Gratis AI Discord bots i 2026

Hvis du søger efter “gratis AI Discord bot”, finder du dusinvis af muligheder. Nogle er reelt gratis. De fleste er det ikke, i hvert fald ikke på den måde, du måske forventer. Dette indlæg gennemgår, hvad der faktisk findes, hvilke kompromiser der er, og hvad “gratis” reelt koster, når AI-inferens er involveret.

Hvorfor “gratis AI” er kompliceret

Det koster penge at køre en LLM. Hver gang en bruger sender en besked og får et svar, betaler nogen for beregningen. For en hosted API som OpenAI eller Anthropic betaler du pr. token. For en self-hosted model betaler du med hardware, strøm og tid til vedligeholdelse. Der er ingen vej udenom: inferens har en marginalomkostning over nul.

Når en tjeneste tilbyder en “gratis AI bot”, gælder en af følgende ting:

1. Du betaler inferensomkostningen direkte (f.eks. ved at angive din egen API key).
2. Tjenesten absorberer omkostningen og tjener den ind via betalte planer, annoncer eller dataindsamling.
3. Du kører inferens selv på din egen hardware med en open-source model.
4. Gratis-planen er begrænset til et lavt volumen, der begrænser udbyderens eksponering for beregningsomkostninger.

At forstå, hvilken af disse der gælder for en given bot, er nøglen til at vurdere, om den faktisk passer til dit use case.

De tre kategorier af gratis AI Discord bots

1. Self-hosted open-source bots (reelt gratis, du leverer hardware)

Dette er den eneste mulighed, hvor ingen tredjepart kontrollerer dine brugsgrænser. Du kører en open-source LLM lokalt (eller på en VPS), forbinder den til Discord via en bot, du skriver eller forker, og håndterer alt selv.

Typisk stack:

• Ollama til lokal modelservering
• discord.py eller discord.js til Discord botten
• En model som Llama 3.1 8B, Mistral 7B eller Gemma 2 9B

Det får du:

• Ingen omkostning pr. besked ud over strøm
• Fuld kontrol over modellen, systemprompten og dataene
• Ingen rate limits pålagt af en tredjepart (kun Discord’s egne API-grænser gælder)
• Lokal modelbehandling: inferens bliver på din maskine, mens Discord stadig transporterer og gemmer beskederne

Det giver du afkald på:

• Du har brug for hardware. At køre en model med 7B parametre med rimelig hastighed kræver en GPU med mindst 8 GB VRAM eller en moderne Mac med unified memory. CPU-inferens virker, men er langsom (flere sekunder pr. svar for en 7B-model).
• Du vedligeholder infrastrukturen. Opdateringer, genstarter, overvågning og diskplads til model weights er dit ansvar.
• Modelkvaliteten er lavere end frontier-modeller. Llama 3.1 8B er kapabel, men den er ikke GPT-4o eller Claude Sonnet. Til simple spørgsmål og svar samt uformel samtale fungerer den fint. Til nuanceret ræsonnering eller kompleks dialog over flere runder kommer den til kort.
• Ingen indbygget knowledge base, analytics eller handoff-funktioner. Du bygger det, du har brug for.

Minimumskrav til hardware for almindelige modeller:

(Hastighederne er omtrentlige, målt på en RTX 4090. Kvantiserede varianter bruger mindre hukommelse mod et lille kvalitetstab.)

2. Freemium managed services (gratis plan med grænser)

Dette er produkter, hvor en anden hoster AI’en og bot-infrastrukturen. Du konfigurerer botten via et webdashboard. Gratis-planen giver dig begrænset brug, og du betaler for mere.

Eksempler:

Quickchat AI’s Free plan lader dig teste uden kreditkort. Discord-integrationen er tilgængelig på alle planer, så du kan forbinde din bot og teste den med rigtige brugere, før du forpligter dig. Forbindelsen er ét klik: Åbn Discord i External Apps, og klik på Add to your Discord server, vælg derefter den server, den skal føjes til. Betalte planer starter med Starter til $9/md eller $8/md ved årlig betaling.

Den vigtigste fordel ved managed services er, at du får funktioner ud over rå LLM-inferens: knowledge bases bygget fra dine dokumenter og dit website, conversation analytics (sentimentanalyse, emnedetektion), udrulning på flere kanaler (samme agent fungerer på dit website, WhatsApp, Slack og Discord) og human handoff til sager, AI’en ikke kan løse. At bygge disse fra bunden oven på en self-hosted model er et betydeligt engineering-projekt.

MEE6 er primært en bot til moderation og engagement. Dens AI-chatfunktioner er låst bag premium-abonnementet ($11.99/md i starten af 2026). Gratis-planen dækker leveling, grundlæggende moderationskommandoer og velkomstbeskeder, men ikke AI-drevne samtaler.

Botpress har en gratis plan med 2,000 indgående beskeder om måneden på tværs af alle kanaler. Den tilbyder en visuel flow builder og understøtter brugerdefinerede LLM-konfigurationer. Opsætningen er dog mere kompleks end Quickchat til en simpel Discord bot, da Botpress primært er designet til strukturerede samtaleflows frem for åben chat.

3. BYO API key bots (du betaler LLM-udbyderen)

En tredje kategori: open-source bots, der kører på en server, men kalder en kommerciel API (OpenAI, Anthropic, Google osv.) til inferens. Du angiver din API key. Selve botkoden er gratis, men du betaler pr. token til modeludbyderen.

Eksempler på GitHub:

• GPT Discord Bot (OpenAI’s officielle eksempel)
• Forskellige community-bots bygget med discord.py + OpenAI Python SDK

Omkostning pr. besked med kommercielle API’er (omtrentligt, i starten af 2026):

*Antager ~500 input-tokens og ~200 output-tokens pr. beskedudveksling, ingen samtalehistorik. Når samtalehistorik inkluderes, skalerer inputomkostninger lineært med kontekstlængden.

Ved 1,000 beskeder om måneden med GPT-4o mini bruger du cirka $0.30. Ved 10,000 beskeder om måneden cirka $3.00. Disse tal ser små ud, indtil du medregner samtalehistorik: Hvis hver besked inkluderer hele samtalekonteksten (f.eks. 10 tidligere runder), vokser antallet af input-tokens pr. besked fra ~500 til ~5,000, så inputomkostningerne stiger 10x, og de samlede omkostninger øges.

Omkostningssammenligning på tværs af tilgange

Følgende tabel estimerer månedlige omkostninger ved forskellige beskedvolumener. “Self-hosted” antager en lille VPS eller eksisterende hardware. “BYO API Key” bruger GPT-4o mini-prissætning. “Managed” bruger Quickchat AI’s prissætning som reference.

Noter til self-hosted-kolonnen: Intervallet afhænger af, om du bruger en CPU-only VPS (billigere, men langsommere svar) eller en GPU-instans. Hetzner tilbyder CPU VPS-instanser til omkring $5-10/md, som kan køre en kvantiseret 7B-model, men svartiderne vil være 5-15 sekunder. GPU cloud-instanser (f.eks. fra Lambda, RunPod eller Vast.ai) starter omkring $0.20-0.50/time for en enkelt GPU, hvilket svarer til $150-360/md, hvis den kører 24/7. Ved periodisk brug kan spot instances eller serverless GPU-udbydere bringe dette ned.

BYO API key-kolonnen viser et interval, fordi omkostningerne i høj grad afhænger af, om du inkluderer samtalehistorik i hver request. Den nedre grænse er single-turn (ingen historik), den øvre grænse er multi-turn med ~10 beskeder kontekst.

Managed service-kolonnen afspejler Quickchat’s prissætning pr. juni 2026. Disse planer inkluderer funktioner som knowledge base management, analytics og multi-channel support, som ikke findes i de to andre tilgange uden yderligere engineering-arbejde.

En hurtig self-hosted opsætning: Python + discord.py + Ollama

Nedenfor er et minimalt fungerende eksempel på en Discord bot, der bruger Ollama til lokal inferens. Det kræver, at Ollama er installeret og kører, og at en model er hentet (f.eks. ollama pull llama3.1:8b).

Forudsætninger

1. Python 3.10+
2. Ollama installeret og kørende (curl -fsSL https://ollama.com/install.sh | sh)
3. En model hentet: ollama pull llama3.1:8b
4. En Discord bot token (opret en i Discord Developer Portal)
5. Botten føjet til din server med tilladelserne Send Messages og Read Message History

Installer dependencies

pip install discord.py aiohttp

Botkode

import discord
import aiohttp
import json

DISCORD_TOKEN = "your-bot-token-here"
OLLAMA_URL = "http://localhost:11434/api/chat"
MODEL = "llama3.1:8b"
SYSTEM_PROMPT = "Du er en hjælpsom assistent på en Discord-server. Hold svarene korte."

# Gem samtalehistorik pr. kanal (i hukommelsen, nulstilles ved genstart)
conversations: dict[int, list[dict]] = {}
MAX_HISTORY = 10  # Behold de sidste 10 beskeder pr. kanal

intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)


async def query_ollama(channel_id: int, user_message: str) -> str:
    """Send en besked til Ollama, og returner svaret."""
    if channel_id not in conversations:
        conversations[channel_id] = []

    conversations[channel_id].append({"role": "user", "content": user_message})

    # Trim historik for at undgå ubegrænset vækst i hukommelsen
    if len(conversations[channel_id]) > MAX_HISTORY:
        conversations[channel_id] = conversations[channel_id][-MAX_HISTORY:]

    messages = [{"role": "system", "content": SYSTEM_PROMPT}] + conversations[channel_id]

    payload = {
        "model": MODEL,
        "messages": messages,
        "stream": False,
    }

    async with aiohttp.ClientSession() as session:
        async with session.post(OLLAMA_URL, json=payload) as resp:
            if resp.status != 200:
                return f"Ollama returnerede status {resp.status}"
            data = await resp.json()
            reply = data["message"]["content"]

    conversations[channel_id].append({"role": "assistant", "content": reply})
    return reply


@client.event
async def on_ready():
    print(f"Logget ind som {client.user}")


@client.event
async def on_message(message: discord.Message):
    # Ignorer egne beskeder
    if message.author == client.user:
        return

    # Svar kun ved mention
    if client.user not in message.mentions:
        return

    # Fjern mention fra beskeden
    content = message.content.replace(f"<@{client.user.id}>", "").strip()
    if not content:
        return

    async with message.channel.typing():
        reply = await query_ollama(message.channel.id, content)

    # Discord har en grænse på 2000 tegn pr. besked
    if len(reply) > 2000:
        for i in range(0, len(reply), 2000):
            await message.reply(reply[i:i+2000])
    else:
        await message.reply(reply)


client.run(DISCORD_TOKEN)

Dette er omkring 60 linjer kode og giver dig en fungerende AI bot, der svarer, når den bliver nævnt. Den vedligeholder samtalehistorik pr. kanal i hukommelsen (mistes ved genstart) og håndterer Discord’s beskedgrænse på 2,000 tegn.

Hvad denne minimale bot mangler

Koden ovenfor fungerer til test og små servere. Til alt ud over det vil du støde på flere problemer, som produktionsbots skal håndtere:

• Vedvarende samtalehistorik. Dict’en i hukommelsen går tabt, når processen genstarter. En produktionsbot ville gemme samtaler i Redis eller en database.
• Rate limiting. Discord tillader 5 beskeder pr. 5 sekunder pr. kanal. Hvis din bot er populær, har du brug for køhåndtering.
• Concurrent requests. Ollama behandler som standard én request ad gangen. Flere brugere, der sender beskeder samtidigt, vil blive sat i kø. Du kan køre flere Ollama-instanser bag en load balancer eller bruge Ollama’s OLLAMA_NUM_PARALLEL-indstilling (tilgængelig siden v0.1.33).
• Fejlhåndtering og retries. Ollama kan crashe, løbe tør for hukommelse eller returnere misformede svar. Botten bør håndtere alt dette robust.
• Context window management. Indstillingen MAX_HISTORY = 10 er naiv. En bedre tilgang tæller tokens og trimmer, så det passer inden for modellens context window (8,192 tokens for Llama 3.1 8B som standard, konfigurerbar op til 128K med kvalitetsforringelse ved længere kontekster).
• Thread-understøttelse. På Discord foregår botsamtaler ofte i threads. Håndtering af thread-oprettelse og historik pr. thread kræver ekstra logik.
• Knowledge base / RAG. Hvis du vil have botten til at besvare spørgsmål om dit projekts dokumentation, har du brug for en retrieval-augmented generation-opsætning: embed dine docs, gem embeddings i en vector database, og hent relevante chunks, før de sendes til LLM’en.

Tekniske faldgruber

Discord API-rate limits

Discord pålægger rate limits på flere niveauer:

• Per-route limits: Hvert API-endpoint har sin egen rate limit, returneret i response headers (X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset).
• Global limit: 50 requests pr. sekund på tværs af alle endpoints.
• Beskedgrænse pr. kanal: 5 beskeder pr. 5 sekunder pr. kanal.
• Gateway limits: 120 gateway events pr. 60 sekunder.

discord.py-biblioteket håndterer det meste af dette automatisk ved at sætte requests i kø, når du rammer en grænse. Men hvis din bot er på mange servere eller i mange kanaler samtidig, kan du stadig ramme den globale grænse. På det tidspunkt skal du undersøge sharding (opdeling af bottens serverforbindelser på tværs af flere gateway-forbindelser).

For bots, der bruger MESSAGE_CONTENT intent (kræves for at læse beskedtekst), kræver Discord, at du verificerer din bot, hvis den er på mere end 100 servere. Det indebærer, at du indsender en beskrivelse af, hvad din bot gør, og får godkendelse fra Discord.

Kompromiser i modelkvalitet

Afstanden mellem små open-source modeller og kommercielle frontier-modeller er mindre, end den var for to år siden, men den findes stadig. Her er en grov sammenligning for almindelige Discord bot-opgaver:

Hvis din Discord bot er til et gaming-community og mest håndterer uformel chat og simple opslag, fungerer en lokal 8B-model godt. Hvis den er til kundesupport, hvor nøjagtighed er vigtig, bliver kvalitetsforskellen et reelt problem. At blive i karakter handler også mindre om modellen end om opsætningen: hvordan du bygger en roleplay AI chatbot, der bliver i karakter viser, hvor langt en persona-prompt og en canon knowledge base kan bære selv en standardmodel.

Context window management

Dette er den mest undervurderede tekniske udfordring i Discord bots. Discord-samtaler er i sagens natur multi-turn: Brugere sender mange korte beskeder, og botten skal huske, hvad der blev sagt tidligere i samtalen.

Hver gang botten svarer, skal den inkludere tidligere samtalehistorik i prompten. Det betyder:

• Antallet af input-tokens vokser lineært med samtalelængden.
• For API-baserede bots vokser omkostningen også lineært.
• For lokale modeller vokser inferenstiden med kontekstlængden (kvadratisk i attention-beregning, selvom optimeringer som Flash Attention hjælper).
• På et tidspunkt overstiger samtalen modellens context window, og du har brug for en strategi: truncér fra begyndelsen, opsummer ældre beskeder, eller start en ny samtale.

En praktisk tilgang er at holde et rullende vindue med de seneste N beskeder og, hvis samtalen har været lang, indsætte en kort opsummering af tidligere kontekst foran. Det kræver et ekstra LLM-kald for at generere opsummeringen, men holder omkostningerne pr. besked afgrænsede.

Privatlivsmæssige konsekvenser

Dette varierer betydeligt afhængigt af tilgangen:

• Self-hosted: AI-inferens bliver på din hardware, så du kontrollerer logs og retention for modelbehandlingen. Discord transporterer og gemmer stadig beskeder. Lokal inferens gør ikke hele samtalen lokal.
• BYO API Key: Beskeder sendes til API-udbyderen (OpenAI, Anthropic osv.). Tjek deres politikker for data retention. I starten af 2026 oplyser OpenAI, at de som standard ikke træner på API-data, og Anthropic har en lignende politik. Beskeder passerer dog stadig gennem deres servere.
• Managed services: Beskeder behandles af tjenesteudbyderen. Tjek deres privacy policy og databehandleraftaler. For virksomheder, der håndterer brugerdata i EU, er GDPR-compliance relevant her. Quickchat AI behandler for eksempel data i EU og stiller en DPA til rådighed for erhvervskunder.

For en uformel Discord-server er privatliv normalt ikke den primære bekymring. For en virksomhed, der bruger en Discord bot til kundesupport, er det værd at forstå præcist, hvor samtaledata gemmes, og hvem der har adgang til dem.

Self-hosted vs. managed: samlede ejeromkostninger

Sammenligningen af rå beregningsomkostninger i tabellen ovenfor fortæller kun en del af historien. De samlede ejeromkostninger inkluderer engineering-tid.

Det bygger du selv med en self-hosted bot:

• Botkode og deployment
• Lagring af samtalehistorik
• Context window management
• Fejlhåndtering og overvågning
• Knowledge base / RAG-pipeline (hvis nødvendigt)
• Analytics og logging
• Multi-channel support (hvis nødvendigt)

Konservativt tager det 40-80 timers engineering-tid for en erfaren udvikler at bygge en self-hosted AI Discord bot i produktionskvalitet med samtalehistorik, en knowledge base og basal analytics. Vedligeholdelse (modelopdateringer, dependency-opdateringer, debugging, overvågning) tilføjer løbende tid.

Det får du direkte med en managed service:

• Bot-hosting og oppetidsstyring
• Knowledge base bygget fra dit website, dine docs og filer
• Conversation analytics (sentiment, emner, ratings)
• Multi-channel deployment (samme agent på Discord, website, WhatsApp, Slack osv.)
• Human handoff, når AI’en ikke kan hjælpe
• AI Actions (brugerdefinerede API-kald udløst af samtalekontekst), herunder moderationshandlinger som timeout, kick og ban

Spørgsmålet er, om den managed service’s månedlige omkostning er lavere end alternativomkostningen ved din engineering-tid. For en solo-udvikler, der driver en hobby-Discord-server, er self-hosting med Ollama sandsynligvis det rigtige valg. For en virksomhed, der bruger Discord som en kundevendt supportkanal, taler regnestykket normalt for en managed service, fordi funktionerne omkring den centrale LLM (analytics, knowledge base, handoff) er det, der gør botten faktisk nyttig. Guiden til AI ticket bot bygger præcis den kombination end to end på Free plan, så du kan prissætte alternativet mod noget konkret.

Opsummering

Der findes ikke én universelt “bedste” gratis AI Discord bot. Det rigtige valg afhænger af, hvad “gratis” betyder for dig:

• Hvis du vil have nul løbende omkostninger og har hardware til rådighed, så self-host med Ollama og en open-source model. Du kontrollerer lokal modelbehandling og dens data retention, mens Discord stadig transporterer og gemmer beskeder. Du giver afkald på modelkvalitet i forhold til frontier-modeller, og du påtager dig alt engineering-arbejdet.
• Hvis du vil teste med rigtige brugere, før du betaler noget, lader Quickchat AI’s Free plan dig starte uden kreditkort. Discord-integrationen fungerer på Free plan, og betalte planer starter ved $9/md.
• Hvis du vil have frontier-modelkvalitet og er komfortabel med at administrere API keys, giver en BYO API key bot dig det med lave omkostninger pr. besked (især med GPT-4o mini eller Gemini Flash). Du skal stadig hoste botkoden og bygge alle funktioner ud over rå chat.
• Hvis du har brug for produktionsfunktioner (knowledge base, analytics, handoff, multi-channel), er en managed service den hurtigste vej. Evaluer ud fra det beskedvolumen, du forventer, og de funktioner du faktisk har brug for.

Ordet “gratis” i “gratis AI Discord bot” laver meget arbejde. Beregningen koster altid noget. Spørgsmålet er, hvem der betaler for den, og hvad du får (eller giver afkald på) til gengæld.

For en bredere sammenligning af alle AI Discord bots (ikke kun gratis bots), se vores roundup Bedste AI Discord bots i 2026. Hvis din server specifikt er en supportkanal, gennemgår AI Discord Ticket Bot, hvordan du svarer fra dine docs og eskalerer resten til private ticket threads.