Free API LLM models (O4-Mini, Deepseek) | Without restrictions.

Всем привет, в данной статье, я расскажу о таком чудесном API, под названием Pollinations. Цель данного API, предоставлять нейросети тем людям, у которых нет средств на это все.

Особенности API:

- Полностью бесплатен
- У API не имеется API-ключей
- Возможность генерировать текст и фото
- Поддержка фотографий у текстовых нейросетей

API не ноунейм, и у него полностью открыт код. Он довольно популярный. Как минимум, у них в Discord-сервере 13к людей и 1.8к звезд в Github и существует он с 2020 года

Github - https://github.com/pollinations/pollinations
Discord - https://discord.com/invite/k9F7SyTgqn

Что-ж, давайте приступим к гайду, как использовать данный API:

Ссылка на сайт API: https://pollinations.ai (Там находится документация)
Ссылка на список текстовых моделей: https://text.pollinations.ai/models
Ссылка на список моделей, которые делают фото: https://text.pollinations.ai/models

Для вас, я написал код на Python, для того как использовать API. В коде имеется поддержка генерации фотографий и текста (с возможностью присылать фотографии. Код писала нейросеть):
​

import requests
import json
import tkinter as tk
from tkinter import filedialog
import base64
import mimetypes
import os
from urllib.parse import quote_plus

# --- API URLs ---
TEXT_MODELS_URL = "https://text.pollinations.ai/models"
IMAGE_MODELS_URL = "https://image.pollinations.ai/models"
TEXT_GENERATION_OPENAI_URL = "https://text.pollinations.ai/openai" # OpenAI compatible endpoint
IMAGE_GENERATION_BASE_URL = "https://image.pollinations.ai/prompt/"

# --- Helper Functions ---

def fetch_models(url):
"""Получает список моделей с указанного URL."""
try:
response = requests.get(url)
response.raise_for_status() # Вызовет исключение для плохих ответов (4xx or 5xx)
return response.json()
except requests.exceptions.RequestException as e:
print(f"Ошибка при запросе моделей: {e}")
return None

def select_model_from_list(models_data, model_type="text"):
"""
Позволяет пользователю выбрать модель из списка.
Для текстовых моделей 'models_data' - это список словарей.
Для моделей изображений 'models_data' - это список строк.
"""
if not models_data:
print("Список моделей пуст или не удалось загрузить.")
return None

print(f"\nДоступные модели для {model_type}:")
if model_type == "text":
for i, model in enumerate(models_data):
print(f"{i + 1}. {model.get('name', 'N/A')} - {model.get('description', 'N/A')}")
elif model_type == "image":
for i, model_name in enumerate(models_data):
print(f"{i + 1}. {model_name}")

while True:
try:
choice = int(input("Выберите номер модели: ")) - 1
if 0 <= choice < len(models_data):
if model_type == "text":
return models_data[choice] # Возвращаем весь словарь для текстовой модели
elif model_type == "image":
return models_data[choice] # Возвращаем имя модели для изображений
else:
print("Неверный номер. Пожалуйста, попробуйте снова.")
except ValueError:
print("Неверный ввод. Пожалуйста, введите число.")

def get_image_path_gui():
"""Открывает диалоговое окно для выбора файла изображения."""
root = tk.Tk()
root.withdraw() # Скрываем основное окно Tkinter
file_path = filedialog.askopenfilename(
title="Выберите фотографию",
filetypes=[("Image files", "*.jpg *.jpeg *.png *.gif *.bmp *.webp"), ("All files", "*.*")]
)
root.destroy() # Закрываем tk окно после выбора, чтобы не зависало
return file_path

def encode_image_to_base64(image_path):
"""Кодирует изображение в base64 строку."""
try:
with open(image_path, "rb") as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
except Exception as e:
print(f"Ошибка при кодировании изображения: {e}")
return None

# --- Generation Functions ---

def generate_text_with_model(selected_model_details):
"""Генерация текста с использованием выбранной модели."""
if not selected_model_details:
return

model_name = selected_model_details.get("name")
print(f"\nВыбрана модель для текста: {model_name} ({selected_model_details.get('description')})")

while True:
prompt = input("Введите ваш текстовый запрос (или 'q' для выхода из этой модели): ")
if prompt.lower() == 'q':
break

image_path = None
image_base64 = None
mime_type = None

# Проверяем, поддерживает ли модель изображения
supports_images = "image" in selected_model_details.get("input_modalities", [])

if supports_images:
add_image_choice = input("Добавить фотографию к запросу? (да/нет): ").strip().lower()
if add_image_choice == 'да':
image_path = get_image_path_gui()
if image_path:
print(f"Выбрана фотография: {image_path}")
image_base64 = encode_image_to_base64(image_path)
if not image_base64:
print("Не удалось обработать изображение. Запрос будет отправлен без него.")
else:
mime_type = mimetypes.guess_type(image_path)[0]
if not mime_type:
print("Не удалось определить MIME-тип изображения. Используем image/jpeg по умолчанию.")
mime_type = "image/jpeg" # запасной вариант
else:
print("Фотография не выбрана.")

# Формируем запрос в формате OpenAI
messages = []
if image_base64 and mime_type:
messages.append({
"role": "user",
"content": [
{"type": "text", "text": prompt},
{
"type": "image_url",
"image_url": {"url": f"data:{mime_type};base64,{image_base64}"}
}
]
})
else:
messages.append({"role": "user", "content": prompt})

payload = {
"model": model_name,
"messages": messages
# Можно добавить другие параметры OpenAI, если API их поддерживает (temperature, max_tokens и т.д.)
# "temperature": 0.7,
# "max_tokens": 150
}

print("\nОтправка запроса...")
try:
response = requests.post(TEXT_GENERATION_OPENAI_URL, json=payload, headers={"Content-Type": "application/json"})
response.raise_for_status()
api_response = response.json()

# Парсинг ответа (стандартный для OpenAI)
if api_response.get("choices") and len(api_response["choices"]) > 0:
generated_text = api_response["choices"][0].get("message", {}).get("content")
print("\nОтвет модели:")
print(generated_text)
else:
print("\nНе удалось получить сгенерированный текст из ответа API.")
print("Ответ API:", api_response)

except requests.exceptions.HTTPError as e:
print(f"Ошибка HTTP: {e.response.status_code} - {e.response.text}")
except requests.exceptions.RequestException as e:
print(f"Ошибка при отправке запроса на генерацию текста: {e}")
except json.JSONDecodeError:
print("Ошибка: Не удалось декодировать JSON ответ от сервера.")
print("Текст ответа:", response.text)
print("-" * 30)


def generate_image_with_model(selected_image_model_name):
"""Генерация изображения с использованием выбранной модели."""
if not selected_image_model_name:
return

print(f"\nВыбрана модель для изображений: {selected_image_model_name}")

while True:
prompt = input("Введите ваш запрос для генерации изображения (или 'q' для выхода из этой модели): ")
if prompt.lower() == 'q':
break

encoded_prompt = quote_plus(prompt) # URL-кодирование промпта
request_url = f"{IMAGE_GENERATION_BASE_URL}{encoded_prompt}?model={selected_image_model_name}"
print(f"\nОтправка запроса на: {request_url}")

try:
response = requests.get(request_url, stream=True) # stream=True для изображений
response.raise_for_status()

# Сохраняем изображение
filename = f"generated_image_{selected_image_model_name}_{prompt[:20].replace(' ','_')}.png" # простое имя файла
# Можно попытаться угадать расширение из Content-Type, но API может не всегда его давать
# content_type = response.headers.get('content-type')
# if content_type == 'image/jpeg': filename += ".jpg"
# elif content_type == 'image/png': filename += ".png"
# else: filename += ".jpg" # default

with open(filename, 'wb') as f:
for chunk in response.iter_content(1024):
f.write(chunk)
print(f"\nИзображение успешно сгенерировано и сохранено как: {filename}")
print(f"Полный путь: {os.path.abspath(filename)}")

except requests.exceptions.HTTPError as e:
print(f"Ошибка HTTP: {e.response.status_code} - {e.response.text}")
except requests.exceptions.RequestException as e:
print(f"Ошибка при отправке запроса на генерацию изображения: {e}")
print("-" * 30)

# --- Main Script Logic ---

def main():
print("Добро пожаловать в Pollinations.ai API клиент!")

while True:
print("\nКуда вас направить?")
print("1. Генерация текста")
print("2. Генерация фотографии")
print("3. Выход")

choice = input("Ваш выбор: ").strip()

if choice == '1':
print("\nЗагрузка моделей для текста...")
text_models = fetch_models(TEXT_MODELS_URL)
if text_models:
selected_text_model_details = select_model_from_list(text_models, "text")
if selected_text_model_details:
generate_text_with_model(selected_text_model_details)
else:
print("Не удалось загрузить текстовые модели.")

elif choice == '2':
print("\nЗагрузка моделей для изображений...")
image_models = fetch_models(IMAGE_MODELS_URL) # Это список строк
if image_models:
selected_image_model_name = select_model_from_list(image_models, "image")
if selected_image_model_name:
generate_image_with_model(selected_image_model_name)
else:
print("Не удалось загрузить модели изображений.")

elif choice == '3':
print("До свидания!")
break
else:
print("Неверный выбор. Пожалуйста, попробуйте снова.")

if __name__ == "__main__":
main()

Python

import requests

import json

import tkinter as tk

from tkinter import filedialog

import base64

import mimetypes

import os

from urllib.parse import quote_plus



# --- API URLs ---

TEXT_MODELS_URL = "https://text.pollinations.ai/models"

IMAGE_MODELS_URL = "https://image.pollinations.ai/models"

TEXT_GENERATION_OPENAI_URL = "https://text.pollinations.ai/openai" # OpenAI compatible endpoint

IMAGE_GENERATION_BASE_URL = "https://image.pollinations.ai/prompt/"



# --- Helper Functions ---



def fetch_models(url):

    """Получает список моделей с указанного URL."""

    try:

        response = requests.get(url)

        response.raise_for_status()  # Вызовет исключение для плохих ответов (4xx or 5xx)

        return response.json()

    except requests.exceptions.RequestException as e:

        print(f"Ошибка при запросе моделей: {e}")

        return None



def select_model_from_list(models_data, model_type="text"):

    """

    Позволяет пользователю выбрать модель из списка.

    Для текстовых моделей 'models_data' - это список словарей.

    Для моделей изображений 'models_data' - это список строк.

    """

    if not models_data:

        print("Список моделей пуст или не удалось загрузить.")

        return None



    print(f"\nДоступные модели для {model_type}:")

    if model_type == "text":

        for i, model in enumerate(models_data):

            print(f"{i + 1}. {model.get('name', 'N/A')} - {model.get('description', 'N/A')}")

    elif model_type == "image":

        for i, model_name in enumerate(models_data):

            print(f"{i + 1}. {model_name}")



    while True:

        try:

            choice = int(input("Выберите номер модели: ")) - 1

            if 0 <= choice < len(models_data):

                if model_type == "text":

                    return models_data[choice] # Возвращаем весь словарь для текстовой модели

                elif model_type == "image":

                    return models_data[choice] # Возвращаем имя модели для изображений

            else:

                print("Неверный номер. Пожалуйста, попробуйте снова.")

        except ValueError:

            print("Неверный ввод. Пожалуйста, введите число.")



def get_image_path_gui():

    """Открывает диалоговое окно для выбора файла изображения."""

    root = tk.Tk()

    root.withdraw()  # Скрываем основное окно Tkinter

    file_path = filedialog.askopenfilename(

        title="Выберите фотографию",

        filetypes=[("Image files", "*.jpg *.jpeg *.png *.gif *.bmp *.webp"), ("All files", "*.*")]

    )

    root.destroy() # Закрываем tk окно после выбора, чтобы не зависало

    return file_path



def encode_image_to_base64(image_path):

    """Кодирует изображение в base64 строку."""

    try:

        with open(image_path, "rb") as image_file:

            return base64.b64encode(image_file.read()).decode('utf-8')

    except Exception as e:

        print(f"Ошибка при кодировании изображения: {e}")

        return None



# --- Generation Functions ---



def generate_text_with_model(selected_model_details):

    """Генерация текста с использованием выбранной модели."""

    if not selected_model_details:

        return



    model_name = selected_model_details.get("name")

    print(f"\nВыбрана модель для текста: {model_name} ({selected_model_details.get('description')})")



    while True:

        prompt = input("Введите ваш текстовый запрос (или 'q' для выхода из этой модели): ")

        if prompt.lower() == 'q':

            break



        image_path = None

        image_base64 = None

        mime_type = None



        # Проверяем, поддерживает ли модель изображения

        supports_images = "image" in selected_model_details.get("input_modalities", [])



        if supports_images:

            add_image_choice = input("Добавить фотографию к запросу? (да/нет): ").strip().lower()

            if add_image_choice == 'да':

                image_path = get_image_path_gui()

                if image_path:

                    print(f"Выбрана фотография: {image_path}")

                    image_base64 = encode_image_to_base64(image_path)

                    if not image_base64:

                        print("Не удалось обработать изображение. Запрос будет отправлен без него.")

                    else:

                        mime_type = mimetypes.guess_type(image_path)[0]

                        if not mime_type:

                            print("Не удалось определить MIME-тип изображения. Используем image/jpeg по умолчанию.")

                            mime_type = "image/jpeg" # запасной вариант

                else:

                    print("Фотография не выбрана.")



        # Формируем запрос в формате OpenAI

        messages = []

        if image_base64 and mime_type:

            messages.append({

                "role": "user",

                "content": [

                    {"type": "text", "text": prompt},

                    {

                        "type": "image_url",

                        "image_url": {"url": f"data:{mime_type};base64,{image_base64}"}

                    }

                ]

            })

        else:

            messages.append({"role": "user", "content": prompt})



        payload = {

            "model": model_name,

            "messages": messages

            # Можно добавить другие параметры OpenAI, если API их поддерживает (temperature, max_tokens и т.д.)

            # "temperature": 0.7,

            # "max_tokens": 150

        }



        print("\nОтправка запроса...")

        try:

            response = requests.post(TEXT_GENERATION_OPENAI_URL, json=payload, headers={"Content-Type": "application/json"})

            response.raise_for_status()

            api_response = response.json()



            # Парсинг ответа (стандартный для OpenAI)

            if api_response.get("choices") and len(api_response["choices"]) > 0:

                generated_text = api_response["choices"][0].get("message", {}).get("content")

                print("\nОтвет модели:")

                print(generated_text)

            else:

                print("\nНе удалось получить сгенерированный текст из ответа API.")

                print("Ответ API:", api_response)



        except requests.exceptions.HTTPError as e:

            print(f"Ошибка HTTP: {e.response.status_code} - {e.response.text}")

        except requests.exceptions.RequestException as e:

            print(f"Ошибка при отправке запроса на генерацию текста: {e}")

        except json.JSONDecodeError:

            print("Ошибка: Не удалось декодировать JSON ответ от сервера.")

            print("Текст ответа:", response.text)

        print("-" * 30)





def generate_image_with_model(selected_image_model_name):

    """Генерация изображения с использованием выбранной модели."""

    if not selected_image_model_name:

        return



    print(f"\nВыбрана модель для изображений: {selected_image_model_name}")



    while True:

        prompt = input("Введите ваш запрос для генерации изображения (или 'q' для выхода из этой модели): ")

        if prompt.lower() == 'q':

            break



        encoded_prompt = quote_plus(prompt) # URL-кодирование промпта

        request_url = f"{IMAGE_GENERATION_BASE_URL}{encoded_prompt}?model={selected_image_model_name}"

        print(f"\nОтправка запроса на: {request_url}")



        try:

            response = requests.get(request_url, stream=True) # stream=True для изображений

            response.raise_for_status()



            # Сохраняем изображение

            filename = f"generated_image_{selected_image_model_name}_{prompt[:20].replace(' ','_')}.png" # простое имя файла

            # Можно попытаться угадать расширение из Content-Type, но API может не всегда его давать

            # content_type = response.headers.get('content-type')

            # if content_type == 'image/jpeg': filename += ".jpg"

            # elif content_type == 'image/png': filename += ".png"

            # else: filename += ".jpg" # default



            with open(filename, 'wb') as f:

                for chunk in response.iter_content(1024):

                    f.write(chunk)

            print(f"\nИзображение успешно сгенерировано и сохранено как: {filename}")

            print(f"Полный путь: {os.path.abspath(filename)}")



        except requests.exceptions.HTTPError as e:

            print(f"Ошибка HTTP: {e.response.status_code} - {e.response.text}")

        except requests.exceptions.RequestException as e:

            print(f"Ошибка при отправке запроса на генерацию изображения: {e}")

        print("-" * 30)



# --- Main Script Logic ---



def main():

    print("Добро пожаловать в Pollinations.ai API клиент!")



    while True:

        print("\nКуда вас направить?")

        print("1. Генерация текста")

        print("2. Генерация фотографии")

        print("3. Выход")



        choice = input("Ваш выбор: ").strip()



        if choice == '1':

            print("\nЗагрузка моделей для текста...")

            text_models = fetch_models(TEXT_MODELS_URL)

            if text_models:

                selected_text_model_details = select_model_from_list(text_models, "text")

                if selected_text_model_details:

                    generate_text_with_model(selected_text_model_details)

            else:

                print("Не удалось загрузить текстовые модели.")



        elif choice == '2':

            print("\nЗагрузка моделей для изображений...")

            image_models = fetch_models(IMAGE_MODELS_URL) # Это список строк

            if image_models:

                selected_image_model_name = select_model_from_list(image_models, "image")

                if selected_image_model_name:

                    generate_image_with_model(selected_image_model_name)

            else:

                print("Не удалось загрузить модели изображений.")



        elif choice == '3':

            print("До свидания!")

            break

        else:

            print("Неверный выбор. Пожалуйста, попробуйте снова.")



if __name__ == "__main__":

    main()

Пример, как работает код

На этой ноте, я пожалуй закончу статью. Если у вас возникли вопросы к владельцу API, то вы можете задать их в официальном Discord-сервере: https://discord.gg/k9F7SyTgqn ​