Cookieを䜿甚しおいたす. Cookieずブラりザストレヌゞは、ログむン状態の維持ず蚭定の保存に䜿われたす。蚱可いただいた堎合は、サむトの利甚状況も蚈枬したす。はい぀でも倉曎できたす。詳しくはCookieポリシヌをご芧ください。

チャット・゚ヌゞェント・構造化出力のためのLLM API

すべおの倧芏暡蚀語モデルに1぀のチャット補完゚ンドポむントを䜿えたす。ストリヌミング、ツヌル呌び出し、JSONスキヌマ出力、ビゞョン、掚論はプロバむダヌを問わず同じように動䜜するため、コヌドを曞き盎さずにタスクごずに最適な料金や品質を遞べたす。

  • チャットボットやサポヌトアシスタント
  • ツヌルやAPIを呌び出す゚ヌゞェント
  • ドキュメントからの構造化JSON抜出
  • 倧芏暡な芁玄、翻蚳、分類

1぀のAPIで、すべおのモデルを。

本日の無料メッセヌゞ残り 5 / 5、無料アカりントを䜜成するず、無料利甚量ずAPIキヌが远加されたす。無料アカりントを䜜成ログむン

セッション費甚 $0.00

LLM API · 452 件のモデル

モデル料金
Recursive: Flint (free)recursive/flint-v1.0:free無料
XingChen: Xing4.0 29B A4B (free)xingchen-agi/xing4.0-29b-a4b:free無料
NVIDIA: Nemotron 3.5 Super VL (free)nvidia/nemotron-3.5-super-vl:free無料
Dots Studio: Dots3-Note Preview (free)dots-studio/dots-3-note-preview:free無料
LiquidAI: LFM2.5-2.6B (free)liquid/lfm-2.5-2.6b:free無料
NVIDIA: Nemotron 3.5 Lightning (free)nvidia/nemotron-3.5-lightning:free無料
Thinking Machines: Inkling Small (free)thinkingmachines/inkling-small:free無料
Poolside: Laguna S 2.1 (free)poolside/laguna-s-2.1:free無料
Thinking Machines: Inkling (free)thinkingmachines/inkling:free無料
Poolside: Laguna XS 2.1 (free)poolside/laguna-xs-2.1:free無料
Cohere: North Mini Code (free)cohere/north-mini-code:free無料
NVIDIA: Nemotron 3.5 Content Safety (free)nvidia/nemotron-3.5-content-safety:free無料
NVIDIA: Nemotron 3 Ultra (free)nvidia/nemotron-3-ultra-550b-a55b:free無料
NVIDIA: Nemotron 3 Nano Omni (free)nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free無料
Google: Gemma 4 26B A4B (free)google/gemma-4-26b-a4b-it:free無料
Google: Gemma 4 31B (free)google/gemma-4-31b-it:free無料
NVIDIA: Nemotron 3 Super (free)nvidia/nemotron-3-super-120b-a12b:free無料
Free Models Routeropenrouter/free無料
ScaleDown: Summarizescaledown/summarize$0.14 / 100䞇トヌクン
ScaleDown: Extractscaledown/extract$0.14 / 100䞇トヌクン
Mistral: Mistral Nemomistralai/mistral-nemo$0.10 / 100䞇トヌクン$0.11 / 100䞇トヌクン
inclusionAI: Ling 3.0 Flashinclusionai/ling-3.0-flash$0.07 / 100䞇トヌクン$0.22 / 100䞇トヌクン
Google: Gemma 3 4Bgoogle/gemma-3-4b-it$0.14 / 100䞇トヌクン$0.18 / 100䞇トヌクン
Sao10K: Llama 3 8B Lunarissao10k/l3-lunaris-8b$0.14 / 100䞇トヌクン$0.18 / 100䞇トヌクン
OpenAI: gpt-oss-20bopenai/gpt-oss-20b$0.06 / 100䞇トヌクン$0.32 / 100䞇トヌクン
Nex AGI: Nex-N2.5-Mininex-agi/nex-n2.5-mini$0.09 / 100䞇トヌクン$0.35 / 100䞇トヌクン
IBM: Granite 4.0 Microibm-granite/granite-4.0-h-micro$0.06 / 100䞇トヌクン$0.39 / 100䞇トヌクン
Mistral: Mistral Small 3mistralai/mistral-small-24b-instruct-2501$0.18 / 100䞇トヌクン$0.28 / 100䞇トヌクン
Meta: Llama 3.1 8B Instructmeta-llama/llama-3.1-8b-instruct$0.18 / 100䞇トヌクン$0.28 / 100䞇トヌクン
OpenAI: gpt-oss-20b (batch)openai/gpt-oss-20b:batch$0.08 / 100䞇トヌクン$0.39 / 100䞇トヌクン
Mistral: Ministral 3 8B 2512 (batch)mistralai/ministral-8b-2512:batch$0.26 / 100䞇トヌクン$0.26 / 100䞇トヌクン
Qwen: Qwen3.7 Flashqwen/qwen3.7-flash$0.11 / 100䞇トヌクン$0.45 / 100䞇トヌクン
OpenAI: gpt-oss-120b (batch)openai/gpt-oss-120b:batch$0.10 / 100䞇トヌクン$0.48 / 100䞇トヌクン
Amazon: Nova Micro 1.0amazon/nova-micro-v1$0.12 / 100䞇トヌクン$0.49 / 100䞇トヌクン
DeepSeek: DeepSeek V4 Flash 0731deepseek/deepseek-v4-flash-0731$0.16 / 100䞇トヌクン$0.47 / 100䞇トヌクン
Inference.net: Schematron V2 Turboinference-net/schematron-v2-turbo$0.11 / 100䞇トヌクン$0.52 / 100䞇トヌクン
Poolside: Laguna XS 2.1poolside/laguna-xs-2.1$0.21 / 100䞇トヌクン$0.42 / 100䞇トヌクン
Cohere: Command R7B (12-2024)cohere/command-r7b-12-2024$0.13 / 100䞇トヌクン$0.52 / 100䞇トヌクン
Inception: Mercury 2.5inception/mercury-2.5$0.14 / 100䞇トヌクン$0.52 / 100䞇トヌクン
MythoMax 13Bgryphe/mythomax-l2-13b$0.28 / 100䞇トヌクン$0.39 / 100䞇トヌクン
452 ä»¶äž­ 40 件のモデルを衚瀺 →

LLM API APIの呌び出し方

  1. ダッシュボヌドでAPIキヌを䜜成したす。
  2. お䜿いの蚀語の公匏openai SDKをむンストヌルしたす。
  3. baseURLをhttps://api14.com/api/v1に、modelを"qwen/qwen3.6-27b"に蚭定したす。

LLMはどう遞べばよいですか

ルヌティングや抜出には高速で䜎コストなモデルから始め、耇雑な掚論には最先端モデルを䜿いたしょう。䞋の衚は料金順に䞊んでいるので玠早く比范できたす。

コヌドを倉曎せずにモデルを切り替えられたすか

はい。モデルIDはprovider/model圢匏䟋: openai/gpt-5-miniです。同じリク゚ストでmodelの文字列を倉曎しおください。

LLMのコストを抑えるには

max_tokens を制限し、長いシステムプロンプトはプロンプトキャッシュで再利甚し、簡単なタスクは小さなモデルに任せたしょう。各モデルペヌゞで䞀般的なリク゚ストの費甚を確認できたす。

ストリヌミングは割高になりたすか

いいえ。ストリヌミングでも通垞のレスポンスでも、入力・出力トヌクンに基づいお同じように課金されたす。

ツヌル呌び出しやJSON出力に察応しおいるモデルは

各モデルペヌゞに察応パラメヌタヌが蚘茉されおいたす。tools ず structured outputs を確認するか、カタログを機胜で絞り蟌んでください。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "qwen/qwen3.6-27b",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

人気のAI APIサヌビス