash figuran a $0 para las categorías de tokens mostradas; no se especifican RPM/TPM públicos | No se indica tarjeta en la comparativa verificada | Compatible con OpenAI según la comparativa verificada | El uso comercial aparece como permitido; verifica los términos del modelo | $0 por token no revela la capacidad disponible |
| NVIDIA NIM | Free Inference Endpoints para prototipado; la página principal no publica una cuota universal | La condición de pago depende del endpoint; revisa la página del modelo | No se ha establecido en la documentación citada | La página citada apunta a prototipado/evaluación | Que la página principal diga gratis no equivale a una cuota publicada |
| Hugging Face Inference Providers | Los usuarios Free reciben $0.10/mes en créditos, sujeto a cambios; no se publican RPM/TPM | La documentación oficial de precios no especifica si se requiere tarjeta | Compatible con OpenAI según la comparativa verificada | Revisa los términos del proveedor y del modelo | Es un crédito pequeño, no una cuota de solicitudes |
| Mistral Studio | Modo Free de Studio; la portada de documentación no publica una cuota | La portada no indica condiciones sobre tarjeta | Documenta un endpoint estilo OpenAI; no se afirma compatibilidad total | Indicación de prueba y exploración/evaluación; verifica los términos | El modo Free no demuestra acceso ilimitado ni apto para producción |
No ordenes estos proveedores por la cifra más alta. Solicitudes, tokens, llamadas, dólares y Neurons son unidades distintas; una prueba que caduca no equivale a una asignación renovable.
Para imágenes, voz, embeddings y otras modalidades, consulta la comparativa más amplia de API de IA gratis. Esta página se centra exclusivamente en la inferencia LLM alojada.
Los proveedores con acceso recurrente o sin tarjeta más claro
Google AI Studio: un punto de partida práctico para uso general
La documentación oficial de límites de Google explica que las cuotas de Gemini dependen del modelo y del proyecto. Entre las métricas habituales figuran RPM, TPM de entrada y RPD; las cuotas se aplican al proyecto de Google Cloud, no a cada clave de API, y los valores activos se consultan en AI Studio. Las cuotas diarias de solicitudes se reinician a medianoche, hora del Pacífico.
Una comparativa secundaria verificada indica 10 RPM y 250 RPD para Gemini 2.5 Flash, y un rango de 5–30 RPM y 15–1.000 RPD entre modelos. Úsalas como cifras de planificación: Google advierte de que los límites activos varían y no están garantizados.
Gemini encaja bien en prototipos generales y multimodales, aunque los topes diarios de cada modelo pueden frenar cargas con muchas solicitudes.
Groq: la mejor opción sin tarjeta por cuota de solicitudes publicada
La documentación de límites de Groq detalla las restricciones por modelo y organización. La fila actual del plan Free para qwen/qwen3.6-27b indica 30 RPM, 1.000 RPD, 8.000 TPM y 200.000 TPD. Los límites diarios y de tokens varían en otros modelos.
«Los límites de velocidad se aplican a nivel de organización, no de usuarios individuales». — Documentación de límites de Groq
Tener varias claves de API no crea automáticamente capacidad independiente para toda la organización. La documentación de Groq describe las cabeceras retry-after y x-ratelimit-* para gestionar respuestas HTTP 429.
Groq es el punto de partida más claro para muchas solicitudes pequeñas si el modelo elegido sirve para tu caso. Consulta siempre la fila del modelo concreto, en lugar de asumir una única cuota para todo el proveedor.
OpenRouter: la pasarela más flexible para modelos gratuitos
OpenRouter ofrece una única superficie de API para una selección cambiante de variantes de modelos gratis. Su comparativa actual de acceso gratuito indica 20 solicitudes por minuto y 50 solicitudes al día mientras la cuenta haya comprado menos de $10 en créditos. Al alcanzar al menos $10 en créditos comprados acumulados, la asignación diaria sube a 1.000 solicitudes. Por tanto, el límite superior exige una compra.
La documentación oficial de límites aclara que ni las cuentas adicionales ni las claves de API cambian los límites globales de la plataforma. El servicio expone datos de cuota mediante el endpoint de claves y las cabeceras de errores por límite.
Puedes fijar un modelo con el sufijo :free o usar openrouter/free, que selecciona automáticamente un modelo gratuito disponible. El router puede filtrar por capacidades como tool calling o comprensión de imágenes, pero el modelo subyacente puede cambiar.
OpenRouter resulta útil para experimentar y configurar rutas de respaldo, pero no para una aplicación que dependa del comportamiento estable de un único modelo gratuito.
Cloudflare Workers AI: cómputo recurrente, no tokens gratis
La página oficial de precios de Cloudflare asigna a cada cuenta un total de 10.000 Neurons diarios sin coste. La asignación se comparte entre toda la actividad de Workers AI y se reinicia a las 00:00 UTC. En el plan Workers Free, las operaciones posteriores fallan cuando se agota esa asignación.
Un Neuron representa el cómputo de GPU necesario para una solicitud. Cloudflare publica equivalencias de tokens específicas por modelo, en vez de prometer que 10.000 Neurons equivalen a un número fijo de prompts.
Cloudflare también señala que determinados modelos recientes de DeepSeek, GLM y Kimi requieren un método de facturación de pago. «10.000 Neurons gratis» no significa que todos los modelos estén disponibles sin facturación.
Acceso gratuito, pero con condiciones
Cerebras: una prueba útil, no una API gratis permanente
La documentación de límites de Cerebras indica 5 RPM, 30.000 TPM sin caché, 90.000 TPM totales y 1 millón de TPD para los modelos incluidos en la prueba gratuita. También explica que su cubo de tokens se repone de forma continua, en lugar de esperar a un reinicio diario simple.
Las cuentas nuevas reciben $5 en créditos gratuitos, que caducan a los 30 días, y necesitan un método de pago verificado para activar el acceso a Playground y a la API. Cuando el crédito caduca o se agota, el acceso se detiene salvo que compres más. La documentación revisada no describe una asignación pública gratuita que se renueve permanentemente.
Cerebras sirve para una evaluación breve. No debería ser la única dependencia de un proyecto que necesite funcionar después del periodo de prueba.
SambaNova Cloud: la frontera más clara entre facturación y acceso gratis
SambaNova define su plan Free según el estado de facturación: se aplica cuando no hay ningún método de pago vinculado. Para los modelos incluidos en el plan Free, la documentación oficial muestra 20 RPM, 20 RPD y 200.000 TPD. El límite de 20 RPD puede detener un flujo de trabajo con mucho polling antes de consumir la asignación de tokens.
Vincular un método de pago activa el nivel Developer, que es de pago y no debe contabilizarse como gratuito. SambaNova también expone en las cabeceras de respuesta la información sobre solicitudes restantes y reinicios.
Usa SambaNova solo en pruebas de concepto de volumen bajo: su tope de 20 RPD debe validarse antes de montar cualquier flujo de agentes.
Cohere: útil para RAG, pero vigila bien las llamadas
La clave de prueba de Cohere no es lo mismo que un plan gratuito basado en tokens. La comparativa verificada actual indica 1.000 llamadas al mes, con límites específicos por endpoint de 20 RPM para Chat, 2.000 entradas por minuto para Embed y 10 RPM para Rerank. Las preguntas frecuentes de Cohere describen las claves de prueba como gratuitas, pero limitadas.
Esta combinación hace que Cohere sea útil para experimentos de generación aumentada por recuperación: un mismo proyecto puede probar generación, embeddings y reranking. No convierte la prueba en un backend de chat de gran volumen. No compares directamente 1.000 llamadas/mes con 1 millón de tokens/día.
La comparativa verificada clasifica la prueba como solo para evaluación. Confirma la política de uso actual antes de emplearla en una aplicación pública o comercial.
Z.AI: precio gratuito no equivale a cuota conocida
La documentación de precios de Z.AI muestra GLM-4.7-Flash y GLM-4.5-Flash como gratuitos para las categorías de tokens mostradas. La página pública de precios revisada no proporciona cifras concretas de RPM, RPD, TPM o TPD.
Considera que la cuota de Z.AI es desconocida: puede servir para pruebas manuales, pero no para trabajo por lotes; verifica el endpoint, la disponibilidad del modelo y los términos al registrarte.
NVIDIA, Hugging Face y Mistral: vías para descubrir modelos con cuotas incompletas
| Proveedor | Señal de acceso gratuito | Cuota pública que falta | Uso práctico |
|---|---|---|---|
| NVIDIA NIM | Free Inference Endpoints para prototipado | La página principal no incluye RPM universal, asignación de tokens, regla de tarjeta ni precio por exceso | Prueba un endpoint concreto y después revisa sus términos específicos por modelo |
| Hugging Face Inference Providers | $0.10/mes en créditos para usuarios Free, sujeto a cambios | No hay una cuota comparable de RPM o TPM | Pequeños experimentos con modelos enrutados sin gestionar infraestructura GPU |
| Mistral Studio | Modo Free de Studio y guías rápidas de API | La portada de documentación no publica cuota ni regla de tarjeta | Prueba las funciones de la API de Mistral antes de comprometerte con una configuración de pago |
¿Qué API LLM gratis deberías elegir?
| Tu prioridad | Mejor punto de partida | Motivo |
|---|---|---|
| Prototipo de uso general | Google AI Studio | Gemini ofrece una base general clara; los límites activos se ven en AI Studio |
| Muchas solicitudes pequeñas | Groq | Filas publicadas por modelo para el plan Free y un ejemplo de 1.000 RPD |
| Muchos modelos mediante una API | OpenRouter | Variantes gratuitas, enrutamiento e interfaz estilo OpenAI |
| Aplicación nativa de Cloudflare | Workers AI | Asignación recurrente de 10.000 Neurons/día |
| Mayor cifra de tokens declarada en una prueba | Cerebras | Hasta 1M TPD, pero solo durante una prueba de 30 días que requiere tarjeta |
| Configuración estricta sin método de pago | Primero Groq; SambaNova para volúmenes muy bajos | El plan Free de SambaNova tiene un tope de 20 RPD |
| Componentes para RAG | Cohere | Chat, Embed y Rerank comparten el ecosistema de una misma clave de prueba |
| Probar GLM Flash | Z.AI | El precio de token mostrado es $0, pero la cuota pública se desconoce |
| Descubrir modelos abiertos sin GPU | Hugging Face | Acceso enrutado y $0.10/mes para usuarios Free |
Empieza con un proveedor y registra cuatro campos en cada solicitud: ID del modelo, estado HTTP, uso de tokens y cabeceras de límite restante. Añade un segundo proveedor solo cuando sepas qué límite alcanza la primera ruta; usar varias claves no implica necesariamente más capacidad.
Cómo verificar una API LLM gratis antes de usarla
Antes de lanzar, confirma cinco puntos:
- Unidad de cuota: ¿La oferta se mide en solicitudes, tokens, llamadas, dólares o unidades de cómputo?
- Comportamiento de reinicio: ¿Se reinicia en un momento UTC o del horario del Pacífico, se repone continuamente, se renueva cada mes o caduca una sola vez?
- Ámbito: ¿El límite está asociado al modelo, proyecto, cuenta u organización?
- Condición de pago: ¿Añadir una tarjeta desbloquea más capacidad, activa un plan de pago o es obligatorio para la prueba?
- Términos y ruta de fallo: ¿La oferta está limitada a pruebas o evaluación, y el cliente gestiona HTTP 429 sin provocar una tormenta de reintentos?
Preguntas frecuentes sobre API LLM gratis
¿Cuál es la mejor API LLM gratis en general?
Google AI Studio encaja en prototipos generales; Groq, en un mayor volumen de solicitudes gratis; y OpenRouter, en variedad de modelos.
¿Puedo usar una API LLM gratis sin tarjeta de crédito?
Sí. Google, Groq, la ruta básica de OpenRouter, la asignación básica de Cloudflare y el plan Free de SambaNova figuran como opciones sin tarjeta en la comparativa verificada. Cerebras exige un método de pago verificado para su prueba gratuita.
¿Las API LLM gratis son realmente permanentes?
Algunos planes recurrentes siguen disponibles mientras se mantengan sus términos, pero las pruebas, los precios promocionales y las rutas :free rotativas no son asignaciones permanentes para todo el proveedor. Consulta la documentación actual y el estado del modelo antes de depender de uno.
¿Puedo usar una API LLM gratis en producción?
No la uses como único backend a menos que sus términos actuales, cuota y disponibilidad de modelo cumplan tus requisitos de producción.
¿Qué ocurre al alcanzar el límite gratuito?
Los proveedores normalmente devuelven un error de limitación o de cuota. Groq documenta cómo gestionar HTTP 429, Cloudflare indica que las operaciones posteriores fallan tras agotar la asignación diaria del plan Free, y Cerebras corta el acceso de prueba cuando su crédito caduca o se agota.