Awesome Free LLM APIs IR

انتخاب API رایگان هوش مصنوعی در ایران؛ از ثبت‌نام تا اولین درخواست

راهنمای عملی انتخاب، ثبت‌نام، تست اتصال و اجرای اولین درخواست API رایگان LLM برای کاربران داخل ایران؛ همراه با معیارهای امنیت، سهمیه و دسترسی.

آخرین بازبینی: 2026-07-17

پاسخ سریع: برای شروع، سرویسی را انتخاب کنید که نوع سهمیه رایگان آن روشن باشد، برای ساخت حساب الزام مبهمی به کارت بانکی نداشته باشد، وضعیت دسترسی آن از ایران با تاریخ ثبت شده باشد و در صورت نیاز با API استاندارد OpenAI سازگار باشد. هیچ Provider واحدی برای همه پروژه‌ها بهترین نیست.

فهرست به‌روز سرویس‌ها، سهمیه‌ها و وضعیت دسترسی ایران در کاتالوگ APIهای رایگان LLM قرار دارد. پیش از انتخاب نهایی، تاریخ آخرین بررسی و صفحه اختصاصی هر Provider را ببینید؛ سیاست سرویس‌ها می‌تواند تغییر کند.

چرا انتخاب API برای کاربر ایرانی متفاوت است؟

در یک مقایسه معمولی، کیفیت مدل، سرعت و قیمت مهم‌ترین معیارها هستند. برای کاربر داخل ایران چند مانع دیگر نیز وجود دارد:

  • ممکن است سایت Provider باز شود، اما صفحه ثبت‌نام یا دریافت کد تأیید کار نکند.
  • ممکن است ساخت حساب موفق باشد، اما اجرای مدل به‌دلیل محدودیت منطقه‌ای رد شود.
  • بعضی سرویس‌ها ایران را رسماً پشتیبانی نمی‌کنند، حتی اگر اتصال شبکه در یک مقطع ممکن باشد.
  • «رایگان» ممکن است سهمیه دائمی، مدل رایگان، اعتبار ماهانه یا Trial کوتاه‌مدت باشد.
  • محدودیت درخواست، توکن و هم‌زمانی در حساب رایگان معمولاً پایین‌تر است.

به همین دلیل در این پروژه وضعیت‌های «مستقیم تست‌شده»، «با VPN تست‌شده»، «مانع ثبت‌نام»، «مسدودیت تأییدشده» و «نامشخص» از هم جدا می‌شوند.

مرحله اول: کاربرد پروژه را دقیق مشخص کنید

پیش از مقایسه Providerها، مشخص کنید مدل را برای چه کاری می‌خواهید.

چت و تولید متن فارسی

برای چت‌بات، خلاصه‌سازی و تولید محتوا این موارد مهم‌اند:

  • کیفیت پاسخ فارسی و رعایت دستورها
  • طول Context
  • سرعت دریافت اولین توکن
  • محدودیت خروجی
  • سیاست نگهداری Prompt و پاسخ

برنامه‌نویسی و Agent

برای دستیار کدنویسی یا Agent فقط کیفیت تولید کد کافی نیست. این قابلیت‌ها را بررسی کنید:

  • Tool Calling
  • Structured Output یا JSON Schema
  • پایداری Endpoint
  • محدودیت درخواست هم‌زمان
  • سازگاری با OpenAI SDK

RAG و جست‌وجوی معنایی

برای RAG باید Provider واقعاً Endpoint مربوط به Embedding ارائه دهد. ابعاد بردار، سقف توکن، زبان فارسی، Batch size و سیاست داده را نیز بررسی کنید.

پروژه دانشجویی یا نمونه اولیه

برای نمونه اولیه معمولاً این اولویت‌ها منطقی‌ترند:

  1. ثبت‌نام ساده
  2. نبود الزام کارت بانکی
  3. سهمیه قابل پیش‌بینی
  4. API Key مستقل
  5. مستندات روشن
  6. امکان تعویض سریع Provider

مرحله دوم: معنی واقعی «رایگان» را بررسی کنید

عبارت Free API همیشه یک معنی ندارد.

سهمیه رایگان دائمی

بخشی از مصرف طبق سیاست جاری سرویس رایگان است و معمولاً در یک بازه زمانی Reset می‌شود. «دائمی» به معنی تضمین همیشگی سقف فعلی نیست؛ Provider می‌تواند شرایط را تغییر دهد.

مدل‌های رایگان

ممکن است فقط بعضی مدل‌ها رایگان باشند. مدل‌های جدیدتر یا قدرتمندتر می‌توانند هزینه داشته باشند یا سهمیه متفاوتی مصرف کنند.

اعتبار رایگان

حساب مقدار محدودی Credit دریافت می‌کند. پس از پایان اعتبار، ادامه استفاده ممکن است به پرداخت وابسته شود.

Trial

Trial برای آزمایش کوتاه‌مدت مناسب است، اما پایه خوبی برای پروژه‌ای که باید چند ماه فعال بماند نیست.

راهنمای تکمیلی: تفاوت Free Tier، Trial و Credit

مرحله سوم: وضعیت دسترسی ایران را درست تفسیر کنید

بازشدن صفحه اصلی Provider به معنی قابل استفاده بودن API نیست. یک تست معتبر باید حداقل این مراحل را پوشش دهد:

  1. دسترسی به صفحه ثبت‌نام
  2. ساخت یا ورود به حساب
  3. ایجاد API Key
  4. مشاهده مدل مجاز
  5. ارسال درخواست واقعی به مدل
  6. دریافت پاسخ معتبر

تست Endpoint عمومی، DNS یا صفحه فهرست مدل‌ها به‌تنهایی کافی نیست.

همچنین «نامشخص» به معنی کارکردن سرویس نیست؛ یعنی مدرک کافی و تازه برای نتیجه قطعی وجود ندارد.

مرحله چهارم: سازگاری با OpenAI را بررسی کنید

OpenAI-compatible یعنی Provider ساختار درخواست مشابه OpenAI ارائه می‌کند و معمولاً می‌توان با تغییر base_url و model از همان SDK استفاده کرد. این عبارت به معنی استفاده از زیرساخت OpenAI یا یکسان‌بودن همه قابلیت‌ها نیست.

ممکن است تفاوت‌هایی در این موارد وجود داشته باشد:

  • نام مدل‌ها
  • Tool Calling
  • Streaming
  • Structured Output
  • Embedding
  • پارامترهای تولید
  • فرمت خطا

فهرست مرتبط: APIهای سازگار با OpenAI بدون نیاز به کارت

مرحله پنجم: ثبت‌نام امن انجام دهید

برای هر پروژه یک API Key جدا بسازید. این کار ابطال کلید و بررسی مصرف را ساده‌تر می‌کند.

نکات ضروری:

  • کلید را در سورس‌کد ننویسید.
  • فایل .env را Commit نکنید.
  • API Key، Cookie، Recovery Code یا تصویر پنل حساب را در Issue عمومی قرار ندهید.
  • برای Repository عمومی از Secretهای CI استفاده کنید.
  • در صورت نشت احتمالی، کلید را فوراً Rotate کنید.

نمونه .gitignore:

.env
.env.*
!.env.example
.venv/
node_modules/

مرحله ششم: اولین درخواست را اجرا کنید

اگر Provider با OpenAI SDK سازگار است، تنظیمات را از متغیر محیطی بخوانید تا تعویض سرویس ساده باشد.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LLM_API_KEY"],
    base_url=os.environ["LLM_BASE_URL"],
    timeout=30.0,
    max_retries=2,
)

response = client.chat.completions.create(
    model=os.environ["LLM_MODEL"],
    messages=[
        {"role": "system", "content": "کوتاه و دقیق پاسخ بده."},
        {
            "role": "user",
            "content": "سه کاربرد مدل زبانی در آموزش را نام ببر.",
        },
    ],
)

print(response.choices[0].message.content)

متغیرها را در محیط تنظیم کنید:

export LLM_API_KEY="..."
export LLM_BASE_URL="https://provider.example/v1"
export LLM_MODEL="MODEL_ID"
python app.py

Base URL و Model ID را از صفحه Provider و مستندات رسمی بردارید؛ مقادیر نمونه را بدون بررسی کپی نکنید.

مرحله هفتم: نتیجه را ارزیابی کنید

یک تست موفق فقط به معنی دریافت HTTP 200 نیست. این موارد را ثبت کنید:

  • زمان و نوع شبکه
  • موفقیت ثبت‌نام
  • موفقیت ساخت کلید
  • Model ID استفاده‌شده
  • نتیجه درخواست واقعی
  • Latency تقریبی
  • خطای پاک‌سازی‌شده
  • تاریخ تست

اطلاعات حساس حساب یا متن خصوصی Prompt را منتشر نکنید.

چک‌لیست انتخاب نهایی

پیش از وابسته‌کردن پروژه به یک Provider، این سؤال‌ها را پاسخ دهید:

  • نوع سهمیه با طول عمر پروژه هماهنگ است؟
  • مدل موردنیاز در حساب رایگان فعال است؟
  • محدودیت RPM، RPD یا TPM برای بار شما کافی است؟
  • وضعیت دسترسی ایران تازه و مستند است؟
  • ثبت‌نام و درخواست واقعی تست شده‌اند؟
  • Timeout و Retry محدود تعریف شده‌اند؟
  • Provider جایگزین دارید؟
  • Secretها خارج از Repository نگهداری می‌شوند؟

چه زمانی Provider را عوض کنیم؟

تعویض Provider منطقی است وقتی:

  • سیاست منطقه‌ای یا ثبت‌نام تغییر کرده است.
  • سهمیه برای کاربرد واقعی کافی نیست.
  • خطاهای 429 یا 5xx به‌صورت پایدار تکرار می‌شوند.
  • قابلیت لازم مثل Tool Calling قابل اتکا نیست.
  • کیفیت فارسی پاسخ نیاز پروژه را برآورده نمی‌کند.
  • شرایط داده و حریم خصوصی با پروژه سازگار نیست.

استفاده از Interface مشترک و متغیرهای LLM_BASE_URL، LLM_API_KEY و LLM_MODEL هزینه مهاجرت را کاهش می‌دهد.

جمع‌بندی

برای کاربر ایرانی، بهترین API الزاماً معروف‌ترین مدل نیست. گزینه مناسب سرویسی است که بتوانید با شرایط روشن در آن ثبت‌نام کنید، نوع سهمیه را بفهمید، از شبکه موردنظر درخواست واقعی بفرستید و در صورت تغییر سیاست، بدون بازنویسی کل برنامه جایگزینش کنید.

برای مقایسه فعلی Providerها از کاتالوگ زنده استفاده کنید.

اگر یک سرویس را از ایران تست کرده‌اید، نتیجه را در Issue گزارش دسترسی ایران ثبت کنید. هیچ کلید، Cookie یا اطلاعات شخصی را در گزارش قرار ندهید.

اگر این مرجع برایتان مفید است، Repository را در GitHub Star کنید تا افراد بیشتری آن را پیدا کنند.