Ratusan API AI Gratis: Pilih Satu, Bikin Project Pertamamu

API itu apa, dan bedanya dengan aplikasi chat?

Kalau aplikasi chat adalah tempat kamu ngobrol langsung dengan AI, API adalah jalur supaya aplikasi buatanmu bisa meminta bantuan AI. Misalnya, teks dari form pelanggan masuk ke sistemmu, dikirim untuk dikelompokkan, lalu hasilnya muncul di dashboard.

Ada tiga istilah yang hampir selalu ketemu:

• Endpoint / base URL: alamat layanan yang dituju aplikasi. Bayangkan alamat kantor.
• Model ID: nama persis model yang diminta mengerjakan tugas. Bayangkan memilih spesialis yang tepat di kantor itu.
• API key: kredensial akses akunmu. Ini seperti kartu akses; jangan ikut dipajang di etalase.

Ketiganya harus cocok. Key provider A bukan otomatis bisa dipakai di provider B. Model yang bisa diajak chat juga belum tentu bisa membaca gambar atau menghasilkan audio.

Untuk aplikasi web, alur sederhananya begini:

Pengguna mengisi form
        ↓
Backend milikmu memeriksa input dan batas pemakaian
        ↓
Backend memanggil provider AI dengan key yang tersimpan aman
        ↓
Hasil diperiksa, lalu ditampilkan kembali ke pengguna

Jangan menaruh key di JavaScript yang dikirim ke browser. Menyimpannya di environment variable juga belum cukup kalau variabel itu kemudian ikut dimasukkan ke bundle frontend. Akses ke endpoint backend-mu tetap perlu dibatasi supaya orang lain nggak menghabiskan kuotanya.

Empat provider yang bisa kamu cek dulu

Ini shortlist dari nama yang muncul di carousel, bukan peringkat siapa paling pintar. Cara memilihnya tetap berangkat dari kebutuhan project-mu.

1. Google Gemini

Mulai dari Google AI Studio dan halaman pricing Gemini API. Google menyediakan free tier untuk model dan fitur tertentu; jangan menganggap setiap model terbaru otomatis masuk jatah gratis.

Ada hal penting di luar harga: tabel pricing mencantumkan penggunaan data untuk peningkatan produk pada free tier. Jadi, untuk percobaan awal pakai teks buatan sendiri atau data yang sudah disamarkan. Jangan langsung memasukkan daftar pelanggan, dokumen internal, atau data pribadi orang lain.

2. Groq

Groq dengan huruf q, bukan Grok milik xAI. Kamu bisa mulai dari Groq Console untuk melihat model yang tersedia dan membuat key sendiri. Kalau kebutuhanmu percobaan berbasis teks, menurutku ini salah satu jalur yang layak dicek.

Batas gratisnya berbeda per model dan akun. Ada batas jumlah permintaan, token, serta audio untuk model tertentu. Jangan memakai angka “sekian request gratis” dari satu contoh untuk semua model. Lihat rate limits resmi dan batas akunmu di dashboard.

3. NVIDIA NIM

Katalog NVIDIA bisa jadi tempat membandingkan model untuk kebutuhan berbeda. FAQ resminya menjelaskan akses API melalui NVIDIA Developer Program untuk prototyping, serta akses microservices untuk riset, pengembangan, dan eksperimen.

Pisahkan tahap mencoba dari menjalankan layanan produksi. Jangan membaca akses prototyping sebagai janji API gratis tanpa batas untuk melayani semua pelangganmu. Cek ketentuan model dan jalur deployment yang kamu pilih sebelum menjadikannya bagian dari layanan berbayar.

4. Cloudflare Workers AI

Kalau project-mu sudah menggunakan Cloudflare, Workers AI menarik untuk dipertimbangkan. Dokumentasi pricing mencantumkan alokasi gratis 10.000 Neurons per hari.

Perhatikan satuannya: Neurons, bukan token atau jumlah chat. Pemakaian bergantung pada model. Beberapa model juga memerlukan akun berbayar, jadi alokasi gratis tidak berarti kamu bebas memakai seluruh katalog. Mulai dari model yang jelas termasuk, lalu pantau pemakaiannya di dashboard.

Pilih model dari pekerjaannya, bukan namanya

Sebelum membandingkan nama model, tulis kalimat ini: “Aku mau mengubah [bahan masuk] menjadi [hasil yang bisa dicek].”

Misalnya: “Aku mau mengubah sepuluh pesan pelanggan menjadi daftar masalah pengiriman, pembayaran, dan produk.” Itu lebih jelas daripada “Aku mau bikin AI agent yang canggih.”

Setelah tugasnya jelas, periksa empat hal:

1. Input dan kemampuan. Teks, gambar, audio, atau video? Untuk mencari dokumen berdasarkan kemiripan makna, mungkin kamu memerlukan model embedding. Embedding adalah jenis kemampuan, bukan sekadar format file yang bisa diunggah.
2. Konteks. Berapa banyak bahan yang bisa dibaca dalam satu permintaan? Jangan kirim seluruh arsip kalau tugasnya cukup memakai satu halaman yang relevan.
3. Batas pemakaian. Sepuluh percobaan manual berbeda dengan fitur publik yang dipakai banyak orang. Hitung juga permintaan ulang saat gagal.
4. Dukungan aplikasi. Apakah tool-mu mendukung provider, format API, dan fitur yang diperlukan? Bisa mengganti base URL belum membuktikan semua fitur akan cocok.

Saran praktisku: ambil lima contoh pekerjaan yang sama, jalankan di dua kandidat, lalu bandingkan ketepatan, format jawaban, dan waktu tunggunya. Kalau hasilnya harus kamu rapikan dari nol setiap kali, model itu belum tentu pilihan paling hemat untuk pekerjaanmu.

Cara mulai tanpa keburu bikin sistem besar

Langkah 1 — tentukan satu percobaan kecil

Coba pengelompokan pesan pelanggan. Siapkan sepuluh pesan contoh tanpa nama, nomor telepon, atau nomor pesanan asli. Kamu hanya butuh hasil berupa kategori dan alasan singkat, belum perlu tersambung ke WhatsApp atau mengirim balasan otomatis.

Langkah 2 — periksa akun dan model

Buka situs provider langsung. Lihat model yang aktif, ketentuan free tier, kebutuhan verifikasi, dan apakah billing harus diaktifkan. Jangan menambahkan metode pembayaran hanya karena suatu tutorial menyuruhnya; pahami dulu biaya dan batas yang akan berlaku.

Untuk contoh Groq, gunakan katalog model aktif bersama tabel free-plan limits, bukan nama model dari potongan kode lama. Katalog dan quickstart bisa diperbarui pada waktu yang berbeda.

Langkah 3 — simpan key dengan benar

Buat key dari akunmu sendiri. Untuk project lokal atau backend, ikuti mekanisme environment variable atau secret manager yang didukung aplikasimu. Quickstart Groq juga menyarankan penyimpanan key melalui environment variable.

Kalau memakai file .env, pastikan file itu tidak ikut commit, tidak ikut dibagikan dalam ZIP, dan tidak ikut dibuka saat merekam layar. Jangan menempel key ke chat publik atau website konfigurasi yang tidak kamu percayai. Kalau terlanjur bocor, cabut key tersebut dari dashboard provider dan buat penggantinya.

Langkah 4 — cocokkan konfigurasi

Di bawah ini contoh lembar konfigurasi, bukan file siap tempel untuk semua aplikasi. Nama field pada tool yang kamu pakai bisa berbeda. Base URL Groq tercantum di dokumentasi kompatibilitas resminya.

{
  "provider": "Groq",
  "base_url": "https://api.groq.com/openai/v1",
  "model_id": "ISI_DENGAN_MODEL_YANG_AKTIF_DI_AKUNMU",
  "api_key_environment_variable": "GROQ_API_KEY"
}

GROQ_API_KEY di sini hanya nama variabel, bukan key-nya. Aplikasi harus membaca nilai rahasianya dari environment di sisi server. Jangan mengirim placeholder model itu ke API dan berharap modelnya dipilih otomatis.

Langkah 5 — kirim satu permintaan dan cek hasilnya

Mulai dengan satu pesan pendek. Periksa apakah hasilnya sesuai, apakah formatnya bisa dibaca aplikasimu, dan apakah penggunaan kuota muncul di dashboard. Kalau satu permintaan belum beres, jangan langsung menyalakan otomasi yang mengulang ratusan kali.

Contoh instruksi untuk percobaan klasifikasi tadi:

Kelompokkan pesan pelanggan berikut ke salah satu kategori:
pengiriman, pembayaran, produk, atau lainnya.

Gunakan hanya informasi dalam pesan.
Jika pesannya tidak cukup jelas, pilih lainnya dan sebutkan
informasi apa yang masih diperlukan. Jangan menebak nomor
pesanan, status pembayaran, atau janji pengiriman.

Tulis hasil dalam format:
Kategori:
Alasan singkat:
Perlu ditinjau manusia: ya/tidak

Pesan: "Pembayaran sudah lewat, tapi barangnya belum sampai."

Pesan contoh itu sengaja agak ambigu. Yang mau diuji bukan sekadar apakah API membalas, tapi apakah jawabannya tahu kapan perlu ditinjau manusia. Kamu tetap perlu menentukan aturan kategori yang sesuai dengan pekerjaanmu.

Prompt kalau mau dibantu coding assistant

Nggak perlu langsung minta “buat aplikasi lengkap”. Minta pemeriksaan dulu, lalu bangun versi kecil. Salin prompt ini dan ganti bagian dalam kurung siku:

Aku mau mencoba API dari [PROVIDER] untuk [SATU TUGAS].
Project ada di [FOLDER]. Data uji yang boleh dipakai: [DATA CONTOH].

Baca dokumentasi resmi provider dan konfigurasi project saat ini.
Cek model aktif, input yang didukung, format API, batas gratis,
syarat verifikasi, serta potensi biaya. Sertakan link sumber.

Usulkan integrasi terkecil untuk mengirim satu permintaan
dan menampilkan hasilnya. Jelaskan file yang perlu diubah.
Jangan menimpa konfigurasi provider yang sudah berjalan.

Key harus dibaca dari environment di backend.
Jangan tampilkan nilai key, memasukkannya ke frontend,
menyimpannya di source code, atau menulisnya ke log.

Siapkan penanganan input terlalu besar, autentikasi gagal,
model tidak tersedia, timeout, dan rate limit.
Jangan melakukan retry tanpa batas atau pindah ke model berbayar.

Tampilkan rencana dan tunggu persetujuanku sebelum mengubah
project, memasang dependency, atau memanggil API.

Prompt ini untuk membantu menyiapkan integrasi. Kualitas hasilnya tetap bergantung pada pemeriksaan dokumentasi dan perubahan kode yang benar; bukan jaminan semua provider bisa dipasang dengan cara yang sama.

Gratis bukan berarti tanpa batas

Ada layanan yang menyediakan kuota harian, ada yang memberi kredit percobaan dengan masa berlaku, dan ada fitur gratis yang tetap membutuhkan akun berbayar untuk fitur lain. “Gratis” perlu dibaca bersama syaratnya, bukan berdiri sendiri.

Untuk membayangkan pemakaian, anggap satu proses memerlukan empat panggilan model. Kalau proses itu berjalan 100 kali sehari, kebutuhan awalnya sudah 400 panggilan, sebelum retry. Ini contoh hitungan perencanaan, bukan kuota provider tertentu. Kuota token bisa habis lebih dulu meskipun jumlah permintaannya masih sedikit.

Aku sarankan memasang batas percobaan, indikator sisa kuota, dan pesan gagal yang jelas sebelum project dibagikan ke orang lain. Model cadangan juga harus disetujui biayanya; jangan diam-diam pindah ke layanan berbayar ketika jatah gratis habis.

Kalau memakai Claude Code, apakah model Claude ikut gratis?

Tidak otomatis. Aplikasi yang membantu menulis kode, API yang dipanggil aplikasi hasil buatanmu, dan model di balik masing-masing layanan adalah hal yang berbeda.

Dokumentasi gateway Claude Code menyatakan Anthropic tidak mendukung pengalihan Claude Code ke model non-Claude melalui gateway. Jadi, jangan menganggap contoh konfigurasi dari direktori sebagai cara resmi membuka semua model gratis di Claude Code, atau sebagai pengganti biaya akses Claude.

Kalau mentok, cek ini dulu

• 401 atau 403: cek kredensial, izin, dan akses model. Jangan tampilkan key saat meminta bantuan.
• Model tidak ditemukan: salin ulang model ID dari katalog aktif provider; nama tampilan belum tentu sama dengan ID API.
• 429 / terlalu banyak permintaan: lihat batas mana yang tercapai, ikuti jeda yang diminta layanan, lalu kurangi beban. Jangan terus menekan retry.
• Input ditolak atau kepanjangan: periksa format, ukuran file, serta konteks model. Mulai ulang dengan contoh yang lebih kecil.
• Jawaban kosong atau format berantakan: cek respons error dan apakah fitur/parameter itu didukung model. Jangan langsung menyimpulkan API-nya mati.

Arti detail kode error bisa berbeda antarprovider. Untuk contoh Groq, acuannya ada di dokumentasi error dan rate limits.

Target pertama: satu pekerjaan terbantu

Setelah satu percobaan berhasil, simpan lima hal: provider, model ID, konfigurasi tanpa rahasia, contoh input, dan hasil yang sudah kamu periksa. Itu jauh lebih berguna daripada menyimpan dua puluh key tanpa tahu dipakai untuk apa.

Mulai dari rangkuman catatan, pengelompokan pesan, atau draf deskripsi produk. Belum perlu langsung jadi agent yang mengoperasikan seluruh bisnis. Saat hasil kecilnya sudah konsisten, baru tambahkan langkah berikutnya dan persetujuan manusia untuk tindakan penting.

Kalau mau lanjut belajar menghubungkan model, tools, dan alur kerja jadi sistem yang kepakai, kamu bisa lihat AI Agent Masterclass. Untuk sekarang, cukup buka direktorinya, pilih satu kebutuhan, dan selesaikan satu percobaan.

Nggak perlu pakai semua API. Cukup satu yang benar-benar membantu pekerjaanmu.

Sumber dan pembaruan

Artikel ini dikembangkan dari carousel Djeonail “API AI Gratis”. Sumber direktori dan dokumentasi diperiksa pada 12 Oktober 2026. Angka katalog, ketersediaan model, dan ketentuan gratis bisa berubah; cek halaman resmi sebelum mulai memakai layanan.

• awesome-freellm-apis — direktori sumber carousel
• Google — pricing Gemini API
• Groq — quickstart, model aktif, rate limits, kompatibilitas API, dan error
• NVIDIA — FAQ dan akses Developer Program
• Cloudflare — pricing Workers AI
• Anthropic — gateway Claude Code