Akses AI gratis
Anehnya, masih banyak orang yang belum pernah berkomunikasi dengan jaringan saraf atau menjalankan agen AI tunggal - hal ini tampaknya mahal, rumit, atau 'bukan untuk saya'. Faktanya, Anda dapat memulai secara gratis sekarang juga, seringkali tanpa kartu bank atau komputer yang canggih. Di bawah ini adalah cara yang telah terbukti untuk mendapatkan akses ke AI: dari tingkatan gratis hingga hibah komputasi. Batasan dan ketentuan berubah - kami memeriksanya secara berkala.
Cara menggunakan: pilih kartu, buka tautan dan daftar - batas saat ini tercantum di masing-masing kartu.
Tingkatan gratis
Bekerja secara instan dan gratis, biasanya tanpa kartu: daftar dan gunakan. Ada batasannya (permintaan per hari, token per menit), tetapi cukup untuk memulai dan untuk tugas pribadi.
Gemini 2.5/3 Flash, Gemma 3, multimodal
DeepSeek R1/V3, Llama, Qwen
28-30 model gratis melalui satu kunci
GPT-5, GPT-4.1, GPT-4o, o4-mini, Llama
Kredit percobaan
Saldo awal dalam dolar untuk dicoba (misalnya $5). Kedaluwarsa dalam beberapa hari atau minggu - berguna untuk menguji model untuk tugas Anda sebelum membayar.
Tanpa kartu, pendaftaran SMS
Katalog model terbuka lebar
Akun Google Cloud baru; belanjakan untuk Gemini 3.1 Pro, Imagen, Veo, katalog lengkap Vertex AI
Program startup
Hibah dan kredit komputasi besar untuk perusahaan: dari ribuan hingga ratusan ribu dolar. Cara mendapatkannya: daftarkan startup (badan hukum, produk, situs) dan ajukan lamaran; beberapa program memerlukan akselerator atau investor.
Untuk pengelola sumber terbuka
Untuk pelajar
Akses dan kredit gratis dengan status pelajar. Cara mendapatkannya: konfirmasikan bahwa Anda seorang pelajar - email .edu atau verifikasi melalui GitHub Education dan program universitas.
Siswa terverifikasi
Pulsa gratis bagi mahasiswa yang mengikuti acara kampus YC 2025-2026; termasuk cloud Azure/AWS, GPT/Claude/Grok, suara, pencarian, video, database
Kredit komputasi A100 gratis dengan email .edu terverifikasi untuk siswa; Aktivasi 3-14 hari
AI Lokal: model Anda sendiri di perangkat keras Anda sendiri
Model terbuka dapat dijalankan langsung di komputer Anda - gratis, tanpa internet, dan data Anda tidak kemana-mana. Di bawah ini, tanpa basa-basi lagi, kami akan mencari tahu kemampuan komputer Anda, dan memilih model yang dapat Anda instal dengan satu perintah.
Cara mengetahui perangkat keras Anda2 menit - dan Anda tahu kelas Anda.
Model AI adalah file besar yang dimuat seluruhnya ke dalam memori komputer agar dapat dijalankan. Semakin pintar modelnya, semakin besar dan semakin banyak memori yang dibutuhkan. Aturan sederhananya: angka dalam nama model (misalnya, 7B adalah 7 miliar parameter) kira-kira merupakan jumlah memori dalam gigabyte yang dibutuhkan; dalam format ekonomis Q4 - kira-kira setengahnya (7B ≈ 4-5 GB). Model berjalan paling cepat pada kartu video, dalam memori videonya (VRAM); jika tidak ada kartu video yang kuat, itu dianggap menggunakan RAM biasa (RAM) - lebih lambat, tetapi berfungsi. Mac pada chip M1-M4 memiliki memori yang sama, sehingga dapat menangani model berukuran besar dengan baik. Pertama cari tahu berapa banyak memori yang Anda miliki:
- Mac: Buka menu Apple (logo di pojok kiri atas layar) dan pilih Tentang Ini Mac. Di baris "Memori" akan ada kapasitas Anda - misalnya, "16 GB".
- Windows: Klik `Ctrl+Shift+Esc` bersamaan, buka tab "Performance" dan pilih "Memory" di sebelah kiri. Di bagian atas akan ada volume total - misalnya, “16,0 GB”.
- Linux: Di terminal, ketik `free -h` dan tekan Enter. Di baris `Mem` angka pertama adalah jumlah keseluruhan RAM.
- NVIDIA: Di terminal, masukkan `nvidia-smi` - jumlah memori video akan berada di sudut kanan atas tabel. Atau lihat di aplikasi GeForce Experience.
- AMD: Di Linux - tim `radeontop`; di Windows - dalam aplikasi AMD Adrenalin.
- Windows: Klik `Ctrl+Shift+Esc` -> Performa -> GPU. Temukan baris "Memori grafis khusus" - berfungsi untuk kartu video apa pun.
- Mac (M1-M4): Tidak ada memori video terpisah - memori umum komputer digunakan, dan ini merupakan nilai tambah: hampir semuanya dapat digunakan untuk AI.
Ambil model yang ukurannya (dalam Q4, tertulis di kartu) lebih kecil dari memori bebas Anda, dan sisakan 2-4 GB cadangan - untuk sistem dan untuk "memori dialog" (konteks). Jika ragu, mulailah dengan model yang lebih kecil: jika berfungsi dengan cepat, coba model yang lebih besar. Di bawah ini kami telah membagi model menjadi beberapa tingkatan - pilih ukuran memori Anda.
Laptop tingkat pemula, dasar MacBook Air M1/M2, PC tanpa kartu video.
Pilihan terbaik untuk perangkat keras yang lemah: percakapan yang cepat dan baik serta mengikuti instruksi.
Kuat dalam penalaran dan kode untuk ukurannya, diperbolehkan untuk perdagangan (MIT).
Yang paling ringan: dapat dijalankan hampir di mana saja, bagus untuk tugas dan catatan sederhana.
Apa yang harus diluncurkan
LM Studio - aplikasi dengan jendela: unduh, pilih model dari daftar, klik "unduh" dan ngobrol. Cara termudah untuk memulai adalah tanpa baris perintah.
Ollama - untuk baris perintah: satu perintah `ollama run <модель>` mengunduh dan menjalankan model. Nyaman untuk pengembang dan integrasi (API hingga localhost).
Perbandingan model
Berikut ini hanya contoh untuk peluncuran lokal. Semua model dapat dilihat dan dibandingkan dalam katalog lengkap: Semua model → · Bandingkan model →
| Model | Tempat latihan menembak | Ukuran (Q4) |
|---|---|---|
| Llama 3.2 3B★ | 8 GB RAM | ~2 GB |
| Phi-4 Mini | 8 GB RAM | ~2.5 GB |
| Gemma 2 2B | 8 GB RAM | ~1.6 GB |
| Llama 3.1 8B★ | 16 GB RAM | ~4.9 GB |
| Qwen2.5 7B | 16 GB RAM | ~4.7 GB |
| Mistral NeMo 12B | 16 GB RAM | ~7 GB |
| Qwen2.5 Coder 32B★ | 32 GB RAM / VRAM | ~20 GB |
| Gemma 2 27B | 32 GB RAM / VRAM | ~16 GB |
| DeepSeek R1 32B | 32 GB RAM / VRAM | ~20 GB |
| Llama 3.3 70B★ | 64 GB+ RAM / VRAM | ~43 GB |
| Qwen2.5 72B | 64 GB+ RAM / VRAM | ~47 GB |
| DeepSeek R1 70B | 64 GB+ RAM / VRAM | ~43 GB |
Pertanyaan yang sering diajukan
Apa itu kuantisasi dan Q4?
Kuantisasi memampatkan model, mengurangi keakuratan skala - file menjadi beberapa kali lebih kecil dan masuk ke dalam memori. Q4 (4 bit) - keseimbangan populer: hampir tidak ada penurunan kualitas, tetapi membutuhkan ~setengah dari Q8. Dimensi dalam panduan ini adalah untuk kuantisasi Q4.
RAM atau VRAM - mana yang lebih penting?
Pada kartu video (GPU) model berjalan paling cepat - volume VRAM penting di sini. Tanpa GPU yang kuat, model dimuat ke RAM biasa dan dihitung pada prosesor (lebih lambat, tetapi berfungsi). Apple Silicon memiliki memori gabungan, sehingga Mac dapat menangani model besar dengan baik.
Apakah bisa digunakan dalam bisnis?
Lihat lisensi model. Apache 2.0 dan MIT mengizinkan penggunaan komersial hampir tanpa batasan. Lisensi Llama dan Gemma juga diperbolehkan, namun dengan syarat (misalnya, batasan jumlah pengguna untuk Llama). Selalu periksa teks lisensi.
Berapa banyak ruang disk yang Anda perlukan?
Setiap model adalah file terpisah dari ~1.5 GB (ringan) hingga 40+ GB (besar). Sisakan ruang kosong yang cukup untuk beberapa model. Ollama dan LM Studio menyimpannya di folder masing-masing; yang tidak perlu dapat dihapus dengan satu perintah.