Kostenlose LLM-API: Erste Schritte mit Felo
Erfahre, wie du die kostenlose LLM-API von Felo nutzt, Modelle mit 0-Dollar-Preis findest, einen OpenAI-kompatiblen Endpunkt konfigurierst und die Kontovoraussetzungen verstehst.
Mit einer kostenlosen LLM-API kannst du Sprachmodelle in deinem eigenen Code testen, ohne für berechtigte Anfragen Inferenzgebühren zu zahlen. Auf der Felo API Platform findest du Modelle mit einem aktuellen Preis von 0 $, erstellst einen API-Schlüssel und rufst ein unterstütztes Modell über einen OpenAI-kompatiblen Endpunkt auf.
Vor dem Start musst du eine Kontovoraussetzung beachten: Felo verlangt für alle Modellanfragen ein positives Kontoguthaben, auch für Modelle mit einem Preis von 0 $. Das Erstellen eines API-Schlüssels ist kostenlos. Serviceguthaben gibt es ab 1 $. Es gilt der Preis, der beim Senden einer Anfrage auf der Modellseite angezeigt wird. Prüfe ihn daher vor dem Aufruf des Modells.

Diese Anleitung führt dich durch die Suche nach einem kostenlosen Modell, das Senden deiner ersten Anfrage und die Behebung häufiger Integrationsprobleme. Die Produktdetails wurden am 2. November 2026 geprüft. Verfügbarkeit und Preise können sich ändern.
Was ist eine kostenlose LLM-API?
Eine LLM-API ermöglicht einer Anwendung, Eingaben an ein Sprachmodell zu senden und dessen Antwort zu empfangen. Statt Text in eine Chat-Oberfläche einzugeben, sendest du eine HTTP-Anfrage über ein Skript, einen Backend-Dienst oder ein Entwicklungstool.
Eine Python-Anwendung könnte beispielsweise eine Supportnachricht an ein Modell senden und es um eine Themenzuordnung bitten. Ein Dokumenten-Workflow könnte eine kurze Zusammenfassung anfordern. Ein Entwickler könnte mehrere Prompts testen, bevor er eine KI-Funktion in eine bestehende Anwendung integriert.
Auf Felo listet die Seite zur kostenlosen LLM-API zwei Arten von Angeboten: Modelle mit einem veröffentlichten Preis von 0 $ und Modelle mit einer zeitlich begrenzten kostenlosen Testphase. Eine kostenlose Testphase kann enden, und Modellpreise können sich ändern. Die aktuelle Modellseite zeigt den zum Zeitpunkt der Anfrage geltenden Preis.
Ein kostenloser Modellpreis bedeutet nicht, dass unbegrenzt kostenlose Guthaben zur Verfügung stehen. Laut Felo gibt es weder ein unbegrenztes noch ein wiederkehrendes Kontingent an kostenlosen Guthaben. Anfragen werden abgelehnt, wenn das Kontoguthaben null oder negativ ist – auch dann, wenn das gewählte Modell als kostenlos aufgeführt ist.
So findest du ein kostenloses LLM-API-Modell
Öffne den aktuellen Katalog kostenloser Modelle von Felo und prüfe die dort aufgeführten Modelle. Achte bei jedem Kandidaten auf den Modellnamen, Anbieter, Kontextumfang, Eingabepreis, Ausgabepreis sowie den Status als kostenloses Modell oder Testangebot.
Die Liste wird aus dem aktuellen Katalog erstellt. Zum Zeitpunkt der Prüfung für diesen Artikel wurden vier Modelle mit Eingabe- und Ausgabepreisen von 0 $ angezeigt. Diese Zahl ist eine Momentaufnahme: Nach der Veröffentlichung können Modelle hinzugefügt, entfernt oder neu bepreist werden.
Berücksichtige vor der Auswahl eines Modells die Anforderungen deiner Anwendung:
- Ein- und Ausgabe: Stelle sicher, dass das Modell die Datenarten unterstützt, die du senden und empfangen möchtest.
- Kontextumfang: Prüfe, ob der Prompt und die erwartete Antwort innerhalb der Modellgrenzen liegen.
- Protokoll: Vergewissere dich, dass das Modell den Endpunkt unterstützt, den dein Client verwenden soll.
- Funktionen: Prüfe die unterstützten Parameter, bevor du dich auf Tool-Aufrufe, strukturierte Ausgaben oder Streaming verlässt.
- Preis und Status: Prüfe sowohl die Eingabe- als auch die Ausgabepreise und unterscheide zwischen einem Modell mit 0-Dollar-Preis und einer zeitlich begrenzten Testphase.
Ein großer Kontextumfang oder ein Hinweis auf kostenlose Nutzung allein sagt nichts darüber aus, ob ein Modell für eine bestimmte Aufgabe geeignet ist. Teste es anhand von Beispielen aus deinem tatsächlichen Anwendungsbereich.
So erhältst du einen kostenlosen LLM-API-Schlüssel
Du kannst einen Felo-API-Schlüssel erstellen, ohne für den Schlüssel selbst zu bezahlen. Für Anfragen benötigt dein Konto jedoch ein positives Guthaben. Gehe wie folgt vor:
- Rufe die Seite zur kostenlosen LLM-API auf und folge dem Link zum API-Schlüssel, um ein Konto zu erstellen oder auf dein Konto zuzugreifen.
- Erstelle einen API-Schlüssel und bewahre ihn sicher auf. Speichere ihn nicht in Quelldateien, öffentlichen Repositories oder clientseitigem Browsercode.
- Lade Serviceguthaben auf, damit dein Kontostand über null bleibt. Felo nennt eine Mindestaufladung von 1 $ und verlangt kein Abonnement.
- Kehre zur Liste kostenloser Modelle zurück. Öffne die Details eines Modells, prüfe die aktuellen Ein- und Ausgabepreise sowie das unterstützte Protokoll und kopiere die exakte Modell-ID.
- Sende eine kleine Testanfrage und prüfe die Antwort sowie die Kontonutzung.
Ein Preis von 0 $ gilt für die auf der Modellseite beschriebene berechtigte Nutzung. Er deckt nicht automatisch ein anderes kostenpflichtiges Modell, eine abgelaufene Testphase oder andere Dienste ab. Prüfe den veröffentlichten Preis vor jeder Anfrage oder jedem automatisierten Durchlauf.
Deine erste kostenlose LLM-API-Anfrage
Felo unterstützt mehrere API-Protokolle. Dieses Beispiel verwendet OpenAI Chat Completions. Der Endpunkt akzeptiert ein messages-Array und liefert eine Antwort mit einem choices-Array. Felo dokumentiert die Endpunkt- und SDK-Basis-URLs in der Protokollanleitung.
Stelle zunächst deinen API-Schlüssel in deinem Terminal als Umgebungsvariable bereit:
export FELO_API_KEY="your-felo-api-key"
Ersetze anschließend MODEL_ID durch die exakte ID eines aktuell kostenlosen Modells, das Chat Completions unterstützt. Prüfe den aktuellen Preis und stelle sicher, dass dein Kontoguthaben positiv ist, bevor du die Anfrage ausführst.
curl https://openapi.felo.ai/api/v1/chat/completions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MODEL_ID",
"messages": [
{
"role": "user",
"content": "Summarize the benefits of caching in two sentences."
}
],
"max_tokens": 128
}'
Eine erfolgreiche Antwort enthält den generierten Text in der Regel unter choices[0].message.content. Die Antwort kann auch Nutzungsinformationen enthalten. Die akzeptierten Parameter können je nach Modell variieren. Wenn du eine bestimmte Funktion benötigst, prüfe den entsprechenden Katalogeintrag.
Wenn die Anfrage fehlschlägt, überprüfe den Endpunkt, die Modell-ID, den API-Schlüssel, das Kontoguthaben und das unterstützte Protokoll. Laut der Protokollanleitung kann ein 401 auf einen fehlenden oder falschen Schlüssel hinweisen. Ein Modellfehler kann auf eine nicht verfügbare Modell-ID oder einen nicht unterstützten Endpunkt hindeuten.
Die kostenlose LLM-API mit Python verwenden
Wenn du bereits das OpenAI Python SDK verwendest, folgt die Integration demselben Grundmuster: Lege die Felo-Basis-URL fest, verwende deinen Felo-API-Schlüssel und gib eine kompatible Felo-Modell-ID an.
Installiere das SDK in deiner Python-Umgebung:
pip install openai
Wenn FELO_API_KEY wie oben festgelegt ist, ersetze MODEL_ID durch die exakte ID eines aktuell kostenlosen Modells, das Chat Completions unterstützt:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["FELO_API_KEY"],
base_url="https://openapi.felo.ai/api/v1",
)
response = client.chat.completions.create(
model="MODEL_ID",
messages=[
{"role": "user", "content": "Give me three ideas for a reading app."}
],
max_tokens=128,
)
print(response.choices[0].message.content)
Die SDK-Basis-URL endet mit /api/v1. Der Client ergänzt den Pfad für Chat Completions. Felo dokumentiert auch die Endpunkte für OpenAI Responses und Anthropic Messages. Jeder dieser Endpunkte hat eine eigene Anfrage-Struktur und Basis-URL. Prüfe die unterstützten Protokolle des Modells, statt davon auszugehen, dass jedes Modell jeden Endpunkt unterstützt.
Was kannst du mit einer kostenlosen LLM-API entwickeln?
Eine Chatbot-Idee testen
Beginne mit einer klar abgegrenzten Aufgabe, etwa der Beantwortung von Fragen zu einer kleinen Sammlung öffentlicher Produktdokumente. Prüfe, ob das Modell deine Anweisungen befolgt, fehlende Informationen einräumt und Antworten in einem brauchbaren Format liefert.
Halte die erste Version einfach. Einige repräsentative Fragen zeigen, ob dein Prompt mehr Kontext benötigt oder ob du ein anderes Modell testen solltest. Gehe nicht davon aus, dass eine flüssig formulierte Antwort korrekt ist: Vergleiche die Antworten mit dem Ausgangsmaterial.
Texte zusammenfassen und organisieren
Ein Modell kann Besprechungsnotizen in Aufgaben umwandeln, einen langen Artikel kürzen oder kurze Feedbackeinträge kategorisieren. Beschreibe die erwartete Ausgabestruktur im Prompt und fordere das Modell auf, Informationen zu bewahren, statt neue Inhalte zu erfinden.
Erstelle für wiederkehrende Aufgaben eine kleine Sammlung von Beispielen mit bekannten korrekten Antworten. Prüfe die Zusammenfassungen auf fehlende Inhalte und verifiziere extrahierte Felder, bevor du sie in einem automatisierten Workflow verwendest.
Strukturierte Workflows entwickeln
Du könntest ein Modell bitten, das Thema und die Dringlichkeit einer Kundenanfrage in Felder zu extrahieren, die ein anderer Teil deiner Anwendung verarbeiten kann. Prüfe vor der Verwendung von JSON-Modus, strukturierten Ausgaben oder Tool-Aufrufen, ob das ausgewählte Modell diese Parameter unterstützt.
Validiere die Antwort in deinem Code. Auch wenn ein Modell gültiges JSON erzeugt, können die Inhalte unvollständig oder falsch sein. Lege fest, was passieren soll, wenn ein Feld fehlt, das Modell nicht verfügbar ist oder eine Antwort nicht deinem Schema entspricht.
Tipps für den zuverlässigen Einsatz einer kostenlosen LLM-API
Preise und Teststatus prüfen
Der Katalog kostenloser Modelle ist dynamisch. Eine Testphase kann enden, und der veröffentlichte Preis eines Modells kann sich ändern. Bei automatisierten Workloads solltest du die Preisprüfung und Ausgabenkontrollen in deinen Betriebsprozess integrieren. Gehe nicht davon aus, dass ein Modell kostenlos bleibt, nur weil es zum Zeitpunkt der Erstellung deines Skripts kostenlos war.
Deinen API-Schlüssel schützen
Verwende Umgebungsvariablen oder einen Secret Manager und bewahre den Schlüssel auf dem Server auf. Wenn ein Schlüssel versehentlich offengelegt wird, widerrufe ihn oder erstelle über die Kontoeinstellungen einen neuen. Separate Schlüssel für verschiedene Anwendungen erleichtern die Verwaltung der Nutzung.
Fehler und Limits einplanen
Netzwerkfehler und Ratenbegrenzungen können Anfragen unterbrechen. Behandle Fehler explizit, wiederhole vorübergehende Fehler bei Bedarf mit begrenzten Wartezeiten und beende Wiederholungen nach einer festgelegten Anzahl von Versuchen. Bei Funktionen für Endnutzer solltest du eine hilfreiche Meldung anzeigen, wenn eine Anfrage nicht abgeschlossen werden kann.
Die Verfügbarkeit eines kostenlosen Modells kann sich ändern. Wenn du ein Ausweichmodell konfigurierst, prüfe dessen Preis und lege vor der Aktivierung ein Budget fest. Ein automatischer Wechsel zu einem kostenpflichtigen Modell kann Gebühren verursachen, die beim ursprünglichen Modell mit 0-Dollar-Preis nicht angefallen wären.
Geeignete Testdaten verwenden
Prüfe vor dem Senden von Daten an eine Modell-API die geltenden Datenschutz-, Aufbewahrungs- und Nutzungsbedingungen. Verwende während der Entwicklung synthetische oder autorisierte Beispiele und halte dich bei Kundeninformationen oder vertraulichen Daten an die Vorgaben deiner Organisation. Ein niedrigerer Preis ändert nichts an deiner Verantwortung für den Datenschutz.
Das Ergebnis statt nur die Antwort bewerten
Eine erfolgreiche HTTP-Antwort zeigt nur, dass eine Anfrage abgeschlossen wurde. Sie beweist nicht, dass die Antwort korrekt oder nützlich ist. Teste eine Reihe einfacher, mehrdeutiger und schwieriger Beispiele, dokumentiere Fehler und vergleiche die Ergebnisse nach Änderungen am Modell oder Prompt.
FAQ zur kostenlosen LLM-API
Ist die kostenlose LLM-API von Felo komplett kostenlos nutzbar?
Das Erstellen eines API-Schlüssels ist kostenlos. Ausgewählte Modelle können einen veröffentlichten Preis von 0 $ oder eine zeitlich begrenzte kostenlose Testphase bieten. Allerdings musst du ein positives Kontoguthaben haben, um Anfragen zu senden, auch bei kostenlosen Modellen. Laut Felo gibt es Serviceguthaben ab 1 $. Die aktuelle Seite mit kostenlosen Modellen enthält die geltenden Bedingungen.
Benötige ich eine Kreditkarte, um einen API-Schlüssel zu erstellen?
Laut Felo ist für die Erstellung eines API-Schlüssels keine Kreditkarte erforderlich. Für Modellaufrufe benötigst du dennoch ein aufgeladenes Konto mit positivem Guthaben. Prüfe die verfügbaren Zahlungsmethoden und aktuellen Bedingungen beim Aufladen deines Kontos.
Sind alle Modelle auf Felo kostenlos?
Nein. Die Seite für kostenlose Modelle listet aktuelle Modelle mit einem Preis von 0 $ sowie zeitlich begrenzte Testangebote. Für andere Modelle im Katalog gelten die veröffentlichten nutzungsabhängigen Preise. Prüfe das genaue Modell und seinen Preis vor dem Senden einer Anfrage.
Kann ich das OpenAI SDK mit Felo verwenden?
Ja, bei unterstützten Modellen und Protokollen. Für das OpenAI SDK dokumentiert Felo https://openapi.felo.ai/api/v1 als Basis-URL. Verwende deinen Felo-API-Schlüssel und eine passende Felo-Modell-ID. Stelle außerdem sicher, dass das Modell die API-Funktionen unterstützt, die deine Anwendung benötigt.
Ist die kostenlose LLM-API unbegrenzt nutzbar?
Auf der Seite für kostenlose Modelle von Felo wird kein unbegrenztes oder wiederkehrendes Kontingent an kostenlosen Guthaben zugesichert. Der kostenlose Status oder eine Testphase können sich ändern, und es können Dienstlimits gelten. Informiere dich in den Modelldetails und der aktuellen Plattformdokumentation über die Bedingungen für deinen Anwendungsbereich.
Können bei einer kostenlosen Testphase Gebühren anfallen?
Laut Felo kann für ein Modell nach Ablauf der Testphase der veröffentlichte Preis gelten. Da sich Preise und Teststatus ändern können, prüfe die Modellseite zum Zeitpunkt der Anfrage und konfiguriere die Ausgabenkontrollen deiner Anwendung und deines Kontos entsprechend.
Ein sinnvoller erster Schritt ist die Auswahl einer kleinen Aufgabe, die Suche nach einem Modell, das aktuell zu den Anforderungen passt, und das Senden einer Testanfrage. Sobald dein Code funktioniert, bewerte die Ausgabe anhand realistischer Beispiele und behalte die geltenden Bedingungen während der Entwicklung im Blick.
Die aktuellen kostenlosen LLM-API-Modelle von Felo entdecken →
Dieser Beitrag ist auch in folgenden Sprachen verfügbar: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.