Bot AI Discord Gratis pada 2026

Jika mencari “bot AI Discord gratis”, Anda akan menemukan puluhan pilihan. Sebagian memang gratis. Namun, sebagian besar tidak, setidaknya bukan seperti yang mungkin Anda harapkan. Artikel ini menguraikan pilihan yang benar-benar tersedia, konsekuensinya, dan biaya nyata dari kata “gratis” ketika melibatkan inferensi AI.

Mengapa “AI gratis” tidak sederhana

Menjalankan LLM memerlukan biaya. Setiap kali pengguna mengirim pesan dan mendapat respons, ada pihak yang membayar komputasinya. Untuk API yang dihosting seperti OpenAI atau Anthropic, Anda membayar per token. Untuk model yang dihosting sendiri, Anda membayar perangkat keras, listrik, dan waktu pemeliharaan. Hal ini tidak dapat dihindari: setiap inferensi memiliki biaya tambahan yang tidak nol.

Ketika layanan menawarkan “bot AI gratis”, salah satu kondisi berikut berlaku:

1. Anda membayar biaya inferensi secara langsung, misalnya dengan menyediakan API key sendiri.
2. Layanan menanggung biaya tersebut dan menutupinya melalui paket berbayar, iklan, atau pengumpulan data.
3. Anda menjalankan inferensi sendiri pada perangkat keras sendiri dengan model open-source.
4. Paket gratis dibatasi pada volume rendah agar biaya komputasi yang ditanggung penyedia tetap kecil.

Memahami kondisi yang berlaku pada suatu bot adalah kunci untuk menilai apakah bot tersebut benar-benar sesuai dengan kebutuhan Anda.

Tiga kategori bot AI Discord gratis

1. Bot open-source yang dihosting sendiri, dengan perangkat keras Anda

Ini satu-satunya pilihan ketika tidak ada pihak ketiga yang mengendalikan batas penggunaan AI Anda. Anda menjalankan LLM open-source secara lokal atau di VPS, menghubungkannya ke Discord melalui bot yang ditulis atau di-fork sendiri, lalu mengelola semuanya.

Stack yang umum:

• Ollama untuk menjalankan model secara lokal
• discord.py atau discord.js untuk bot Discord
• Model seperti Llama 3.1 8B, Mistral 7B, atau Gemma 2 9B

Yang Anda dapatkan:

• Tidak ada biaya per pesan selain listrik
• Kendali penuh atas model, system prompt, dan data
• Tidak ada batas laju dari penyedia AI, meskipun batas API Discord tetap berlaku
• Inferensi AI tetap di perangkat Anda, sementara pesan tetap dikirim melalui Discord

Yang harus Anda tanggung:

• Anda memerlukan perangkat keras. Menjalankan model 7 miliar parameter dengan kecepatan wajar membutuhkan GPU dengan setidaknya 8 GB VRAM, atau Mac modern dengan unified memory. Inferensi CPU bisa dilakukan, tetapi lambat, dengan beberapa detik per respons untuk model 7B.
• Anda memelihara infrastrukturnya. Pembaruan, restart, pemantauan, dan ruang disk untuk bobot model menjadi tanggung jawab Anda.
• Kualitas model lebih rendah daripada model terdepan. Llama 3.1 8B cukup mumpuni, tetapi bukan GPT-4o atau Claude Sonnet. Untuk tanya jawab sederhana dan percakapan santai, model ini bekerja baik. Untuk penalaran bernuansa atau dialog kompleks beberapa giliran, kemampuannya kurang.
• Tidak ada basis pengetahuan, analitik, atau fitur pengalihan ke manusia bawaan. Anda membangun sendiri yang diperlukan.

Persyaratan perangkat keras minimum untuk model umum:

(Kecepatan bersifat perkiraan, diukur pada RTX 4090. Varian terkuantisasi menggunakan lebih sedikit memori dengan sedikit penurunan kualitas.)

2. Layanan terkelola freemium dengan batas penggunaan gratis

Ini adalah produk ketika pihak lain menghosting AI dan infrastruktur bot. Anda mengonfigurasi bot melalui dashboard web. Paket gratis memberi penggunaan terbatas, lalu Anda membayar untuk tambahan penggunaan.

Contoh:

Paket Free Quickchat AI memungkinkan Anda mencoba tanpa kartu kredit. Integrasi Discord tersedia di setiap paket, sehingga Anda bisa menghubungkan bot dan mengujinya dengan pengguna nyata sebelum berkomitmen. Koneksinya satu klik: di External Apps, buka Discord, klik Add to your Discord server, lalu pilih server tujuan. Paket berbayar dimulai dari Starter seharga $9/bulan, atau $8/bulan dengan pembayaran tahunan.

Keunggulan utama layanan terkelola adalah fitur di luar inferensi LLM dasar: basis pengetahuan dari dokumen dan situs web, analitik percakapan seperti analisis sentimen dan deteksi topik, penerapan multikanal dengan agent yang sama di situs web, WhatsApp, Slack, serta Discord, dan pengalihan ke manusia untuk kasus yang tidak dapat diselesaikan AI. Membangun semuanya dari awal di atas model yang dihosting sendiri merupakan proyek rekayasa yang besar.

MEE6 terutama merupakan bot moderasi dan keterlibatan komunitas. Fitur chat AI-nya hanya tersedia dalam langganan premium, seharga $11,99/bulan pada awal 2026. Paket gratis mencakup leveling, perintah moderasi dasar, dan pesan sambutan, tetapi tidak mencakup percakapan AI.

Botpress memiliki paket gratis dengan 2.000 pesan masuk per bulan di semua kanal. Botpress menawarkan pembuat alur visual dan mendukung konfigurasi LLM khusus. Namun, penyiapannya lebih rumit daripada Quickchat untuk bot Discord sederhana, karena Botpress terutama dirancang untuk alur percakapan terstruktur, bukan chat terbuka.

3. Bot dengan API key sendiri, Anda membayar penyedia LLM

Kategori ketiga adalah bot open-source yang berjalan di server tetapi memanggil API komersial, seperti OpenAI, Anthropic, atau Google, untuk inferensi. Anda menyediakan API key. Kode botnya gratis, tetapi Anda membayar per token kepada penyedia model.

Contoh di GitHub:

• GPT Discord Bot, contoh resmi OpenAI
• Berbagai bot komunitas yang dibuat dengan discord.py dan OpenAI Python SDK

Biaya per pesan dengan API komersial, perkiraan pada awal 2026:

*Dengan asumsi sekitar 500 token input dan 200 token output per pertukaran pesan, tanpa riwayat percakapan. Jika riwayat disertakan, biaya input bertambah secara linear mengikuti panjang konteks.

Pada 1.000 pesan per bulan menggunakan GPT-4o mini, biayanya sekitar $0,30. Pada 10.000 pesan per bulan, sekitar $3,00. Angka ini terlihat kecil sampai Anda memasukkan riwayat percakapan. Jika setiap pesan menyertakan seluruh konteks, misalnya 10 giliran sebelumnya, jumlah token input per pesan membengkak dari sekitar 500 menjadi 5.000. Biaya input meningkat 10 kali lipat, sehingga total biaya juga naik.

Perbandingan biaya antarpendekatan

Tabel berikut memperkirakan biaya bulanan pada berbagai volume pesan. “Hosting sendiri” mengasumsikan VPS kecil atau perangkat keras yang sudah tersedia. “API key sendiri” menggunakan harga GPT-4o mini. “Terkelola” menggunakan harga Quickchat AI sebagai referensi.

Catatan untuk kolom hosting sendiri: rentangnya bergantung pada penggunaan VPS CPU saja yang lebih murah tetapi lebih lambat, atau instance GPU. Hetzner menawarkan VPS CPU sekitar $5-10/bulan yang dapat menjalankan model 7B terkuantisasi, meskipun respons memerlukan 5-15 detik. Instance GPU cloud, misalnya dari Lambda, RunPod, atau Vast.ai, mulai sekitar $0,20-0,50/jam untuk satu GPU. Jika berjalan 24/7, biayanya menjadi $150-360/bulan. Untuk penggunaan sesekali, spot instance atau penyedia GPU serverless dapat menurunkannya.

Kolom API key sendiri menampilkan rentang karena biaya sangat bergantung pada apakah riwayat percakapan disertakan dalam setiap permintaan. Batas bawah adalah satu giliran tanpa riwayat; batas atas adalah beberapa giliran dengan sekitar 10 pesan konteks.

Kolom layanan terkelola mencerminkan harga Quickchat pada Juni 2026. Paket tersebut mencakup pengelolaan basis pengetahuan, analitik, dan dukungan multikanal yang tidak tersedia pada dua pendekatan lain tanpa pekerjaan rekayasa tambahan.

Penyiapan hosting sendiri yang cepat: Python, discord.py, dan Ollama

Berikut contoh minimal yang berfungsi untuk bot Discord dengan Ollama sebagai inferensi lokal. Ollama harus sudah diinstal dan berjalan, serta model sudah diunduh, misalnya dengan ollama pull llama3.1:8b.

Prasyarat

1. Python 3.10 atau lebih baru
2. Ollama sudah diinstal dan berjalan melalui curl -fsSL https://ollama.com/install.sh | sh
3. Model sudah diunduh: ollama pull llama3.1:8b
4. Token bot Discord, dibuat di Discord Developer Portal
5. Bot sudah ditambahkan ke server dengan izin Send Messages dan Read Message History

Instal dependensi

pip install discord.py aiohttp

Kode bot

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 = "You are a helpful assistant in a Discord server. Keep responses concise."

# 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)

Sekitar 60 baris kode ini menghasilkan bot AI yang berfungsi dan merespons saat disebut. Bot menyimpan riwayat percakapan per kanal dalam memori, yang hilang saat restart, serta menangani batas 2.000 karakter per pesan Discord.

Yang belum dimiliki bot minimal ini

Kode di atas cocok untuk pengujian dan server kecil. Untuk penggunaan lebih luas, Anda akan menghadapi beberapa masalah yang harus ditangani bot produksi:

• Riwayat percakapan persisten. Dictionary dalam memori hilang saat proses dimulai ulang. Bot produksi menyimpan percakapan di Redis atau database.
• Pembatasan laju. Discord mengizinkan 5 pesan per 5 detik per kanal. Jika bot populer, Anda memerlukan antrean.
• Permintaan bersamaan. Secara default, Ollama memproses satu permintaan pada satu waktu. Beberapa pengguna yang mengirim pesan bersamaan akan mengantre. Anda dapat menjalankan beberapa instance Ollama di belakang load balancer, atau menggunakan opsi OLLAMA_NUM_PARALLEL, tersedia sejak v0.1.33.
• Penanganan kesalahan dan percobaan ulang. Ollama dapat crash, kehabisan memori, atau mengembalikan respons yang tidak valid. Bot harus menangani semuanya dengan baik.
• Pengelolaan jendela konteks. Pengaturan MAX_HISTORY = 10 terlalu sederhana. Pendekatan yang lebih baik menghitung token dan memangkas riwayat agar muat dalam jendela konteks model, yaitu 8.192 token secara default untuk Llama 3.1 8B, dapat dikonfigurasi hingga 128K dengan penurunan kualitas pada konteks panjang.
• Dukungan thread. Di Discord, percakapan bot sering berlangsung dalam thread. Pembuatan thread dan riwayat per thread memerlukan logika tambahan.
• Basis pengetahuan / RAG. Jika ingin bot menjawab pertanyaan tentang dokumentasi proyek, Anda memerlukan retrieval-augmented generation: buat embedding dokumentasi, simpan dalam database vektor, lalu ambil bagian relevan sebelum mengirimkannya ke LLM.

Kendala teknis yang perlu diperhatikan

Batas laju API Discord

Discord menerapkan batas pada beberapa tingkat:

• Batas per rute: setiap endpoint API memiliki batas sendiri yang dikembalikan melalui header respons X-RateLimit-Limit, X-RateLimit-Remaining, dan X-RateLimit-Reset.
• Batas global: 50 permintaan per detik di semua endpoint.
• Batas pesan per kanal: 5 pesan per 5 detik per kanal.
• Batas gateway: 120 event gateway per 60 detik.

Library discord.py menangani sebagian besar batas ini secara otomatis dengan mengantrekan permintaan saat mencapai batas. Namun, jika bot berada di banyak server atau kanal sekaligus, batas global tetap dapat tercapai. Pada titik itu, Anda perlu mempertimbangkan sharding, yaitu membagi koneksi server bot ke beberapa koneksi gateway.

Untuk bot yang menggunakan intent MESSAGE_CONTENT, yang diperlukan untuk membaca teks pesan, Discord mewajibkan verifikasi jika bot berada di lebih dari 100 server. Prosesnya mencakup pengiriman deskripsi fungsi bot dan mendapatkan persetujuan Discord.

Konsekuensi pilihan kualitas model

Kesenjangan antara model open-source kecil dan model komersial terdepan sudah lebih kecil daripada dua tahun lalu, tetapi masih ada. Berikut perbandingan kasar untuk tugas bot Discord yang umum:

Jika bot Discord digunakan untuk komunitas game dan terutama menangani chat santai serta pencarian sederhana, model lokal 8B bekerja baik. Jika digunakan untuk dukungan pelanggan yang menuntut akurasi, kesenjangan kualitas menjadi masalah nyata. Konsistensi karakter juga sangat bergantung pada penyiapan, bukan hanya model: cara membuat chatbot AI roleplay yang tetap konsisten dengan karakternya menunjukkan seberapa jauh prompt persona dan basis pengetahuan kanon dapat membantu bahkan model standar.

Pengelolaan jendela konteks

Ini adalah tantangan teknis yang paling sering diremehkan pada bot Discord. Percakapan Discord secara alami terdiri dari beberapa giliran: pengguna mengirim banyak pesan pendek, dan bot perlu mengingat ucapan sebelumnya.

Setiap kali bot merespons, riwayat percakapan sebelumnya harus disertakan dalam prompt. Artinya:

• Jumlah token input bertambah secara linear mengikuti panjang percakapan.
• Untuk bot berbasis API, biaya juga bertambah secara linear.
• Untuk model lokal, waktu inferensi bertambah seiring panjang konteks. Perhitungan attention bersifat kuadratik, meskipun optimasi seperti Flash Attention membantu.
• Pada titik tertentu, percakapan melampaui jendela konteks model dan Anda memerlukan strategi: memangkas bagian awal, merangkum pesan lama, atau memulai percakapan baru.

Pendekatan praktis adalah mempertahankan jendela bergulir berisi N pesan terakhir dan, jika percakapan sudah panjang, menambahkan ringkasan singkat konteks lama di awal. Ini memerlukan panggilan LLM tambahan untuk membuat ringkasan, tetapi menjaga biaya per pesan tetap terkendali.

Implikasi privasi

Hal ini sangat berbeda menurut pendekatan:

• Hosting sendiri: inferensi AI tetap berada di perangkat keras Anda. Anda mengendalikan penyimpanan dan akses data di sana, sementara Discord tetap menangani pengiriman pesan. Ini memberi kendali langsung paling kuat atas privasi pemrosesan AI.
• API key sendiri: pesan dikirim ke penyedia API seperti OpenAI atau Anthropic. Periksa kebijakan penyimpanan data mereka. Pada awal 2026, OpenAI menyatakan tidak melatih model dengan data API secara default, dan Anthropic memiliki kebijakan serupa. Namun, pesan tetap melewati server mereka.
• Layanan terkelola: pesan diproses oleh penyedia layanan. Periksa kebijakan privasi dan perjanjian pemrosesan datanya. Untuk bisnis yang menangani data pengguna di Uni Eropa, kepatuhan GDPR penting. Quickchat AI, misalnya, memproses data di Uni Eropa dan menyediakan DPA bagi pelanggan bisnis.

Untuk server Discord santai, privasi biasanya bukan perhatian utama. Untuk bisnis yang menggunakan bot Discord sebagai dukungan pelanggan, memahami secara tepat lokasi penyimpanan data percakapan dan pihak yang dapat mengaksesnya merupakan hal yang berguna.

Hosting sendiri atau terkelola: total biaya kepemilikan

Perbandingan biaya komputasi dasar pada tabel di atas hanya menceritakan sebagian. Total biaya kepemilikan juga mencakup waktu rekayasa.

Yang Anda bangun sendiri pada bot dengan hosting sendiri:

• Kode dan deployment bot
• Penyimpanan riwayat percakapan
• Pengelolaan jendela konteks
• Penanganan kesalahan dan pemantauan
• Pipeline basis pengetahuan / RAG jika diperlukan
• Analitik dan pencatatan log
• Dukungan multikanal jika diperlukan

Secara konservatif, membuat bot AI Discord berkualitas produksi dengan hosting sendiri, riwayat percakapan, basis pengetahuan, dan analitik dasar membutuhkan 40-80 jam kerja pengembang berpengalaman. Pemeliharaan, seperti pembaruan model dan dependensi, debugging, serta pemantauan, menambah kebutuhan waktu secara berkelanjutan.

Yang langsung tersedia pada layanan terkelola:

• Hosting bot dan pengelolaan uptime
• Basis pengetahuan dari situs web, dokumentasi, dan file
• Analitik percakapan, termasuk sentimen, topik, dan penilaian
• Penerapan multikanal dengan agent yang sama di Discord, situs web, WhatsApp, Slack, dan lainnya
• Pengalihan ke manusia saat AI tidak dapat membantu
• AI Actions, yaitu panggilan API khusus yang dipicu konteks percakapan, termasuk tindakan moderasi seperti timeout, kick, dan ban

Pertanyaannya adalah apakah biaya bulanan layanan terkelola lebih rendah daripada biaya peluang waktu rekayasa Anda. Bagi pengembang tunggal yang menjalankan server Discord sebagai hobi, hosting sendiri dengan Ollama mungkin pilihan yang tepat. Bagi bisnis yang menggunakan Discord sebagai kanal dukungan pelanggan, perhitungannya biasanya memihak layanan terkelola, karena fitur di sekitar LLM, seperti analitik, basis pengetahuan, dan pengalihan ke manusia, membuat bot benar-benar berguna. Panduan bot tiket AI membangun kombinasi itu secara lengkap pada paket Free, sehingga Anda dapat membandingkan biaya alternatif dengan contoh yang konkret.

Ringkasan

Tidak ada bot AI Discord gratis yang “terbaik” untuk semua orang. Pilihan yang tepat bergantung pada arti “gratis” bagi Anda:

• Jika ingin tanpa biaya layanan berkelanjutan dan memiliki perangkat keras, gunakan Ollama serta model open-source dengan hosting sendiri. Anda mendapat kendali penuh atas model dan pemrosesan AI lokal, sementara pesan tetap melewati Discord. Anda menerima kualitas yang lebih rendah daripada model terdepan dan menanggung seluruh pekerjaan rekayasa.
• Jika ingin mencoba dengan pengguna nyata sebelum membayar, paket Free Quickchat AI memungkinkan Anda memulai tanpa kartu kredit. Integrasi Discord bekerja pada paket Free, dan paket berbayar mulai $9/bulan.
• Jika ingin kualitas model terdepan dan nyaman mengelola API key, bot dengan API key sendiri memberi kualitas tersebut dengan biaya per pesan rendah, terutama menggunakan GPT-4o mini atau Gemini Flash. Anda tetap perlu menghosting kode bot dan membangun fitur apa pun di luar chat dasar.
• Jika membutuhkan fitur produksi, seperti basis pengetahuan, analitik, pengalihan ke manusia, dan multikanal, layanan terkelola merupakan jalan tercepat. Evaluasi berdasarkan volume pesan yang diperkirakan dan fitur yang benar-benar dibutuhkan.

Kata “gratis” dalam “bot AI Discord gratis” memiliki banyak makna. Komputasi selalu membutuhkan biaya. Pertanyaannya adalah siapa yang membayar, serta apa yang Anda dapatkan atau korbankan sebagai gantinya.

Untuk perbandingan lebih luas yang mencakup semua bot AI Discord, bukan hanya yang gratis, lihat Bot AI Discord Terbaik pada 2026. Jika server Anda khusus menjadi kanal dukungan, Bot Tiket AI Discord menjelaskan cara menjawab dari dokumentasi dan mengeskalasikan sisanya ke thread tiket privat.