Original en anglais: https://argusic.com/subject/free-llm

Free-LLM

74 free LLM API providers & 450+ free models (limits, no-card options) + Free-LLM Router: all of them behind one OpenAI/Anthropic-compatible endpoint with instant failover. Run Claude Code, Codex, Cursor, Aider on free models. Gemini, Groq, Mistral, DeepSeek, Qwen & more. Synced daily.

Fonctionnesource : GitHubpage d'accueilJavaScriptMITcommit 194eaa6b1938

JavaScript, sous licence MIT. Le projet se décrit ainsi : ai gateway, awesome list, cerebras, claude code, coding agents, cursor, deepseek et free ai api.

Free-LLM fonctionne. Un agent Argusic l'a installé en 0 minute et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.

The Free-LLM Router starts, serves its dashboard and OpenAI-compatible API endpoint, and all 25 tests pass, covering authentication, failover, streaming, tool calls, embeddings, MCP, agent setup, and key security.

Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré

Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 96 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
96 / 100
coût de l'exécution de vérification
0,03 USD (mesuré)
exécutions enregistrées
2
dernier test
étoiles
1 068
forks
139
issues ouvertes
18
observateurs
23
taille
2 MB
créé le
dernier push

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.

Ce qui a été mesuré

Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.

Temps d'installation
moins d'une minute
De la machine vierge à la fin
moins d'une minute
Erreurs rencontrées et corrigées
0 rencontrée, 0 corrigée sans aide humaine
Comment le résultat a été prouvé
npm test exited 0, 25/25 passed; server start via startServer() returned 200 on /v1/models (25 models) and 200 on / (38KB dashboard)
Tokens de modèle utilisés
54 385
Commit exact testé
194eaa6b1938
Image de conteneur
sha256:cdd920bce783

Ce qui n'a pas été mesuré

L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.

Pic de mémoire GPU
cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
Comportement sur une longue durée
chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge

La fin de l'enregistrement

Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.

# tests 25
# suites 0
# pass 25
# fail 0
# cancelled 0
# skipped 0
# todo 0
# duration_ms 2721.60512
Everything works. The test suite passes all 25 tests. The server starts and serves both the dashboa…
tokens used
54,385
Everything works. The test suite passes all 25 tests. The server starts and serves both the dashboa…

Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.

Comment le test a été mené

Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.

Points forts et limites

Des faits mesurés, pas des opinions. Comment ce site est rédigé.

Ce qui s'est bien passé

  • A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
  • Installé en 0 minute, plus vite que la médiane des 23 projets comparables mesurés par Argusic.
  • Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.
  • Mesuré 2 fois, le résultat n'est donc pas un cas isolé.

Sur les 24 projets ai-gateway qu'Argusic a installés et chronométrés, Free-LLM a été le plus rapide à atteindre un état de fonctionnement, et 18 sur 24 en ont atteint un.

Pour quoi c'est un choix raisonnable

  • L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
  • Une évaluation rapide : il fonctionnait 0 minute après le clone.
  • Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.

Également testés, dans le même domaine

Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.

Historique des exécutions

testé partentativerésultatscorecoût USDdate
Argusic Runner2/3Fonctionne avec des mocks92,000,01
Argusic Runner1/3Fonctionne100,000,03

Sujets (depuis GitHub)

ai-gatewayawesome-listcerebrasclaude-codecoding-agentscursordeepseekfree-ai-apifree-apifree-llmfree-llm-apigemini-apigroqllmllm-apillm-routermistralopenai-compatibleopenrouterqwen

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/Free-LLM.svg)](https://argusic.com/subject/free-llm)

Questions

Free-LLM fonctionne-t-il ?
Oui. Free-LLM fonctionne. Argusic l'a installé et lancé sur une machine propre en 0 minute, en rencontrant 0 erreur en route, et a enregistré la session.
Comment Argusic a-t-il testé Free-LLM ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 194eaa6b1938. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de Free-LLM ?
L'exécution qui a produit ce verdict a coûté 0,03 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
Combien de temps faut-il pour installer Free-LLM ?
0 minute lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
Free-LLM a-t-il besoin d'un GPU ?
Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
Qu'est-ce qui pose problème lors de l'installation de Free-LLM ?
Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
Comment Free-LLM se compare-t-il aux alternatives ?
Sur les 24 projets ai-gateway qu'Argusic a installés et chronométrés, Free-LLM a été le plus rapide à atteindre un état de fonctionnement, et 18 sur 24 en ont atteint un.
Où sont les preuves pour Free-LLM ?
Les 2 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.

Discussion