بهترین سرویس‌های رایگان هوش مصنوعی در سال ۲۰۲۶؛ مقایسه سهمیه، API و محدودیت‌ها

هوش مصنوعی دیگر فقط ابزاری برای برنامه‌نویسان نیست. گرافیست‌ها از آن برای دریافت تصاویر و پیشنهادهای متنی استفاده می‌کنند، تولیدکنندگان محتوا برای ترجمه و بازنویسی سراغ آن می‌روند و فریلنسرهای حوزهٔ کدنویسی نیز با کمک دستیارهای هوشمند پروژه‌هایشان را سریع‌تر پیش می‌برند.
بااین‌حال، هزینهٔ اشتراک‌های ماهانه و مصرف API برای تیم‌های کوچک، فریلنسرها و پروژه‌های تازه‌راه‌اندازی‌شده می‌تواند سنگین باشد. خبر خوب این است که سرویس‌های مختلف، لایه‌های رایگان قابل‌توجهی ارائه می‌کنند؛ البته به شرط آنکه محدودیت‌های هرکدام را بشناسید و کل جریان کاری خود را به یک سرویس وابسته نکنید .

سهمیه‌ها و سیاست‌های سرویس‌های هوش مصنوعی دائماً تغییر می‌کنند. اعداد و اطلاعات این مقاله در ۸ مهر ۱۴۰۵، برابر با ۳۰ سپتامبر ۲۰۲۶، بررسی شده‌اند. پیش از وابسته شدن به هر سرویس، صفحهٔ رسمی محدودیت‌ها و شرایط استفادهٔ آن را بررسی کنید.

۱. آیا چت رایگان برای شما کافی است؟

بیشتر افراد هنوز از هوش مصنوعی از طریق صفحهٔ چت وب یا اپلیکیشن موبایل استفاده می‌کنند. برای بسیاری از کارها، همین روش کاملاً کافی است؛ ازجمله:

• بازنویسی متن؛
• ایده‌پردازی؛
• خلاصه‌سازی؛
• ترجمه؛
• دریافت پاسخ سریع دربارهٔ رنگ، ترکیب‌بندی یا تایپوگرافی.

تقریباً همهٔ شرکت‌های بزرگ، در رابط وب یا اپلیکیشن خود، یک سطح رایگان ارائه می‌کنند که معمولاً بدون کارت اعتباری و بدون دانش فنی قابل‌استفاده است .بااین‌حال، سطح رایگان این سرویس‌ها معمولاً محدودیت‌هایی دارد:

• سقف پیام: پس از ارسال تعداد مشخصی پیام در ساعت یا روز، باید تا زمان تمدید سهمیه صبر کنید.
• استفاده از مدل ضعیف‌تر: در ساعات شلوغ، ممکن است سرویس شما را به یک مدل سبک‌تر منتقل کند.
• محدودیت فایل و کانتکست: فایل‌های حجیم و گفت‌وگوهای طولانی سریع‌تر به سقف مجاز می‌رسند.
• کار دستی و تکراری: اگر لازم باشد برای ۵۰ تصویر توضیح بنویسید یا ۲۰۰ کپشن تولید کنید، کپی و پیست‌کردن در محیط چت عملاً زمان‌بر و ناکارآمد خواهد بود.

وقتی حجم کار افزایش پیدا می‌کند، بسیاری از کاربران به سراغ اشتراک ماهانهٔ مدل‌های قدرتمندتر یا API می‌روند. در API، به‌جای پرداخت مبلغی ثابت، هزینه بر اساس مصرف واقعی محاسبه می‌شود؛ البته در برخی موارد می‌توان از سهمیه‌های رایگان نیز استفاده کرد .اگر کارتان با چت رایگان انجام می‌شود، نیازی نیست ادامهٔ مقاله را بخوانید. اما اگر مرتب به سقف استفاده می‌رسید، بخش‌های بعدی برای شماست.

۲. چرا برنامه‌نویسان و برخی کاربران غیربرنامه‌نویس به ابزارهای واسط نیاز دارند؟

صفحهٔ چت برای گفت‌وگوی انسانی طراحی شده است؛ اما برنامه‌نویسان معمولاً در ویرایشگر کد و ترمینال کار می‌کنند و پروژه‌هایشان ده‌ها یا حتی صدها فایل دارد. به همین دلیل، از ابزارهایی مانند Cursor، Cline و Claude Code استفاده می‌کنند. این ابزارها مستقیماً به API متصل می‌شوند، فایل‌های پروژه را می‌خوانند و تغییر می‌دهند و در هر درخواست ممکن است هزاران توکن مصرف کنند .الگوی مصرف این ابزارها با استفادهٔ معمولی از چت تفاوت دارد و همین موضوع باعث می‌شود کاربر سریع‌تر به سقف سهمیه برسد.این مسئله فقط به برنامه‌نویسان محدود نیست. اگر گرافیست یا طراح هستید، احتمالاً با یکی از موقعیت‌های زیر روبه‌رو می‌شوید:

• کارهای دسته‌ای: تولید متن جایگزین یا alt text، کپشن، عنوان و ترجمه برای صدها آیتم یک پروژه.
• اتوماسیون بدون کدنویسی: ابزارهایی مانند n8n، Make و Zapier برای اتصال به سرویس‌های هوش مصنوعی به کلید API نیاز دارند.
• اسکریپت‌نویسی برای نرم‌افزارهای طراحی: خودکارسازی کارهای تکراری، معمولاً با کمک یک دستیار کدنویسی، حتی اگر خودتان برنامه‌نویس نباشید.
• تحلیل خودکار تصویر: بررسی چند طرح یا استخراج متن از تصاویر به‌صورت گروهی.

بنابراین، مرز اصلی میان «برنامه‌نویس» و «غیربرنامه‌نویس» نیست. تفاوت اصلی در نوع کار است: اگر کارتان انسانی و تک‌به‌تک باشد، چت معمولاً کافی است؛ اما اگر با کاری تکراری، حجیم و قابل‌خودکارسازی روبه‌رو باشید، احتمالاً به API نیاز خواهید داشت .

۳. نقشهٔ راه: سه لایه به‌جای یک سرویس

برای ساختن یک جریان کاری پایدار، بهتر است کار خود را به سه لایه تقسیم کنید:

1. روترها و تجمیع‌کننده‌ها (Aggregators):
   دسترسی به صدها مدل از طریق یک کلید API و امکان جابه‌جایی خودکار هنگام بروز خطا.
2. سرویس‌های مستقیم (Direct Providers):
   ارائه‌دهندگان ابری که سخت‌افزار اختصاصی دارند و برای کارهای سریع یا پردازش اسناد حجیم مناسب‌اند.
3. اجرای محلی (Local LLMs):
   اجرای مدل روی سیستم شخصی، به‌عنوان لایهٔ پشتیبان، امن یا آفلاین.

۴. سرویس‌ها و روترهای برجستهٔ عمومی

OpenRouter؛ نقطهٔ شروع پیشنهادی

OpenRouter بیش از ۵۰۰ مدل را از طریق یک آدرس سازگار با استاندارد OpenAI ارائه می‌کند. مدل‌های رایگان معمولاً با پسوند :free مشخص می‌شوند. اگر مدل مشخصی مدنظر ندارید، می‌توانید از openrouter/free استفاده کنید تا خود سرویس یک مدل رایگان مناسب را انتخاب کند .

سهمیه و محدودیت‌ها

• سقف درخواست: ۲۰ درخواست در دقیقه.
• حساب جدید: ۵۰ درخواست در روز.
• پس از خرید یک‌بارهٔ حداقل ۱۰ دلار اعتبار: سقف روزانه به ۱٬۰۰۰ درخواست افزایش پیدا می‌کند. این سقف حتی پس از تمام‌شدن موجودی نیز باقی می‌ماند.

نکات مهم

• در سپتامبر ۲۰۲۶، حدود ۱۹ مدل متنی رایگان فعال بوده است؛ بااین‌حال، این فهرست دائماً تغییر می‌کند.
• محدودیت روزانه روی حساب کاربری اعمال می‌شود، نه روی هر کلید API. بنابراین ساختن چند کلید، ظرفیت اضافه ایجاد نمی‌کند.
• موجودی منفی، حتی هنگام استفاده از مدل‌های رایگان، می‌تواند باعث دریافت خطای ۴۰۲ شود.
• بسیاری از خطاهای ۴۲۹ از سمت ارائه‌دهندهٔ پایین‌دست ایجاد می‌شوند، به‌ویژه در ساعات شلوغ.

استفاده از Fallback

می‌توانید فهرستی از مدل‌ها را در پارامتر models قرار دهید تا اگر مدل اول با خطا مواجه شد، درخواست به‌صورت خودکار به مدل بعدی ارسال شود:

json

{
  "models": [
    "provider/model-a:free",
    "provider/model-b:free",
    "openrouter/free"
  ],
  "messages": [
    {
      "role": "user",
      "content": "سلام"
    }
  ]
}

ضعف اصلی

پایداری لایهٔ رایگان OpenRouter در ساعات اوج مصرف چندان قابل‌اعتماد نیست .

Groq؛ سرعت بالا برای کارهای بلادرنگ

Groq با استفاده از پردازندهٔ اختصاصی LPU، تأخیر پاسخ‌گویی را کاهش داده است و سرعت آن در برخی شرایط به چند هزار توکن در ثانیه می‌رسد .

سهمیه

• ۳۰ درخواست در دقیقه.
• حدود ۳۰ هزار توکن در دقیقه.
• سقف روزانهٔ ۱۴٬۴۰۰ درخواست فقط برای مدل‌های کوچک، مانند Llama 3.1 8B، در نظر گرفته شده است.
• سایر مدل‌ها معمولاً حدود ۱٬۰۰۰ درخواست در روز در اختیار کاربر قرار می‌دهند.

کاربردهای مناسب

• چت‌بات‌های تعاملی؛
• دستیارهای صوتی؛
• زنجیره‌های فراخوانی تابع یا Function Calling.

ضعف اصلی

سقف توکن در دقیقه برای پردازش اسناد طولانی کافی نیست .

Google AI Studio؛ کانتکست یک‌میلیونی و قابلیت چندرسانه‌ای

مدل‌های Gemini پنجرهٔ بافت یا کانتکست بزرگی دارند که در برخی مدل‌ها به یک میلیون توکن می‌رسد. این مدل‌ها می‌توانند متن، تصویر، صوت و سند را پردازش کنند .

سهمیه

• ۱۰ تا ۱۵ درخواست در دقیقه.
• حدود ۱٬۵۰۰ درخواست در روز.

تغییر مهم

مدل‌های Pro از لایهٔ رایگان خارج شده‌اند و در حال حاضر عمدتاً مدل‌های Flash و Flash-Lite در این لایه باقی مانده‌اند.

دام مربوط به پرداخت

اگر روی یک پروژهٔ ابری، پرداخت را فعال کنید، ممکن است لایهٔ رایگان همان پروژه را از دست بدهید. برای آزمایش رایگان، بهتر است یک پروژهٔ جداگانه ایجاد کنید.

حریم خصوصی

در لایهٔ رایگان، ممکن است داده‌های کاربر برای آموزش مدل استفاده شوند .

Cerebras؛ مناسب برای پردازش دسته‌ای

Cerebras با استفاده از پردازندهٔ ویفری، بر حجم پردازش و توان عملیاتی بالا تمرکز دارد.

• سهمیهٔ آن حدود یک میلیون توکن در روز است.
• منابع مختلف دربارهٔ سقف درخواست در دقیقه اطلاعات یکسانی ارائه نمی‌کنند؛ این رقم بین ۵ تا ۳۰ درخواست گزارش شده است.
• تعداد مدل‌های موجود در لایهٔ رایگان کاهش پیدا کرده و سیاست سرویس نیز در حال تغییر است.

بنابراین، عدد نهایی سقف درخواست را از داشبورد حساب خود بررسی کنید .

سایر سرویس‌های ابری

• Hugging Face Inference Providers:
  یک مسیریاب رسمی سازگار با OpenAI است که اعتبار ماهانهٔ اندکی، در حدود ۰٫۱۰ دلار، ارائه می‌کند و بیشتر برای امتحان‌کردن مدل‌ها مناسب است.
• Ollama Cloud:
  مصرف آن بر اساس زمان استفاده از GPU محاسبه می‌شود و با SDK اوپن‌اِی‌آی سازگاری کامل ندارد.
• SiliconFlow:
  برای مدل‌های آسیایی و چندوجهی مناسب است و حدود یک دلار اعتبار هنگام ثبت‌نام ارائه می‌کند.
• Cloudflare Workers AI:
  مدل‌ها را روی لبه اجرا می‌کند و روزانه ۱۰٬۰۰۰ نرون در اختیار کاربر می‌گذارد؛ بااین‌حال، کانتکست آن کوتاه‌تر است.
• Mistral AI:
  حجم ماهانهٔ قابل‌توجهی ارائه می‌کند، اما استفاده از آن مشروط به موافقت با استفاده از داده‌ها برای آموزش مدل است.
• NVIDIA NIM:
  سهمیه‌ای پایدار و بدون نیاز به کارت اعتباری ارائه می‌کند، هرچند منابع مختلف دربارهٔ مقدار دقیق این سهمیه اطلاعات متفاوتی دارند.
• Cohere:
  برای RAG و embedding مناسب است، اما استفاده از لایهٔ رایگان آن فقط غیرتجاری است.
• SambaNova و OVHcloud:
  معمولاً رایگان دائمی نیستند یا برای دریافت اعتبار موقت، کارت اعتباری درخواست می‌کنند .

۵. ظهور مدل‌های چینی و تغییر قواعد بازی

یکی از دلایل اصلی افزایش گزینه‌های رایگان و ارزان، رقابت جدی میان مدل‌های چینی است. خانواده‌هایی مانند DeepSeek، Qwen متعلق به علی‌بابا، GLM و Kimi در دو سال گذشته مدل‌های قدرتمند و اغلب متن‌باز یا open-weight عرضه کرده‌اند و در نتیجه فشار زیادی بر قیمت‌ها وارد شده است .تأثیر این رقابت را می‌توان در چند مورد دید:

• فشار بر قیمت‌ها: شرکت‌های دیگر برای رقابت، سهمیهٔ رایگان بیشتری ارائه می‌کنند یا قیمت خدمات خود را کاهش می‌دهند.
• مدل‌های رایگان قدرتمند: بخش قابل‌توجهی از مدل‌های رایگان موجود در OpenRouter و پلتفرم‌هایی مانند SiliconFlow به همین خانواده‌ها تعلق دارند.
• امکان اجرای محلی: چون وزن برخی از این مدل‌ها منتشر می‌شود، نسخه‌های کوچک‌تر آن‌ها را می‌توان با Ollama روی سیستم شخصی اجرا کرد.

نکتهٔ مهم دربارهٔ امنیت

متن‌باز یا open-weight بودن یک مدل به‌معنای امن‌بودن هر API میزبان آن نیست. اگر مدل را روی سرور یک شرکت چینی اجرا کنید، سیاست نگهداری داده و قوانین محل قرارگیری سرور بر اطلاعات شما اعمال خواهد شد.اجرای همان مدل روی سیستم شخصی یا روی یک میزبان قابل‌اعتماد می‌تواند این نگرانی را کاهش دهد. همچنین نام و نسخهٔ مدل‌ها ممکن است هر چند هفته تغییر کند؛ بنابراین پیش از استفاده، فهرست فعلی مدل‌ها را بررسی کنید .

۶. ابزارهای بهینه‌سازی توکن برای برنامه‌نویسان

دستیارهای کدنویسی مانند Cursor و Cline، به‌ویژه هنگام اجرای دستورهایی مانند git diff، می‌توانند حجم زیادی توکن مصرف کنند.

پروکسی‌های بهینه‌ساز؛ 9Router و OmniRoute

ابزارهایی مانند 9Router و OmniRoute روی سیستم کاربر اجرا می‌شوند و معمولاً در آدرسی مانند زیر در دسترس هستند:

text

http://localhost:20128/v1

این ابزارها خروجی شل و ترمینال را فشرده می‌کنند و در صورت تمام‌شدن سهمیه، می‌توانند درخواست را به سرویس بعدی بفرستند.

هشدارهای مهم

• هشدار اول: رقم «۸۹ درصد صرفه‌جویی» ادعای خود پروژه‌هاست و میزان صرفه‌جویی واقعی به نوع کار شما بستگی دارد.
• هشدار دوم: فشرده‌سازی از نوع اتلافی یا Lossy است و ممکن است بخشی از پیام خطا را حذف کند.
• هشدار سوم: چرخاندن حساب‌ها یا رهگیری ترافیک با روش MITM احتمالاً شرایط استفادهٔ سرویس‌دهنده را نقض می‌کند و خطر تعلیق حساب را به همراه دارد. چنین کاری را با حساب اصلی و مهم خود انجام ندهید .

LiteLLM

LiteLLM یک پروکسی متن‌باز و خودمیزبان است که برای مدیریت fallback، کنترل مصرف و تجمیع چند ارائه‌دهنده کاربرد دارد. این روش، برخلاف برخی روش‌های خاکستری، ریسک کمتری از نظر نقض شرایط سرویس‌دهندگان دارد؛ اما به راه‌اندازی و نگهداری نیازمند است.

Kilo Code Gateway و OpenCode Zen

این دو ابزار درگاه‌های مکملی برای استفاده از مدل‌های رایگان کدنویسی در محیط توسعه هستند .

۷. اجرای محلی؛ استقلال با Ollama و LM Studio

برای پروژه‌هایی که داده‌های آن‌ها نباید روی سرور خارجی ارسال شود، یا برای زمان‌هایی که اینترنت قطع است، اجرای محلی مدل می‌تواند بهترین راه‌حل باشد.

مزایا

• هزینهٔ استفاده صفر است.
• سقف درخواست ندارید.
• برای اجرای مدل به اینترنت نیاز نیست.
• داده‌ها از سیستم شما خارج نمی‌شوند.

محدودیت‌ها

• به سخت‌افزار مناسب نیاز دارید؛ برای مدل‌های متوسط، کارت گرافیکی با حدود ۸ گیگابایت VRAM یا بیشتر پیشنهاد می‌شود.
• کیفیت پاسخ معمولاً از مدل‌های بزرگ ابری پایین‌تر است.
• مسئولیت امنیت خود سیستم، فایل‌ها و شبکه بر عهدهٔ شماست .

۸. امنیت و حریم خصوصی؛ سه مفهوم متفاوت

سه اصطلاح «حفظ دادهٔ صفر»، «عدم آموزش» و «پاک‌سازی در مبدأ» به یک معنا نیستند.

قاعدهٔ ساده

هر داده‌ای را که مشتری اجازهٔ مشاهدهٔ آن را به شخص ثالث نداده است، در لایهٔ رایگان سرویس‌های هوش مصنوعی قرار ندهید.

۹. دسترسی و چالش تحریم‌ها

برخی سرویس‌های ابری ممکن است دسترسی کاربران برخی کشورها، ازجمله ایران، را مسدود کنند یا در تأیید شماره تلفن و کارت اعتباری مشکل ایجاد کنند. خرید اعتبار، مانند خرید ۱۰ دلار اعتبار OpenRouter، نیز برای بسیاری از فریلنسرهای ایرانی دشوار است.شرایط دقیق هر سرویس را پیش از ثبت‌نام و از داخل کشور خود بررسی کنید.

توصیهٔ کاربردی

پروژهٔ مشتری را به سرویسی وابسته نکنید که ممکن است هر لحظه مسدود شود. از fallback استفاده کنید و اجرای محلی را نیز حتماً در معماری خود در نظر بگیرید .

۱۰. جدول مقایسهٔ جامع سرویس‌ها در سال ۲۰۲۶

۱۱. جمع‌بندی؛ چیدمان پیشنهادی برای پایداری بیشتر

هیچ سیستمی صددرصد پایدار نیست؛ اما معماری سه‌لایه می‌تواند غافلگیری‌های ناشی از تغییر سیاست شرکت‌ها، تمام‌شدن سهمیه یا بسته‌شدن ناگهانی سرویس‌ها را کاهش دهد.

لایهٔ اول: تعامل سریع

کارهای روزمره را به Groq یا مدل‌های Flash در Google AI Studio بسپارید. برای این لایه، از داده‌های غیرمحرمانه استفاده کنید.

لایهٔ دوم: هدایت هوشمند

از OpenRouter یا یک پروکسی LiteLLM استفاده کنید و چند مدل رایگان را در آن قرار دهید تا خطاهای ۴۲۹، قطعی‌ها و ازدحام مدیریت شوند.

لایهٔ سوم: اضطراری و امن

Ollama را روی سیستم خود نصب کنید و یک مدل سبک و چندمنظوره داشته باشید تا برای کدهای محرمانه یا زمان‌هایی که سرویس‌های ابری در دسترس نیستند، از آن استفاده کنید .در نهایت، «رایگان» هرگز به معنای «بدون هزینه» نیست. هزینهٔ واقعی ممکن است به شکل ناپایداری در ساعات شلوغ، نیاز به مدیریت چند کلید، راه‌اندازی پیچیده و مهم‌تر از همه، ریسک‌های حریم خصوصی پرداخت شود.اگر همیشه سه اصل را رعایت کنید، از بیشتر مشکلات در امان خواهید بود:

1. fallback خودکار داشته باشید؛
2. به‌جای یک سرویس، از چند سرویس استفاده کنید؛
3. مرز روشنی تعیین کنید که چه داده‌ای اجازهٔ خروج از سیستم شما را دارد.