Home Ghiền Trick7 API AI miễn phí cho dân dev năm 2026: Groq, OpenRouter, AI Studio, Cerebras — giới hạn thật và điều kiện ngầm
7 API AI miễn phí cho dân dev năm 2026: Groq, OpenRouter, AI Studio, Cerebras — giới hạn thật và điều kiện ngầm

7 API AI miễn phí cho dân dev năm 2026: Groq, OpenRouter, AI Studio, Cerebras — giới hạn thật và điều kiện ngầm

Dai Hoang
0 comments 7 views

7 API AI miễn phí cho dân dev năm 2026: Groq, OpenRouter, AI Studio, Cerebras — giới hạn thật và điều kiện ngầm

Sapo: Tính đến 17/11/2026, có 7 API AI gọi được mà không mất tiền — nhưng chỉ 5 là miễn phí thật sự, không cần thẻ và không hết hạn. Bài này đối chiếu giới hạn của từng nhà từ tài liệu chính thức, kèm điều kiện ngầm mà trang chủ ít khi in đậm.

Nhiều người từng hỏi tôi: “API AI miễn phí nào còn dùng được, không phải kiểu cho 5 đô rồi thôi?” Tôi từng mất cả một buổi chiều để thử lần lượt từng nhà: có nhà cho dùng thoải mái cả năm, có nhà chỉ cho thử đúng 30 ngày rồi khóa, có nhà ghi “miễn phí” nhưng thực ra phải nạp tiền trước mới mở khóa. Bài này là bảng đối chiếu tôi ước gì mình có từ đầu — số liệu kiểm tra trên tài liệu chính thức của từng hãng ngày 17/11/2026.

Ba đơn vị đo dùng trong bài: RPM là request mỗi phút, TPM là token mỗi phút, RPD là request mỗi ngày. Các nhà chặn theo nguyên tắc “mốc nào chạm trước thì dừng ở mốc đó”.

Bảng tổng hợp: 7 API và giới hạn thật

APIGiới hạn miễn phí (kiểm tra 17/11/2026)Cần thẻ?Điều kiện ngầm
Google AI Studio (Gemini API)Gemini 4 Hydrogen: 5 RPM / 20 RPD; Flash-Lite: 10 RPM / 500 RPDKhôngDữ liệu có thể dùng để cải thiện sản phẩm
Groqgpt-oss-120b: 30 RPM / 1.000 RPD / 8.000 TPM / 200.000 TPDKhôngGiới hạn tính theo tổ chức, không theo key
OpenRouter (:free)20 RPM / 50 RPD; 1.000 RPD sau khi mua $10 credit một lầnKhôngContext bị cắt còn 8K–16K, hay 429 từ upstream
Cerebras$5 credit một lần, hết hạn sau 30 ngày; 5 RPM / 1 triệu token/ngàyCó, cần xác minh phương thức thanh toánKhông có gói miễn phí vĩnh viễn
Cloudflare Workers AI10.000 Neurons/ngày, reset 00:00 UTCKhôngHết quota là lỗi luôn; model xịn chỉ ở gói trả phí
Mistral Free modeCó quota tháng, số cụ thể chỉ xem trên trang Limits của tài khoảnKhôngDữ liệu có thể dùng để huấn luyện nếu không tắt trong Admin Console
Requesty200 request/ngày trên model miễn phíKhôngChỉ cho model miễn phí, không phải toàn bộ catalog

Lưu ý: Google và Mistral không công bố số cố định — Google nói rõ giới hạn không được đảm bảo, con số thực tế xem trong AI Studio; Mistral chỉ hiện số trên trang Limits của tài khoản.

1. Google AI Studio (Gemini API): miễn phí thật, nhưng trần ngày rất thấp

Đây là cửa vào dễ nhất: đăng nhập bằng tài khoản Google, tạo key trong AI Studio là gọi được ngay, không cần thẻ, không cần bật billing. Gói miễn phí bao phủ Gemini 4 Hydrogen và các model Flash, Flash-Lite; còn Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.1 Pro chỉ có ở gói trả phí. Giới hạn ghi nhận ngày 17/11/2026: Gemini 4 Hydrogen và Gemini 3.8 Flash ở mức 5 request/phút, 250.000 token/phút và 20 request/ngày; Gemini 3.5 Flash-Lite thoáng hơn với 10 request/phút và 500 request/ngày. RPD reset lúc nửa đêm theo giờ Thái Bình Dương.

Điều kiện ngầm lớn nhất nằm ở điều khoản sử dụng: nội dung gửi qua gói miễn phí có thể được Google dùng để cải thiện sản phẩm, và người kiểm duyệt có thể đọc nội dung đó. Điều khoản trả phí thì ngược lại — Google cam kết không dùng prompt và phản hồi để cải thiện sản phẩm. Nói thẳng ra: đừng gửi mã nguồn khách hàng, hợp đồng hay dữ liệu cá nhân qua key miễn phí. Về model đáng dùng: Flash-Lite hợp cho việc viết lách, tóm tắt; Gemini 4 Hydrogen mạnh hơn nhưng chỉ 20 request/ngày. Chi tiết giới hạn xem tại trang Rate limits chính thức của Google AI Studio.

2. Groq: nhanh nhất trong nhóm miễn phí, trần token mới là giới hạn thật

Groq là cái tên tôi khuyên đầu tiên cho người mới: không cần thẻ, không hết hạn, tốc độ phản hồi rất nhanh. Gói Free cho dùng các model mở như gpt-oss-120b, gpt-oss-20b, qwen3.8-27b, kèm Whisper chuyển giọng nói thành văn bản. Giới hạn trên gpt-oss-120b, ghi nhận ngày 17/11/2026: 30 request/phút, 1.000 request/ngày, 8.000 token/phút và 200.000 token/ngày. Whisper được 20 request/phút, 2.000 request/ngày và 28.800 giây audio mỗi ngày — tức khoảng 8 giờ ghi âm.

Trong thực tế trần token mới là thứ chạm trước: với 8.000 token/phút, một đoạn hội thoại dài vài nghìn token là hết quota phút trong vài giây, rồi phải chờ. Còn 200.000 token/ngày tương đương khoảng 25 phút chạy liên tục ở tốc độ tối đa — đủ cho học tập và demo, không đủ cho sản phẩm có người dùng thật. Giới hạn của Groq tính theo tổ chức, không tính theo key — tạo thêm key cũng không nhân quota. Endpoint tương thích OpenAI (https://api.groq.com/openai/v1) nên code viết cho OpenAI đổi base URL là chạy. Chi tiết giới hạn từng model xem tại trang Rate limits chính thức của Groq. Nếu bạn đang xây chatbot tra cứu dữ liệu như bài AI Agent bằng n8n tra cứu Google Sheets trên site, Groq hợp để thay model trả phí lúc thử nghiệm.

3. OpenRouter: một key gọi hàng trăm model, nhưng 50 request/ngày là cái bẫy

OpenRouter không tự chạy model nào — nó là cổng gom hàng trăm model của nhiều nhà cung cấp về một API duy nhất. Model nào có hậu tố :free trong ID thì gọi không mất tiền token, ví dụ meta-llama/llama-3.3-70b-instruct:free hay openai/gpt-oss-120b:free. Giới hạn không tính theo token mà tính theo số request: 20 request/phút cho mọi tài khoản, và 50 request/ngày với tài khoản chưa từng mua credit. Mua $10 credit một lần, trần ngày tăng lên 1.000 request và giữ nguyên cả khi bạn đã tiêu hết $10.

Điều kiện ngầm nằm ở phía nhà cung cấp upstream. Model miễn phí thường do máy chủ cộng đồng chạy, nên hay gặp ba thứ: context bị cắt còn khoảng 8K–16K token dù model gốc hỗ trợ 128K, đầu ra giới hạn khoảng 2.048 token, và lỗi 429 vào giờ cao điểm ở Mỹ dù bạn chưa chạm trần nào. Danh sách model miễn phí xoay vòng theo tuần, nên đừng hard-code model :free vào sản phẩm thật; hãy viết sẵn cơ chế fallback.

4. Cerebras: nhanh ngang Groq, nhưng đây là trial 30 ngày, không phải miễn phí

Cerebras chạy model mở trên chip wafer-scale của riêng họ, tốc độ khoảng 3.000 token/giây với gpt-oss-120b theo số hãng công bố. Nhưng điểm cần nói rõ ngay từ đầu: Cerebras không còn gói miễn phí vĩnh viễn. Tài khoản mới nhận $5 credit một lần, sau khi thêm phương thức thanh toán đã xác minh, và credit này hết hạn sau 30 ngày kể từ lúc cấp. Hết credit hoặc hết hạn thì API dừng cho đến khi bạn mua thêm.

Giới hạn trial, ghi nhận ngày 17/11/2026: 5 request/phút, 30.000 token chưa cache mỗi phút, 90.000 token tổng mỗi phút, tối đa 1 triệu token mỗi giờ và mỗi ngày cho mỗi model. Chỉ có hai model dùng được ở gói tự phục vụ là gpt-oss-120b và qwen-3.8-27b. Lưu ý kỹ thuật: Cerebras tính trước số token đầu ra ước lượng, nên hãy đặt max_completion_tokens cụ thể, không để trống kẻo bị 429 oan. Và như chính trang giá của hãng ghi: gói Developer chỉ dành cho phát triển, đánh giá và thử nghiệm, không dùng cho production.

5. Cloudflare Workers AI: 10.000 Neurons/ngày, hợp nhất khi app của bạn đã chạy trên Cloudflare

Cloudflare tính tiền theo đơn vị riêng là Neuron — lượng GPU một request tiêu tốn — thay vì đếm request hay token. Mỗi tài khoản, dù gói Workers Free hay Workers Paid, đều được 10.000 Neurons miễn phí mỗi ngày, reset lúc 00:00 UTC. Vượt quá thì tính $0,011/1.000 Neurons, nhưng chỉ khi bạn đang ở gói Workers Paid (tối thiểu $5/tháng); ở gói Free, request vượt quota trả về lỗi 3036 và dừng ở đó, không tự trừ tiền. Với Llama 3.1 8B fp8-fast, một request điển hình tốn chừng 16–17 Neurons, tức khoảng 600 request/ngày; còn Llama 3.3 70B thì chỉ được khoảng 100 request/ngày.

Điều kiện ngầm: một số model mới như Kimi, GLM-5.x hay DeepSeek V4 chỉ dùng được ở gói trả phí, dù bạn còn nguyên quota miễn phí. App đã chạy trên Workers thì Workers AI tiện nhất vì không cần quản lý key riêng; chỉ cần API chat đơn thuần thì Groq hay Gemini cho nhiều request hơn.

6. Mistral Free mode: không thẻ, nhưng số quota thì hãng không công bố

Mistral gọi gói miễn phí của họ là Free mode — mọi tài khoản mới đều bắt đầu ở chế độ này, tạo API key không cần thẻ, và được dùng một lượng quota tháng nhất định. Vấn đề là hãng không công bố con số cụ thể: giới hạn tính theo request/giây, token/phút và token/tháng, chỉ hiện trên trang Limits trong Admin Panel của tài khoản bạn. Các con số cũ thời gói Experiment đã không còn trên trang chính thức nào, đừng lấy chúng ra để lập kế hoạch.

Điều kiện ngầm của Mistral nằm ở dữ liệu: dữ liệu API trên gói miễn phí có thể được dùng để huấn luyện model, trừ khi bạn tự tắt trong Admin Console. Nếu dùng Mistral cho code hay tài liệu nội bộ, hãy vào Admin Console kiểm tra cài đặt này trước khi gửi request đầu tiên. Đừng nhầm với gói miễn phí của Le Chat — chatbot cho người dùng cuối, khoảng 25 tin nhắn/ngày, không cấp API key.

7. Requesty: 200 request/ngày, lựa chọn thay thế OpenRouter ít người biết

Requesty là một router tương tự OpenRouter: một key, một endpoint tương thích OpenAI (https://router.requesty.ai/v1), hơn 600 model đằng sau. Gói miễn phí cho dùng các model miễn phí với 200 request/ngày, không cần thẻ, không có thời hạn dùng thử. Con số này gấp 4 lần trần 50 request/ngày của OpenRouter khi chưa mua credit.

Gói miễn phí đã gồm đầy đủ tính năng — fallback tự động, cache prompt, phân tích sử dụng và lưu trữ dữ liệu tại EU. Điểm trừ: 200 request/ngày chỉ áp dụng cho model miễn phí, không phải toàn bộ catalog; và khi nâng cấp lên trả phí, giá là giá model cộng thêm 5%. Với tool nội bộ hay chatbot nhỏ, Requesty là phương án dự phòng tốt đặt cạnh Groq: một bên API trực tiếp, một bên router có fallback.

Ba điều kiện ngầm gần như nhà nào cũng có

Thứ nhất, dữ liệu là giá thật của “miễn phí”. Google và Mistral đều có điều khoản cho phép dùng nội dung gói miễn phí để cải thiện sản phẩm. OpenRouter và Requesty đẩy quyết định này xuống nhà cung cấp upstream — dữ liệu của bạn đi qua máy chủ của người khác. Quy tắc của tôi: dữ liệu nào không muốn người lạ đọc thì không gửi qua key miễn phí.

Thứ hai, giới hạn miễn phí thay đổi không báo trước. Google đã bỏ bảng số cố định; Mistral gỡ con số $10 credit/tháng khỏi trang giá vào tháng 10/2026; Hugging Face bỏ credit inference miễn phí từ 7/10/2026; Together AI bỏ trial, yêu cầu mua tối thiểu $15 credit. Bài tổng hợp tháng trước có thể đã sai ở tháng này — hãy kiểm tra lại trang giá của hãng trước khi chốt kiến trúc.

Thứ ba, không có SLA: model miễn phí có thể chậm, trả 429, hay biến mất khỏi danh sách mà không ai báo. Code nên có retry với backoff, tôn trọng header Retry-After, và luôn có model dự phòng. Sản phẩm không chịu được 5 phút downtime thì phải trả tiền.

Hai cái tên nhiều người vẫn tưởng miễn phí (nhưng đã hết)

Hugging Face Inference Providers: từ ngày 7/10/2026, tài khoản miễn phí không còn credit inference hàng tháng. Gọi model qua API giờ phải mua credit hoặc nâng cấp PRO ($9/tháng, gồm $2 credit). Nhiều tutorial cũ vẫn ghi “vài trăm request miễn phí mỗi giờ” — thông tin đó đã hết hạn.

Together AI: tài liệu billing hiện tại ghi rõ hãng không còn trial miễn phí, muốn dùng phải mua tối thiểu $15 credit. Các bài viết vẫn hứa “$25 credit khi đăng ký” đều đã lỗi thời.

Gọi thử trong 30 giây với Groq

Chưa biết bắt đầu từ đâu thì thử Groq trước: không cần thẻ, endpoint tương thích OpenAI. Tạo key tại console Groq, rồi chạy:

curl https://api.groq.com/openai/v1/chat/completions \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-oss-120b",
    "messages": [{"role": "user", "content": "Chào bạn"}]
  }'

Nhận về JSON có nội dung trả lời là bạn đã có API miễn phí đầu tiên. Nhớ gắn key vào biến môi trường, đừng hard-code vào source rồi push lên GitHub.

Chọn API nào theo việc bạn làm

Việc bạn làmChọnVì sao
Học, thử nghiệm, viết script nhỏGroq + Gemini Flash-LiteKhông thẻ, quota ngày đủ dùng, tốc độ nhanh
Chatbot tra cứu dữ liệu nội bộGroq (thử) rồi chuyển sang gói trả phí200.000 token/ngày hết nhanh khi có người dùng thật
Code agent, cần đổi model liên tụcOpenRouter hoặc RequestyMột key gọi nhiều model; Requesty cho 200 request/ngày
App đã chạy trên Cloudflare WorkersWorkers AIKhông cần quản lý key riêng, quota tính theo Neurons
Cần tốc độ suy luận cao nhất cho demoCerebras (trial 30 ngày)Nhanh, nhưng nhớ đây là trial có hạn, đừng xây sản phẩm lên đó
Dùng model Mistral (Codestral…)Mistral Free modeAPI gốc của hãng; nhớ tắt dùng dữ liệu huấn luyện

Một lưu ý cuối: các model AI mới tháng 11/2026 như Claude Fable 5.2 hay Gemini 4 thường chỉ có ở gói trả phí trong vài tháng đầu — Gemini 4 Carbon và Argon là ví dụ rõ nhất. Hãy thử bằng model Flash hoặc model mở tương đương trước, khi nào cần chất lượng cao hơn mới tính đến chuyện trả tiền. Và nếu bạn tự host n8n trên VPS như hướng dẫn cài n8n bằng Docker, các API trong bài này đều gắn được vào node AI của n8n chỉ bằng cách đổi base URL và model.

Bạn đang dùng API miễn phí nào cho dự án của mình, và giới hạn nào khiến bạn phải nâng cấp lên gói trả phí đầu tiên?

Cùng chuyên mục

Theo dõi
Thông báo của
guest
0 Góp ý
Phản hồi nội tuyến
Xem tất cả bình luận