O czym jest ten film
- FreeLLM API to otwarte narzędzie, które łączy darmowe oferty różnych dostawców modeli i wystawia je lokalnie jako jedno API — łącznie około 7 mld tokenów miesięcznie.
- Gdy limit u jednego dostawcy się kończy, zapytania automatycznie trafiają do następnego — bez ręcznej wymiany kluczy, a kontekst rozmowy przechodzi na nowy model.
- W puli mogą działać m.in. DeepSeek, GPT, Gemini, Groq, GLM czy Kimi.
- Autor selekcjonuje darmowe źródła według czterech kryteriów: inteligencji, szybkości, stabilności i wysokości limitu.
- Do konfiguracji wybrane zostają cztery źródła: Google AI Studio (Gemini), Groq, OpenRouter i NVIDIA NIM.
- Kluczowy moment ustawień: ręczne wyłączenie najsłabszych wariantów modeli (wersje Flash, Gemma, Robotics).
- Integracja z agentami odbywa się przez zmienne środowiskowe; autor tworzy osobną komendę
claude-free, żeby nie nadpisywać oryginalnegoclaude. - Komenda
/statuspozwala sprawdzić, czy agent faktycznie odpytuje lokalne darmowe API. - Ta sama metoda działa z Codex CLI i innymi terminalami agentowymi.
- Film zawiera dwie wstawki: promocję społeczności autora oraz prezentację TestSprite — narzędzia testującego wdrożoną aplikację w prawdziwej przeglądarce.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Kilka darmowych limitów składa się w jedną pulę tokenów
Na czym polega: Pojedynczy darmowy pakiet u jednego dostawcy to zwykle niewielki budżet. FreeLLM API agreguje klucze wielu providerów i udostępnia je jako jedno, lokalne API — autor szacuje efekt na ok. 7 mld tokenów miesięcznie.
Jak stosować: Zainstaluj narzędzie, dodaj po jednym kluczu od każdego dostawcy — resztą zajmie się automat: gdy jeden limit padnie, ruch pójdzie do kolejnego źródła.
Na co uważać: Dostawcy ograniczają też liczbę zapytań na minutę; przy intensywnej pracy same tokeny mogą nie wystarczyć.
2.To dobór modeli decyduje o jakości, nie sam dostawca
Na czym polega: W darmowych pakietach obok przyzwoitych modeli leżą wyraźnie słabsze warianty i to one psują efekt — ich kod trzeba potem cofać.
Jak stosować: Po dodaniu klucza wejdź w listę modeli i wyłącz najsłabsze pozycje (w filmie padły m.in. wersje Flash, Gemma i Robotics). Zostaw tylko to, co ma rozsądny kontekst i dobrą reputację.
Na co uważać: Opcja automatycznego wyboru potrafi sięgnąć po wariant, który właśnie wyłączyłeś u innego dostawcy — po każdej zmianie przejrzyj całą listę.
3.Okno kontekstu filtruje modele na starcie
Na czym polega: Agent programistyczny wysyła duże fragmenty kodu i długą historię rozmowy — model z kontekstem rzędu 33 tys. tokenów odpadnie już w pierwszym poważnym zadaniu.
Jak stosować: Celuj w warianty z kontekstem licząonym w setkach tysięcy tokenów (w filmie: 260 tys. u Groq, 1 mln u NVIDIA).
Na co uważać: Deklarowane okno nie zawsze równa się efektywnemu — darmowe plany bywają dodatkowo skracane.
4.Przydziel dostawcom role według ich mocnych stron
Na czym polega: Ranking z filmu: Groq wygrywa szybkością i stabilnością, Gemini inteligencją, NVIDIA wolumenem darmowych tokenów, a OpenRouter służy jako bezpieczny zapas.
Jak stosować: Podłącz do FreeLLM API te cztery źródła naraz — przełączanie między nimi jest automatyczne, więc nie musisz pilnować, który dostawca ma jeszcze zapas.
Na co uważać: Ranking odzwierciedla stan na moment nagrania; darmowe oferty zmieniają się z miesiąca na miesiąc i warto je weryfikować.
5.Każdy nowy klucz przetestuj w playgroundzie
Na czym polega: Autor po każdej integracji wysyła krótkie zapytanie („cześć”, prośba o wyszukiwanie binarne w Ruście) i sprawdza w panelu, że zużycie rośnie.
Jak stosować: Zanim podepniesz agenta, wyślij jedno banalne i jedno trudniejsze zapytanie; dopiero potem przechodź do konfiguracji terminala.
Na co uważać: Odpowiedź może przyjść od innego modelu, niż zakładasz — w playgroundzie zobaczysz, który faktycznie odpowiedział.
6.Przełączanie modeli nie zrywa sesji roboczej
Na czym polega: FreeLLM API przenosi kontekst rozmowy z jednego modelu do drugiego, więc agent nie zaczyna od zera po zmianie źródła.
Jak stosować: Możesz prowadzić długie sesje bez obaw — gdy dostawca się wyczerpie, zadanie będzie kontynuowane gdzie indziej.
Na co uważać: Ciągłość kontekstu nie oznacza identycznej jakości — każdy model rozumie kod trochę inaczej.
7.Nie nadpisuj oryginalnej komendy — stwórz nową
Na czym polega: Domyślna integracja podmienia claude w terminalu tak, by odpytywał darmowe API. Autor woli osobną komendę claude-free, żeby nie stracić dostępu do płatnej subskrypcji.
Jak stosować: Zleć agentowi (lub napisz sam) definicję claude-free z odpowiednimi zmiennymi środowiskowymi: kluczem i adresem bazowym.
Na co uważać: Podmienione zachowanie podstawowej komendy bywa mylące — dwa niezależne wejścia są po prostu bezpieczniejsze.
8. /status to dowód, że naprawdę korzystasz z darmowego API
Na czym polega: Nazwa modelu na dole interfejsu (u autora: Opus 5.5) to tylko wpis w ustawieniach, a nie faktyczne źródło zapytań.
Jak stosować: Wpisz /status i sprawdź, czy jako adres bazowy Anthropic widnieje localhost — wtedy masz pewność, że ruch idzie przez darmowe proxy.
Na co uważać: Bez takiego sprawdzenia można tygodniami pracować na płatnym API w przekonaniu, że korzysta się z darmowego.
9.Za słaby darmowy model kosztuje więcej niż abonament
Na czym polega: Autor przestrzega wprost: gorszy model generuje kod, który trzeba cofać i poprawiać — i to jest prawdziwy koszt, mierzony w czasie.
Jak stosować: Zanim zostawisz model w puli, daj mu zadanie zbliżone do codziennej pracy i oceń, ile poprawek wymaga.
Na co uważać: „Darmowy” znaczy tyle, że nie płacisz pieniędzy, a nie że nie płacisz czasem; w komercyjnych projektach dochodzi ryzyko jakości.
10.Pętla agentowa domyka się dopiero z weryfikatorem
Na czym polega: Testy napisane przez samego agenta i uruchamiane lokalnie na mockach nie dowodzą, że wdrożona aplikacja działa. W filmie tę rolę pełni TestSprite: otwiera stronę w prawdziwej przeglądarce, klika, a przy porażce zwraca agentowi krok błędu i prawdopodobną przyczynę.
Jak stosować: W automatyzacji typu „napisz i wdroż” dodaj po każdym wdrożeniu krok weryfikacji — agent sam naprawia, wdraża ponownie i powtarza test.
Na co uważać: Weryfikator musi być sam wiarygodny, inaczej pętla będzie poprawiać kod pod błędny test.
Redakcyjne tłumaczenie
Claude Code bez rachunków — skąd 7 miliardów tokenów
Claude Code da się dziś uruchamiać całkowicie bezpłatnie — wystarczy otwarte narzędzie FreeLLM API. Łączy ono darmowe oferty różnych dostawców modeli i udostępnia je jako jedno, lokalne API, dając w sumie dostęp do około 7 miliardów tokenów miesięcznie. Do wyboru są m.in. DeepSeek, GPT, Gemini, Groq, a także GLM, Kimi i szereg innych.
Największa wygoda leży gdzie indziej: gdy kończy się pakiet w Claude Code albo Codexie, narzędzie samo przerzuca ruch na kolejnego darmowego dostawcę. Nie trzeba ręcznie wymieniać kluczy ani modeli, a rozmowa z jednym modelem nie przepada — jej kontekst przechodzi razem z zapytaniem do następnego. W materiale autor pokazuje pełną konfigurację: instalację, podłączenie darmowych źródeł oraz integrację z Claude Code, Codex i innymi terminalami agentowymi.
(Informacja dodatkowa: Claude Code to działający w terminalu asystent programistyczny Anthropic; „harness” to zbiorcza nazwa takich narzędzi — interfejsów, w których agent wykonuje zadania na kodzie.)
Instalacja: pobierasz i działa
Plik instalacyjny znajdziemy w sekcji Releases repozytorium FreeLLM API — wybieramy wersję pod swój system (autor, pracując na Macu z Apple Silicon, bierze pierwszy pakiet z listy). Po instalacji otwiera się panel z kilkoma zakładkami. W modelach widać dostępne silniki, także te do obrazów i wideo. Playground pozwala po prostu porozmawiać z podłączonymi modelami — dla tych, którzy nie chcą korzystać z żadnego agenta. W kluczach zarządza się dostępami dostawców, a w zakładce agentów dostajemy gotowe polecenia terminalowe do integracji z Claude Code, Codex i kolejnymi narzędziami: kopiujemy komendę, uruchamiamy, gotowe. Całość działa na zasadzie „zainstaluj i używaj”.
Pierwszy krok: klucz dostawcy
Konfigurację rozpoczynamy od sekcji „Get started” — trzy kroki, by skierować pierwsze zapytanie. Dodajemy klucz API jednego z darmowych dostawców i od tej chwili FreeLLM API kieruje ruch właśnie do niego. Klikamy „Add key”, wybieramy dostawcę z listy i wklejamy klucz.
Wstawka: społeczność autora
Zanim przejdzie do sedna, autor reklamuje swoją społeczność dla osób chcących opanować agentów AI, automatyzacje i budowanie prawdziwych produktów. Sam pracował jako starszy inżynier AI w Amazonie i Microsofcie. Członkowie dostają kompletny plan rozwoju: od automatyzacji, przez agentów i systemy researchowe, po budowanie SaaS-ów i wreszcie zamianę umiejętności w produkt, który da się promować. W pakiecie są szablony, gotowe przepływy pracy, cotygodniowe spotkania na żywo i bezpośrednie wsparcie — gdy utkniesz, zadajesz pytanie i szybko dostajesz pomoc. Cel nie polega na oglądaniu kolejnych filmów, lecz na budowaniu, pokazywaniu postępów i zbieraniu informacji zwrotnej.
Darmowe API bez karty: gdzie szukać źródeł
Skąd wziąć klucze? W pomocniczym repozytorium Awesome Free LLM APIs zebrano oferty dostępne bez podawania karty płatniczej — darmowe okresy próbne, na przykład 1000 wywołań API miesięcznie. Po wyczerpaniu limitu u jednego dostawcy narzędzie po prostu przełącza się na następnego. Wśród pozycji są Google Gemini czy Mistral AI z darmowym pakietem do tekstu i generowania obrazów. Wyboru trzeba dokonać rozsądnie: zły model potrafi kosztować więcej niż jego brak, bo po wygenerowaniu odpowiedzi i tak cofamy jego robotę. Darmowe pakiety to z reguły modele z niskiej półki — trzeba więc wyłuskać te najlepsze.
Ranking: co warto podłączyć w pierwszej kolejności
Autor zlecił Claude’owi analizę zebranych źródeł pod czterema kątami: inteligencja, szybkość, stabilność i wysokość darmowego limitu. Wynik trafił do tabeli z rankingami. Pod względem stabilności prowadzą Groq, Cohere i Cloudflare. Najmądrzejsze są modele NVIDIA, Gemini oraz jeden, którego nazwy autor nie zdołał wymówić. W prędkości wygrywają Groq, Gemini Flash-Lite i Mistral. Pod względem wolumenu darmowych tokenów: NVIDIA, Z.AI (twórca GLM) i OpenRouter.
W skrócie najlepszy uniwersalny zestaw wygląda tak: Groq dla szybkości i stabilności, Gemini dla inteligencji, NVIDIA dla ilości tokenów, OpenRouter jako bezpieczny zapas. To właśnie te cztery źródła autor będzie konfigurował.
(Informacja dodatkowa: w transkrypcji dostawca figuruje jako „Grock”; z adresu console.groq.com i rankingów szybkości wynika, że mowa o Groq — platformie inferencyjnej hostującej modele open-source, a nie o Groku od xAI.)
Wstawka sponsorska: pętla agentowa potrzebuje weryfikatora
W tym miejscu pojawia się fragment sponsorowany. Autor odwołuje się do koncepcji „inżynierii pętli” (loop engineering), o której Addy Osmani pisał w czerwcu: zamiast promptować agenta ręcznie, projektujemy pętlę, która robi to za nas. Problem w tym, że wszyscy pomijają weryfikator — jedyny element, który ma prawo powiedzieć „nie, jeszcze nie gotowe”.
Przykład: prośba do Claude Code o stronę z koszykiem i jej wdrożenie kończy się napisaniem kodu oraz testów; testy przechodzą, agent melduje sukces. Tyle że biegną lokalnie na mockach, więc niczego nie dowodzą. Tu wkracza sponsor — TestSprite: CLI open source instalowane jednym poleceniem npm, konfigurowane kluczem API, które agent może wywoływać samodzielnie. Po dodaniu projektu i wygenerowaniu planów testowych narzędzie otwiera wdrożoną stronę w prawdziwej przeglądarce jak zwykły użytkownik i klika „dodaj do koszyka”. Test pada. Na stronie TestSprite widać kolejne kroki, czerwony moment oraz nagranie, w którym koszyk wciąż pokazuje zero. Agent dostaje z powrotem informację o kroku, który nie przeszedł, o prawdopodobnej przyczynie i o miejscu do poprawy — naprawia jedną linię, wdraża ponownie, sam odpala test jeszcze raz i tym razem koszyk pokazuje jeden. Przy każdej zmianie kodu test uruchamia się od nowa. Wniosek autora: zaczynając kolejną pętlę, nie startuj od wyboru modelu — zacznij od zdefiniowania, kto będzie mógł powiedzieć mu „nie”.
Konfiguracja: Google AI Studio (Gemini)
Pierwszy dostawca: Google. W panelu FreeLLM API wyszukujemy Google AI Studio i przechodzimy do jego konsoli. Tam, po lewej stronie, klikamy utworzenie klucza API, nadajemy mu nazwę „FreeLLM API” i wklejamy do panelu. Pojawia się lista modeli do wyboru — i to najważniejszy moment całej konfiguracji. Każdy wariant, którego nie chcemy, można po prostu wyłączyć. Autor nie pozwala, by ruch trafiał do wersji Flash (preview, latest, Flash-Lite) ani do Gemmy 4; usuwa również Gemini Robotics ER — model do robotyki z zaledwie 33 tysiącami tokenów kontekstu. Po odhaczeniu słabszych pozycji zapisujemy zmiany.
Efekt od razu weryfikujemy w playgroundzie: krótkie „cześć” i odpowiedź jest już na miejscu. W zakładce modeli można zresztą sprawdzić miesięczny budżet — po teście w puli zostało 9 milionów tokenów, a zużyliśmy 120.
Groq: jeden model, ale dobry
Drugi klucz bierzemy z konsoli Groq: sekcja API keys, utworzenie klucza o nazwie „FreeLLM API” i wklejenie go w panelu. Z listy modeli autor odradza szybkie, ale słabe warianty — zostaje Qwen w wersji 27B, jedyny tam model czołowej półki (tzw. frontier), z oknem kontekstu 260 tysięcy tokenów. Kontekst to kwestia krytyczna: przy dużych plikach czy dłuższym kodzie model z małym oknem po prostu nie da rady.
OpenRouter: zapasowy magazyn tokenów
Trzecie źródło to OpenRouter. Tworzymy klucz bez daty wygaśnięcia i bez limitów kredytowych, wklejamy go do FreeLLM API i dostajemy listę darmowych modeli. Z nich wszystkich autor zostawia Poolside S2.1 — model zbudowany z myślą o programowaniu, dobrze oceniany w benchmarkach terminalowych i prawdopodobnie najmocniejsza darmowa pozycja na OpenRouter.
NVIDIA NIM: wolumen i milion kontekstu
Ostatni dostawca: NVIDIA. Logujemy się na build.nvidia.com, zakładamy konto chmurowe NVIDIA i wchodzimy w dowolny model — np. wyszukując GLM i wybierając wersję z listy — by na jego stronie wygenerować klucz API. W panelu FreeLLM API autor zaznacza wyłącznie Nemotron 3 Ultra: milion tokenów kontekstu i najlepszy model w stajni NVIDIA.
Sprawdzamy znów w playgroundzie — po prawej stronie wybieramy konkretny silnik (można też zostawić tryb „auto”, który sam dopasuje model do zadania). Prośba o wyszukiwanie binarne w Ruście zwraca kilka wariantów, iteracyjny i rekurencyjny włącznie. Wszystkie źródła działają.
Podpięcie Claude Code: osobna komenda claude-free
Mamy cztery darmowe pule: Google AI Studio, Groq, OpenRouter i NVIDIA. Czas na agentów. Panel oferuje gotową integrację przez zmienne środowiskowe — domyślnie podmienia ona komendę claude w terminalu tak, by odpytywała darmowe API. Autor woli tego uniknąć: prosi Claude’a o stworzenie nowej komendy claude-free, wraz z kluczem, adresem bazowym i potrzebnymi zmiennymi. Efekt: wpisane w terminalu claude-free uruchamia Claude’a na darmowym API, a oryginalna komenda zostaje nietknięta.
W praktyce wygląda to tak: claude-free, zgoda na zaufanie folderowi — i agent startuje. Na dole interfejsu widnieje nazwa Opus 5.5, ale nie ma się czym przejmować: to tylko model wskazany w ustawieniach, a nie faktyczne źródło zapytań. Prawdziwy dowód daje komenda /status — jako adres bazowy Anthropic widnieje tam localhost, czyli lokalne proxy FreeLLM API. Krótkie „cześć” wraca z odpowiedzią w 13 sekund.
Codex CLI i pozostałe terminale
Analogicznie podłączymy Codex CLI czy DeepSeek Harness. Schemat jest zawsze ten sam: ustawić adres bazowy i klucz API, a potem upewnić się, że narzędzie faktycznie odpytuje właściwy adres. I to w zasadzie cała konfiguracja.
Na koniec
Autor prosi o „łapkę w górę”, subskrypcję oraz komentarze z informacją, które darmowe modele okazały się pomocne i stabilne — obiecuje przeczytać każdy z nich.