Erste Schritte

Einsteiger

Dein erster LLM-API-Aufruf in 10 Minuten — komplett kostenlos. Keine Kreditkarte nötig.

Zuletzt aktualisiert: 13. Sept. 2026

Warum hier starten?

Large Language Models sind mächtig, aber der Einstieg kann überwältigend wirken. Dieser Guide kommt auf den Punkt: Du wählst einen kostenlosen API-Anbieter, gibst deinen Key ein und sprichst mit einem KI-Modell — alles in deinem Browser.

⏱️ Du hast in unter 10 Minuten einen funktionierenden LLM-Aufruf. Keine Kreditkarte nötig.

Kostenlosen API-Key holen

Nutze OpenRouter mit dem kostenlosen Free Models Router. Er wählt automatisch ein verfügbares Gratis-Modell aus — dadurch bleibt dieser Guide bei genau einem klaren Weg, ohne Anbieter- oder Modellvergleich.

OpenRouter · Free Models Router

Der OpenRouter Free Models Router routet deine Anfrage automatisch an ein verfügbares kostenloses Modell. Erstelle einen kostenlosen OpenRouter-Key, füge ihn unten ein und lass das Modell auf Free Models Router.

API-Key holen →
🚀

Dein erster LLM-Aufruf

Gib oben deinen API-Key ein, schreibe eine Nachricht und klicke auf Senden

OpenRouter · Free Models Router

Dieser Playground bietet absichtlich nur den OpenRouter Free Models Router an, damit Einsteiger keine Anbieter vergleichen oder Modell-IDs auswählen müssen.

API-Key

Dein API-Key und deine Nachrichten werden vom Browser direkt an OpenRouter gesendet. Der Guide-Server erhält den Key nicht. Die Seite hält ihn im Arbeitsspeicher und löscht ihn beim Verlassen oder Neuladen.

Im Quellcode überprüfen ↗
Modell:
Temperatur0.7
Max Tokens256
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "openrouter/free",
    "messages": [{"role": "user", "content": "Hello, who are you?"}],
    "temperature": 0.7,
    "max_tokens": 256
  }'

Die Antwort verstehen

choices[0].message.content

Der eigentliche Text, den das Modell generiert hat. Das würdest du einem Nutzer zeigen.

usage.prompt_tokens / completion_tokens

Wie viele Tokens verwendet wurden. Prompt-Tokens = deine Eingabe, Completion-Tokens = die Ausgabe des Modells. So funktioniert die Abrechnung (kostenlose Tarife berechnen nichts).

finish_reason

"stop" bedeutet, das Modell hat natürlich geendet. "length" bedeutet, es hat das max_tokens-Limit erreicht und wurde abgeschnitten.

model

Das genaue Modell, das deine Anfrage verarbeitet hat. Einige Anbieter können an verschiedene Versionen weiterleiten.

Dein Lernpfad

Ein kuratierter Fahrplan von Null bis Experte. Folge diesen Themen der Reihe nach für das beste Lernerlebnis.

Gesamtfortschritt0/17

Nächste Schritte

Jetzt, wo du deinen ersten LLM-Aufruf gemacht hast, erkunde diese Themen: