Besplatni AI Discord botovi u 2026.

Ako pretražite “free AI Discord bot”, pronaći ćete desetke opcija. Neke su doista besplatne. Većina nije, barem ne na način koji biste mogli očekivati. Ovaj članak objašnjava što je stvarno dostupno, koji su kompromisi i koliko “besplatno” stvarno košta kada je uključena AI inferencija.

Zašto je “besplatni AI” složen

Pokretanje LLM-a košta. Svaki put kada korisnik pošalje poruku i dobije odgovor, netko plaća računalne resurse. Za hostani API kao što su OpenAI ili Anthropic plaćate po tokenu. Za self-hosted model plaćate hardver, električnu energiju i vrijeme održavanja. To se ne može izbjeći: inferencija ima nenulti granični trošak.

Kada usluga nudi “besplatni AI bot”, vrijedi jedno od sljedećeg:

1. Trošak inferencije plaćate izravno (npr. davanjem vlastitog API ključa).
2. Usluga preuzima trošak i nadoknađuje ga kroz plaćene pakete, oglase ili prikupljanje podataka.
3. Inferenciju pokrećete sami na vlastitom hardveru s open-source modelom.
4. Besplatni paket je ograničen na mali opseg koji smanjuje izloženost pružatelja troškovima računalnih resursa.

Razumijevanje koje se od ovoga odnosi na pojedini bot ključno je za procjenu odgovara li stvarno vašem slučaju upotrebe.

Tri kategorije besplatnih AI Discord botova

1. Self-hosted open-source botovi (doista besplatni, vi osiguravate hardver)

Ovo je jedina opcija u kojoj treća strana ne kontrolira vaša ograničenja upotrebe. Pokrećete open-source LLM lokalno (ili na VPS-u), povezujete ga s Discordom preko bota koji napišete ili forka te sve održavate sami.

Tipičan stack:

• Ollama za lokalno posluživanje modela
• discord.py ili discord.js za Discord bot
• Model poput Llama 3.1 8B, Mistral 7B ili Gemma 2 9B

Što dobivate:

• Nema troška po poruci osim električne energije
• Potpuna kontrola nad modelom, system promptom i podacima
• Nema ograničenja stope koja nameće treća strana (vrijede samo Discordova API ograničenja)
• Lokalna obrada modela: inferencija ostaje na vašem računalu, dok Discord i dalje prenosi i pohranjuje poruke

Čega se odričete:

• Trebate hardver. Pokretanje modela sa 7B parametara prihvatljivom brzinom zahtijeva GPU s najmanje 8 GB VRAM-a ili noviji Mac s objedninjenom memorijom. CPU inferencija radi, ali je spora (više sekundi po odgovoru za 7B model).
• Održavate infrastrukturu. Ažuriranja, ponovna pokretanja, nadzor i prostor na disku za težine modela vaša su odgovornost.
• Kvaliteta modela niža je od frontier modela. Llama 3.1 8B je sposoban model, ali nije GPT-4o ili Claude Sonnet. Za jednostavna pitanja i odgovore te neformalni razgovor radi dobro. Kod nijansiranog zaključivanja ili složenog višekružnog dijaloga ima ograničenja.
• Nema ugrađene baze znanja, analitike ili značajki preusmjeravanja na čovjeka. Gradite ono što vam treba.

Minimalni hardverski zahtjevi za uobičajene modele:

(Brzine su približne, mjerene na RTX 4090. Kvantizirane varijante troše manje memorije uz mali gubitak kvalitete.)

2. Freemium upravljane usluge (besplatni paket s ograničenjima)

To su proizvodi u kojima netko drugi hosta AI i infrastrukturu bota. Bot konfigurirate kroz web dashboard. Besplatni paket daje vam ograničenu upotrebu, a za više plaćate.

Primjeri:

Quickchat AI Free plan omogućuje testiranje bez kreditne kartice. Discord integracija dostupna je na svakom paketu, pa možete povezati svoj bot i testirati ga sa stvarnim korisnicima prije odluke. Povezivanje je jednim klikom: u External Apps otvorite Discord i kliknite Add to your Discord server, zatim odaberite server na koji ga želite dodati. Plaćeni planovi počinju sa Starter po cijeni od $9/mo ili $8/mo uz godišnju naplatu.

Glavna prednost upravljanih usluga jest da dobivate značajke izvan same LLM inferencije: baze znanja izgrađene iz vaših dokumenata i web-stranice, analitiku razgovora (analizu sentimenta, detekciju tema), implementaciju na više kanala (isti agent radi na vašoj web-stranici, WhatsAppu, Slacku i Discordu) te preusmjeravanje na čovjeka za slučajeve koje AI ne može riješiti. Izgradnja svega toga od nule na self-hosted modelu značajan je inženjerski projekt.

MEE6 je prvenstveno bot za moderiranje i angažman. Njegove AI chat značajke zaključane su iza premium pretplate ($11.99/mo početkom 2026.). Besplatni paket uključuje leveliranje, osnovne naredbe za moderiranje i poruke dobrodošlice, ali ne i razgovore pokretane AI-jem.

Botpress ima besplatni paket s 2,000 dolaznih poruka mjesečno preko svih kanala. Nudi vizualni flow builder i podržava prilagođene LLM konfiguracije. Međutim, postavljanje je složenije nego u Quickchatu za jednostavan Discord bot jer je Botpress primarno dizajniran za strukturirane tokove razgovora, a ne za otvoreni chat.

3. BYO API key botovi (vi plaćate LLM pružatelja)

Treća kategorija: open-source botovi koji se pokreću na serveru, ali za inferenciju pozivaju komercijalni API (OpenAI, Anthropic, Google itd.). Vi dajete svoj API ključ. Kod bota je besplatan, ali plaćate po tokenu pružatelju modela.

Primjeri na GitHubu:

• GPT Discord Bot (službeni primjer OpenAI-ja)
• Razni community botovi izgrađeni s discord.py + OpenAI Python SDK

Trošak po poruci s komercijalnim API-jima (približno, početkom 2026.):

*Uz pretpostavku ~500 ulaznih tokena i ~200 izlaznih tokena po razmjeni poruka, bez povijesti razgovora. Kada je uključena povijest razgovora, ulazni se troškovi linearno skaliraju s duljinom konteksta.

Za 1,000 poruka mjesečno uz GPT-4o mini potrošili biste oko $0.30. Za 10,000 poruka mjesečno, oko $3.00. Ti brojevi izgledaju mali dok ne uračunate povijest razgovora: ako svaka poruka uključuje cijeli kontekst razgovora (recimo 10 prethodnih krugova), broj ulaznih tokena po poruci naraste s ~500 na ~5,000, pa se ulazni troškovi povećavaju 10x, a ukupni trošak raste.

Usporedba troškova po pristupima

Sljedeća tablica procjenjuje mjesečne troškove pri različitim količinama poruka. “Self-hosted” pretpostavlja mali VPS ili postojeći hardver. “BYO API Key” koristi cijene za GPT-4o mini. “Managed” koristi cijene Quickchat AI-ja kao referencu.

Napomene o stupcu self-hosted: raspon ovisi o tome koristite li VPS samo s CPU-om (jeftiniji, ali sporiji odgovori) ili GPU instancu. Hetzner nudi CPU VPS instance za oko $5-10/mo koje mogu pokretati kvantizirani 7B model, iako će vrijeme odgovora biti 5-15 sekundi. GPU cloud instance (npr. od Lambda, RunPod ili Vast.ai) počinju od oko $0.20-0.50/hr za jedan GPU, što iznosi $150-360/mo ako rade 24/7. Za povremenu upotrebu spot instance ili serverless GPU pružatelji mogu smanjiti taj trošak.

Stupac BYO API key prikazuje raspon jer troškovi snažno ovise o tome uključujete li povijest razgovora u svaki zahtjev. Donja granica je single-turn (bez povijesti), gornja granica je multi-turn s ~10 poruka konteksta.

Stupac upravljane usluge odražava cijene Quickchata iz lipnja 2026. Ti planovi uključuju značajke poput upravljanja bazom znanja, analitike i podrške za više kanala, koje u druga dva pristupa ne postoje bez dodatnog inženjerskog rada.

Brzo self-hosted postavljanje: Python + discord.py + Ollama

U nastavku je minimalni radni primjer Discord bota koji koristi Ollama za lokalnu inferenciju. To zahtijeva da Ollama bude instalirana i pokrenuta te da je model preuzet (npr. ollama pull llama3.1:8b).

Preduvjeti

1. Python 3.10+
2. Ollama instalirana i pokrenuta (curl -fsSL https://ollama.com/install.sh | sh)
3. Preuzet model: ollama pull llama3.1:8b
4. Discord bot token (izradite ga na Discord Developer Portal)
5. Bot dodan na vaš server s dozvolama Send Messages i Read Message History

Instalacija ovisnosti

pip install discord.py aiohttp

Kod bota

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 = "Ti si koristan asistent na Discord serveru. Odgovori neka budu sažeti."

# Store conversation history per channel (in-memory, resets on restart)
conversations: dict[int, list[dict]] = {}
MAX_HISTORY = 10  # Keep last 10 messages per channel

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 a message to Ollama and return the response."""
    if channel_id not in conversations:
        conversations[channel_id] = []

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

    # Trim history to avoid unbounded memory growth
    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 returned 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"Logged in as {client.user}")


@client.event
async def on_message(message: discord.Message):
    # Ignore own messages
    if message.author == client.user:
        return

    # Only respond when mentioned
    if client.user not in message.mentions:
        return

    # Strip the mention from the message
    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 has a 2000-character limit per message
    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)

Ovo je oko 60 redaka koda i daje vam funkcionalan AI bot koji odgovara kada ga se spomene. Održava povijest razgovora po kanalu u memoriji (gubi se pri ponovnom pokretanju) i obrađuje Discordovo ograničenje od 2,000 znakova po poruci.

Što ovom minimalnom botu nedostaje

Gornji kod radi za testiranje i male servere. Za sve iznad toga naići ćete na nekoliko problema koje produkcijski botovi moraju rješavati:

• Trajna povijest razgovora. In-memory dict gubi se kada se proces ponovno pokrene. Produkcijski bot pohranjivao bi razgovore u Redis ili bazu podataka.
• Rate limiting. Discord dopušta 5 poruka u 5 sekundi po kanalu. Ako je vaš bot popularan, trebate red čekanja.
• Istodobni zahtjevi. Ollama prema zadanim postavkama obrađuje jedan zahtjev odjednom. Više korisnika koji šalju poruke istodobno završit će u redu čekanja. Možete pokrenuti više Ollama instanci iza load balancera ili koristiti Ollaminu opciju OLLAMA_NUM_PARALLEL (dostupnu od v0.1.33).
• Obrada pogrešaka i ponovni pokušaji. Ollama se može srušiti, ostati bez memorije ili vratiti neispravne odgovore. Bot bi sve to trebao obraditi bez prekida rada.
• Upravljanje kontekstnim prozorom. Postavka MAX_HISTORY = 10 je naivna. Bolji pristup broji tokene i skraćuje kontekst da stane u kontekstni prozor modela (8,192 tokena za Llama 3.1 8B prema zadanim postavkama, konfigurabilno do 128K uz degradaciju kvalitete na duljim kontekstima).
• Podrška za threadove. Na Discordu se razgovori s botom često odvijaju u threadovima. Obrada stvaranja threadova i povijesti po threadu zahtijeva dodatnu logiku.
• Baza znanja / RAG. Ako želite da bot odgovara na pitanja o dokumentaciji vašeg projekta, trebate postavku retrieval-augmented generation: ugraditi dokumente, pohraniti embeddinge u vektorsku bazu podataka i dohvatiti relevantne dijelove prije slanja LLM-u.

Tehničke zamke

Ograničenja stope Discord API-ja

Discord nameće ograničenja stope na više razina:

• Ograničenja po ruti: Svaki API endpoint ima vlastito ograničenje stope, vraćeno u zaglavljima odgovora (X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset).
• Globalno ograničenje: 50 zahtjeva u sekundi preko svih endpointa.
• Ograničenje poruka po kanalu: 5 poruka u 5 sekundi po kanalu.
• Gateway ograničenja: 120 gateway događaja u 60 sekundi.

Biblioteka discord.py većinu toga obrađuje automatski tako da stavlja zahtjeve u red čekanja kada dosegnete ograničenje. Međutim, ako je vaš bot istodobno na mnogo servera ili kanala, i dalje možete dosegnuti globalno ograničenje. Tada trebate razmotriti sharding (podjelu botovih veza sa serverima preko više gateway veza).

Za botove koji koriste MESSAGE_CONTENT intent (potreban za čitanje teksta poruke), Discord zahtijeva verifikaciju bota ako je na više od 100 servera. To uključuje slanje opisa što vaš bot radi i dobivanje odobrenja od Discorda.

Kompromisi u kvaliteti modela

Razlika između malih open-source modela i frontier komercijalnih modela manja je nego prije dvije godine, ali i dalje postoji. Ovo je okvirna usporedba za uobičajene zadatke Discord botova:

Ako je vaš Discord bot za gaming zajednicu i uglavnom služi za neformalni chat i jednostavne upite, lokalni 8B model dobro radi. Ako je za korisničku podršku u kojoj je točnost važna, razlika u kvaliteti postaje stvaran problem. Ostanak u liku također manje ovisi o modelu, a više o postavci: kako izraditi roleplay AI chatbot koji ostaje u liku pokazuje koliko persona prompt i kanonska baza znanja mogu pomoći čak i standardnom modelu.

Upravljanje kontekstnim prozorom

Ovo je najpodcjenjeniji tehnički izazov kod Discord botova. Discord razgovori su inherentno višekružni: korisnici šalju mnogo kratkih poruka, a bot mora pamtiti što je ranije rečeno u razgovoru.

Svaki put kada bot odgovara, mora uključiti prethodnu povijest razgovora u prompt. To znači:

• Broj ulaznih tokena raste linearno s duljinom razgovora.
• Za botove temeljene na API-ju, trošak također raste linearno.
• Za lokalne modele, vrijeme inferencije raste s duljinom konteksta (kvadratno u izračunu pažnje, iako optimizacije poput Flash Attention pomažu).
• U nekom trenutku razgovor premaši kontekstni prozor modela i trebate strategiju: odsjeći početak, sažeti starije poruke ili započeti novi razgovor.

Praktičan pristup je zadržati pomični prozor zadnjih N poruka i, ako je razgovor dug, na početak dodati kratak sažetak ranijeg konteksta. To zahtijeva dodatni LLM poziv za generiranje sažetka, ali ograničava troškove po poruci.

Implikacije za privatnost

To se znatno razlikuje ovisno o pristupu:

• Self-hosted: AI inferencija ostaje na vašem hardveru, pa kontrolirate logove obrade modela i zadržavanje podataka. Discord i dalje prenosi i pohranjuje poruke, lokalna inferencija ne čini cijeli razgovor lokalnim.
• BYO API Key: Poruke se šalju API pružatelju (OpenAI, Anthropic itd.). Provjerite njihove politike zadržavanja podataka. Početkom 2026. OpenAI navodi da prema zadanim postavkama ne trenira na API podacima, a Anthropic ima sličnu politiku. Međutim, poruke prolaze kroz njihove servere.
• Upravljane usluge: Poruke obrađuje pružatelj usluge. Provjerite njihovu politiku privatnosti i ugovore o obradi podataka. Za tvrtke koje obrađuju korisničke podatke u EU, usklađenost s GDPR-om ovdje je važna. Quickchat AI, primjerice, obrađuje podatke u EU-u i pruža DPA za poslovne korisnike.

Za neformalni Discord server privatnost obično nije primarna briga. Za tvrtku koja koristi Discord bot za korisničku podršku vrijedi točno razumjeti gdje se podaci razgovora pohranjuju i tko im ima pristup.

Self-hosted naspram upravljanog: ukupni trošak vlasništva

Usporedba sirovih troškova računalnih resursa iz gornje tablice pokazuje samo dio slike. Ukupni trošak vlasništva uključuje inženjersko vrijeme.

Što sami gradite sa self-hosted botom:

• Kod bota i deployment
• Pohranu povijesti razgovora
• Upravljanje kontekstnim prozorom
• Obradu pogrešaka i nadzor
• Pipeline za bazu znanja / RAG (ako je potreban)
• Analitiku i logiranje
• Podršku za više kanala (ako je potrebna)

Konzervativno, izgradnja produkcijski kvalitetnog self-hosted AI Discord bota s poviješću razgovora, bazom znanja i osnovnom analitikom traje 40-80 sati inženjerskog rada za iskusnog developera. Održavanje (ažuriranja modela, ažuriranja ovisnosti, debugiranje, nadzor) dodaje stalno vrijeme.

Što dobivate odmah s upravljanom uslugom:

• Hosting bota i upravljanje dostupnošću
• Bazu znanja izgrađenu iz vaše web-stranice, dokumentacije i datoteka
• Analitiku razgovora (sentiment, teme, ocjene)
• Implementaciju na više kanala (isti agent na Discordu, web-stranici, WhatsAppu, Slacku itd.)
• Preusmjeravanje na čovjeka kada AI ne može pomoći
• AI Actions (prilagođeni API pozivi pokrenuti kontekstom razgovora), uključujući moderacijske radnje poput timeouta, kicka i bana

Pitanje je je li mjesečni trošak upravljane usluge manji od oportunitetnog troška vašeg inženjerskog vremena. Za solo developera koji vodi hobi Discord server, self-hosting s Ollamom vjerojatno je pravi izbor. Za tvrtku koja koristi Discord kao kanal podrške prema korisnicima, računica obično ide u prilog upravljanoj usluzi jer značajke oko jezgrenog LLM-a (analitika, baza znanja, preusmjeravanje) čine bot stvarno korisnim. Vodič za AI ticket bot gradi upravo tu kombinaciju od početka do kraja na Free planu, pa alternativu možete usporediti s nečim konkretnim.

Sažetak

Ne postoji univerzalno “najbolji” besplatni AI Discord bot. Pravi izbor ovisi o tome što za vas znači “besplatno”:

• Ako želite nulti stalni trošak i imate dostupan hardver, self-hostajte s Ollamom i open-source modelom. Kontrolirate lokalnu obradu modela i zadržavanje njegovih podataka, dok Discord i dalje prenosi i pohranjuje poruke. Odričete se kvalitete modela u odnosu na frontier modele i preuzimate sav inženjerski rad.
• Ako želite testirati sa stvarnim korisnicima prije ikakvog plaćanja, Quickchat AI Free plan omogućuje početak bez kreditne kartice. Discord integracija radi na Free planu, a plaćeni planovi počinju od $9/mo.
• Ako želite kvalitetu frontier modela i spremni ste upravljati API ključevima, BYO API key bot daje vam to uz nizak trošak po poruci (osobito s GPT-4o mini ili Gemini Flash). I dalje trebate hostati kod bota i izgraditi sve značajke izvan sirovog chata.
• Ako trebate produkcijske značajke (bazu znanja, analitiku, preusmjeravanje, više kanala), upravljana usluga najbrži je put. Procjenjujte prema očekivanom volumenu poruka i značajkama koje stvarno trebate.

Riječ “besplatno” u izrazu “besplatni AI Discord bot” nosi mnogo značenja. Računalni resursi uvijek nešto koštaju. Pitanje je tko ih plaća i što zauzvrat dobivate (ili čega se odričete).

Za širu usporedbu svih AI Discord botova (ne samo besplatnih), pogledajte naš pregled Najbolji AI Discord botovi u 2026.. Ako je vaš server posebno kanal za podršku, AI Discord Ticket Bot objašnjava kako odgovarati iz vaše dokumentacije i eskalirati ostalo u privatne ticket threadove.