BroadRouter

LLM API の無料クレジット:初回クレジットで実際どこまで使えるか

BroadNet Inference チーム · 約 6 分で読めます · 公開日 · 更新日

BroadNet Inference の新規アカウントには、従量課金に使える $5 の無料クレジットがあります。BroadNet Gemma 4 VL 26B(入力 100 万トークンあたり $0.10)、文字起こしモデル、時間制キーに使え、Gemma なら数千万トークン、アラビア語の文字起こしなら約 1,190 分です。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は初回チャージ後に使えます。

BroadNet Inference の新規アカウントは、カードなしで $5 の従量課金クレジットから始められます。BroadNet の利用規約(§7.2)では 2 つの異なる期間を定めています。無料の登録時クレジットは 1 人または 1 組織がサービスを 30 日間試すためのもので、一方、あとからチャージした資金は購入から 12 か月間有効な前払いクレジットです。チャージ前は、Gemma 4 VL 26B、2 つの文字起こしモデル、時間制キーに使えます。Gemma なら数千万トークン、アラビア語の音声なら約 1,190 分です。以下では、何が使えるのか、どこまで使えるのか、そしてそれをコスト予測にどうつなげるかを説明します。

初回クレジットは何に使えるのか?

BroadNet の pricing.json とプランページによると:

  • 従量課金のリクエスト:登録直後から使えるモデルが対象です。BroadNet によると、始めるのにカードは不要です。
  • 時間制キー:Gemma 4 VL 26B 用で、1 つ $0.50 です。
  • **無制限プランには使えません。**Full Moon、Orbit、Meteor は別途購入です。

チャージ前に使えるモデルは?

料金ファイルでは、一部のモデルに paid_only の印が付いています。ドキュメントの定義では、返金やチャージバックで全額取り消されていないチャージがアカウントにあると、これらのモデルが使えるようになります。それまでは、トライアルクレジットはほかのモデルに使えます。

モデル 初回クレジットで使えるか 料金
Gemma 4 VL 26B 使える 100 万トークンあたり入力 $0.10、出力 $0.22
BroadNet Transcribe Arabic 使える 音声 1 分あたり $0.0042
BroadNet Transcribe(14 言語) 使える 音声 1 分あたり $0.002
DeepSeek V4.1 Flash 初回チャージ後 100 万トークンあたり入力 $0.175、出力 $0.52
GLM 5.3 初回チャージ後 100 万トークンあたり入力 $0.78、出力 $3.46
Qwen3.8 27B 初回チャージ後 100 万トークンあたり入力 $0.175、出力 $2.17

つまり、チャージなしで呼び出せるチャットモデルは Gemma 4 VL 26B だけです。テキストと画像を読み取れて、コンテキストは 32,768 トークン、推論の記載はないため、出力は短く安く済みます。

オープンデータセット LLM API の無料枠とレート制限では、14 社が公開している無料アクセス、初期のレート制限、カードの要否、無料枠のデータを学習に使うかどうかを比較しており、各値に出典と日付を付けています。有料プランの制限もあわせて知りたい場合は、プロバイダー別 LLM API のレート制限をご覧ください。

$5 でどこまで使えるのか?

計算は簡単で、クレジットを単価で割るだけです。

Gemma のトークン数に換算すると

input-only:  $5 ÷ $0.10 per 1M
output-only: $5 ÷ $0.22 per 1M

2026-11-14 に公開された料金では、プロンプトを送るだけなら入力約 5,000万 トークン、生成だけなら出力約 2,300万 トークンです。実際のトラフィックはその混合なので、結果はその間に収まります。つまり数千万トークンです。

実際にはどのくらいでしょうか。典型的なチャット 1 往復で 2,000 トークンを送り 300 トークンが返ってくるなら、クレジットで約 18,000 往復できます。レシートやスクリーンショットを送る場合、画像は 1 枚ごとに入力トークンとして数えられ、大きな画像は多くのトークンを使うので、まずご自身の画像で計測してください。方法はこちらです。

音声の分数に換算すると

BroadNet Transcribe Arabic は音声 1 分あたり $0.0042 なので、初回クレジットで約 1,190 分の音声を文字起こしできます。1 分のボイスメモならほぼその件数です。BroadNet のドキュメントには 1 分未満の端数の課金方法が書かれていないので、それを前提に計画する前に、ごく短いクリップをいくつか試してください。14 言語対応の BroadNet Transcribe は 1 分あたり $0.002 なので、同じクレジットでもっと長く使えます。WhatsApp のボイスメモを文字起こしする方法もご覧ください。

時間制キーに換算すると

時間制キーは 1 つ $0.50 で、Gemma 4 VL 26B を 1 時間、1 ストリーム、毎分 120 リクエスト、毎分 300,000 トークンで使えます。トークンメーターはありません。クレジットで何本か買えます。時間制キーはデモ、ワークショップ、単発のバッチジョブに向いています。時間制キーが合う場面をご覧ください。

無料の API クレジットはどう使うべきか?

無料クレジットの最悪の使い方は、「hello」のプロンプトを大量に送ることです。最良の使い方は、実際のワークロードを小さく忠実に再現し、記録を取ることです。

  1. **実際のタスクを選ぶ。**分類、情報抽出、サポートの返信、文字起こしなど。実際のプロンプトと実際の入力を使ってください。
  2. すべての呼び出しで使用量を記録する。prompt_tokens、completion_tokens、音声なら各ファイルの長さを記録します。設定方法は Python SDK ガイドにあります。
  3. **1 日分のトラフィックを流す。**代表的なリクエストが数百件あれば、安定した平均値が得られます。
  4. **予測する。**平均値に想定される月間の量と各モデルの単価を掛けます。月額コストの見積もり方で手順を説明しています。
  5. **何のためにチャージするか決める。**Gemma で十分なら、コストはもうわかっています。長いコンテキスト、推論、ツールが必要なら、チャージ後に DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B がいくらかかるかを予測が教えてくれます。

クレジットを使う初日の良い進め方は?

午後のうちに、無駄なくクレジットを使う進め方の一例です。

  1. 最初のリクエスト。Python SDK ガイドに沿って、https://inference.broadnet.ai/v1 の broadnet/gemma-4-26b-a4b に短いプロンプトを 1 つ送ります。choices[0].message.content と usage ブロックが読めることを確認してください。
  2. **品質チェック。**サポートチケット、商品写真、フォームの項目など、製品の実際の入力を 50 件流します。回答を自分で読み、失敗したものを記録してください。
  3. **トークンチェック。**その 50 回の使用量を合計して 50 で割ります。それが Gemma での 1 リクエストあたりのトークン数です。
  4. 音声チェック(該当する場合)。language を正しく設定して実際のボイスメモや通話の断片を 10 件文字起こしし、実際に話された内容と比べます。リクエストの書き方は アラビア語音声認識ガイドにあります。
  5. **数字を書き留める。**1 リクエストあたりのトークン数、1 ファイルあたりの分数、失敗率が、予測に必要な数字です。この時点では、クレジットのごく一部しか使っていないはずです。

クレジットを長持ちさせるには?

  • **max_tokens を設定する。**有限の上限を設ければ、暴走した回答がクレジットを食いつぶすのを防げます。
  • **短く構造化された出力を求める。**BroadNet のどのチャットモデルでも、トークンあたりの単価は出力のほうが入力より高くなっています。まず無料のトークンカウンターでプロンプトのサイズを確認してください。
  • **画像を小さくする。**送る前にリサイズとトリミングをしましょう。画像のトークンは入力トークンです。
  • **プロンプトを安定させる。**キャッシュ単価のあるモデルでは、繰り返される先頭部分が安くなります。Gemma にはキャッシュ単価がないので、Gemma ではとにかくプロンプトを短くしてください。
  • **音声の変換は 1 回で済ませる。**適切なサンプリングレートのモノラル WAV を送ってください。BroadNet のドキュメントには、WhatsApp の .ogg ファイルを変換する 1 行の ffmpeg コマンドが載っています。

無料クレジットではわからないことは?

初回クレジットは、品質のテストとトークンの計測には十分です。しかし、本番規模で何が起きるかを試すには足りません。従量課金キーは毎分 30 リクエスト、同時実行 4 リクエストに制限されており、有料モデルは長いタスクや推論の多いタスクで Gemma とは違う挙動をします。コーディングエージェントを一日中動かすつもりなら、役に立つテストは Gemma のトークンを追加で使うことではなく、チャージ後に DeepSeek V4.1 Flash で $1 の Meteor を 1 時間使うことです。選択肢は料金ページで比較してください。

ほかの LLM API の無料枠と比べるとどうか?

無料枠は、何が使えるか、どれだけ続くか、データがどう扱われるかが各社で異なります。2026 年 11 月 14 日に確認した時点で、公式ページに書かれていた内容は次のとおりです。

プロバイダー 無料で使えるもの 主な注意点
BroadNet Inference $5 の従量課金クレジット、カード不要 チャージ前は Gemma 4 VL 26B、文字起こし、時間制キーのみ
Google Gemini API Gemini 3.8 Flash や Gemini 3.5 Flash-Lite を含む複数の Gemini モデルで、入力・出力トークンが無料 Google の無料プランには “Content used to improve our products”(訳:コンテンツは当社製品の改善に使用されます)とある(EEA、英国、スイスでは有料プランのデータ条件が適用)。無料枠のレート制限あり
OpenRouter 一部モデルの無料バリアント(:free) 毎分 20 リクエスト、1 日 50 リクエスト。10 クレジット(USD 10。OpenRouter のクレジットは米ドル建て)以上購入すると 1 日 1,000
Groq 無料プラン 制限はアカウントごとに設定され、Groq のコンソールに表示される。公開ページには有料プランの数値しか載っていない

Gemini の無料枠と OpenRouter の :free バリアントはトークン単位の料金がかからず、金額の上限もないので、どちらも実験に向いています。トレードオフはデータの利用とレート制限なので、どちらかを前提に開発する前に Gemini 3.8 Flash の料金ページと OpenRouter 代替ページを確認してください。BroadNet は、無料クレジットでの利用も含め、すべてのモデルをゼロデータ保持で提供しています。

よくある質問

BroadNet の無料クレジットはいつまで使えますか?

期間は 2 種類あります。無料の登録時トライアルクレジットはサービスを試すためのもので、BroadNet の利用規約では 1 人または 1 組織につき 30 日間です。ご自身でチャージした資金はこれとは別の前払いサービスクレジットで、購入から 12 か月間有効です。

BroadNet で無料クレジットをもらうのにカードは必要ですか?

いいえ。BroadNet によると、新規アカウントはカードなしで $5 のクレジットから始められます。ただし paid_only のモデル(DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B)は、チャージするまで使えません。

初回クレジットで無制限プランを買えますか?

いいえ。BroadNet によると、初回クレジットは従量課金と時間制キーに使えるもので、プランは別途購入です。

クレジットを使い切るとどうなりますか?

チャージするまで、従量課金のリクエストは拒否されます(BroadNet のドキュメントには、利用枠を使い切ると 401 になると記載されています)。すでに購入した時間制キーは、その 1 時間が終わるまで使えます。

チャージが必要なのはどのモデルですか?

pricing.json で paid_only と記されたモデルは、アカウントにチャージがあると使えるようになります。現在は DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B です。

無料枠がある LLM API はどれですか?

2026 年 11 月 14 日時点で、Google の Gemini API には複数の Gemini モデルに無料枠があり、EEA、英国、スイス以外ではコンテンツが Google の製品改善に使われます。OpenRouter は無料のモデルバリアントを提供しており、上限は毎分 20 リクエスト、1 日 50 リクエスト(10 クレジット以上購入すると 1 日 1,000。OpenRouter のクレジットは米ドル建てなので USD 10 です)です。Groq はアカウントごとの制限付きの無料プランを掲載していました。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く