Nemokami AI Discord botai 2026 m.

Jei ieškosite „free AI Discord bot“, rasite dešimtis variantų. Kai kurie iš tiesų yra nemokami. Dauguma nėra, bent jau ne taip, kaip galite tikėtis. Šiame įraše paaiškinama, kas iš tikrųjų prieinama, kokie yra kompromisai ir kiek iš tikrųjų kainuoja „nemokama“, kai naudojama AI inferencija.

Kodėl „nemokamas AI“ yra sudėtingas

LLM vykdymas kainuoja. Kiekvieną kartą, kai naudotojas siunčia pranešimą ir gauna atsakymą, kažkas moka už skaičiavimo resursus. Naudojant talpinamą API, pavyzdžiui, OpenAI arba Anthropic, mokama už tokenus. Naudojant savarankiškai talpinamą modelį, mokama už aparatinę įrangą, elektrą ir priežiūros laiką. To išvengti neįmanoma: inferencijos ribinė kaina nėra lygi nuliui.

Kai paslauga siūlo „nemokamą AI botą“, teisingas vienas iš šių teiginių:

1. Inferencijos kainą mokate tiesiogiai (pvz., pateikdami savo API raktą).
2. Paslauga padengia kainą ir ją susigrąžina per mokamus planus, reklamas arba duomenų rinkimą.
3. Inferenciją vykdote patys savo aparatinėje įrangoje su atvirojo kodo modeliu.
4. Nemokamas planas yra apribotas mažu naudojimo kiekiu, kuris riboja teikėjo riziką dėl skaičiavimo kaštų.

Suprasti, kuris iš šių variantų taikomas konkrečiam botui, yra pagrindas vertinant, ar jis iš tikrųjų tinka jūsų naudojimo atvejui.

Trys nemokamų AI Discord botų kategorijos

1. Savarankiškai talpinami atvirojo kodo botai (iš tiesų nemokami, aparatinę įrangą pateikiate jūs)

Tai vienintelis variantas, kai trečioji šalis nekontroliuoja jūsų naudojimo limitų. Vietoje savo kompiuteryje (arba VPS) paleidžiate atvirojo kodo LLM, prijungiate jį prie Discord per savo parašytą arba forkintą botą ir viską tvarkote patys.

Tipinis stekas:

• Ollama vietiniam modelių aptarnavimui
• discord.py arba discord.js Discord botui
• Toks modelis kaip Llama 3.1 8B, Mistral 7B arba Gemma 2 9B

Ką gaunate:

• Nėra kainos už pranešimą, išskyrus elektrą
• Visiška modelio, sistemos prompto ir duomenų kontrolė
• Nėra trečiosios šalies nustatytų dažnio limitų (taikomi tik paties Discord API limitai)
• Vietinis modelio apdorojimas: inferencija lieka jūsų įrenginyje, o Discord vis tiek perduoda ir saugo pranešimus

Ko atsisakote:

• Reikia aparatinės įrangos. 7B parametrų modeliui vykdyti priimtinu greičiu reikia GPU su bent 8 GB VRAM arba modernaus Mac su bendra atmintimi. CPU inferencija veikia, bet yra lėta (kelios sekundės vienam atsakymui 7B modeliui).
• Prižiūrite infrastruktūrą. Atnaujinimai, perkrovimai, stebėsena ir disko vieta modelių svoriams yra jūsų atsakomybė.
• Modelio kokybė žemesnė nei pažangiausių modelių. Llama 3.1 8B yra pajėgus, bet tai nėra GPT-4o ar Claude Sonnet. Paprastiems klausimams ir atsakymams bei neformaliam pokalbiui jis tinka. Subtiliam samprotavimui arba sudėtingam kelių žinučių dialogui jo nepakanka.
• Nėra integruotos žinių bazės, analitikos ar perdavimo žmogui funkcijų. Kuriate tai, ko reikia.

Minimalūs aparatinės įrangos reikalavimai įprastiems modeliams:

(Greičiai apytiksliai, matuoti naudojant RTX 4090. Kvantizuoti variantai naudoja mažiau atminties, šiek tiek sumažindami kokybę.)

2. Freemium valdomos paslaugos (nemokamas planas su apribojimais)

Tai produktai, kuriuose kažkas kitas talpina AI ir boto infrastruktūrą. Botą konfigūruojate per web dashboard. Nemokamas planas suteikia ribotą naudojimą, už daugiau mokate.

Pavyzdžiai:

Quickchat AI Free plan leidžia testuoti nereikalaujant kredito kortelės. Discord integracija prieinama kiekviename plane, todėl galite prijungti botą ir išbandyti jį su tikrais naudotojais prieš įsipareigodami. Prijungimas atliekamas vienu spustelėjimu: skiltyje External Apps atidarykite Discord ir spustelėkite Add to your Discord server, tada pasirinkite serverį, į kurį norite jį pridėti. Mokami planai prasideda nuo Starter už $9/mėn. arba $8/mėn. mokant kasmet.

Pagrindinis valdomų paslaugų pranašumas yra tai, kad gaunate daugiau nei vien neapdorotą LLM inferenciją: žinių bazes, sukurtas iš jūsų dokumentų ir svetainės, pokalbių analitiką (sentimento analizę, temų aptikimą), diegimą keliuose kanaluose (tas pats agentas veikia jūsų svetainėje, WhatsApp, Slack ir Discord) ir perdavimą žmogui atvejams, kurių AI negali išspręsti. Visa tai sukurti nuo nulio ant savarankiškai talpinamo modelio yra reikšmingas inžinerinis projektas.

MEE6 pirmiausia yra moderavimo ir įsitraukimo botas. Jo AI pokalbių funkcijos pasiekiamos tik su premium prenumerata ($11.99/mėn. 2026 m. pradžioje). Nemokamas planas apima lygius, bazines moderavimo komandas ir pasisveikinimo pranešimus, bet ne AI valdomus pokalbius.

Botpress turi nemokamą planą su 2,000 gaunamų pranešimų per mėnesį visuose kanaluose. Jis siūlo vizualų srautų kūrimo įrankį ir palaiko pasirinktines LLM konfigūracijas. Tačiau paprastam Discord botui sąranka sudėtingesnė nei Quickchat, nes Botpress pirmiausia sukurtas struktūruotiems pokalbių srautams, o ne atviram pokalbiui.

3. BYO API rakto botai (mokate LLM teikėjui)

Trečioji kategorija: atvirojo kodo botai, kurie veikia serveryje, bet inferencijai kviečia komercinį API (OpenAI, Anthropic, Google ir kt.). Pateikiate savo API raktą. Pats boto kodas nemokamas, bet modelio teikėjui mokate už tokenus.

Pavyzdžiai GitHub:

• GPT Discord Bot (oficialus OpenAI pavyzdys)
• Įvairūs bendruomenės botai, sukurti naudojant discord.py + OpenAI Python SDK

Kaina už pranešimą naudojant komercinius API (apytiksliai, 2026 m. pradžioje):

*Daroma prielaida, kad vienam pranešimų apsikeitimui tenka ~500 įvesties tokenų ir ~200 išvesties tokenų, be pokalbio istorijos. Įtraukus pokalbio istoriją, įvesties kaštai auga tiesiškai su konteksto ilgiu.

Naudodami GPT-4o mini, už 1,000 pranešimų per mėnesį išleistumėte apie $0.30. Už 10,000 pranešimų per mėnesį, apie $3.00. Šie skaičiai atrodo maži, kol neįtraukiama pokalbio istorija: jei kiekviename pranešime įtraukiamas visas pokalbio kontekstas (tarkime, 10 ankstesnių ėjimų), įvesties tokenų skaičius vienam pranešimui padidėja nuo ~500 iki ~5,000, todėl įvesties kaštai padidėja 10 kartų ir bendra kaina išauga.

Kainų palyginimas pagal metodus

Toliau pateiktoje lentelėje įvertinamos mėnesio kainos esant skirtingiems pranešimų kiekiams. „Savarankiškai talpinamas“ reiškia mažą VPS arba turimą aparatinę įrangą. „BYO API Key“ naudoja GPT-4o mini kainodarą. „Valdoma“ naudoja Quickchat AI kainodarą kaip atskaitą.

Pastabos apie savarankiškai talpinamą stulpelį: intervalas priklauso nuo to, ar naudojate tik CPU VPS (pigiau, bet lėtesni atsakymai), ar GPU instanciją. Hetzner siūlo CPU VPS instancijas už maždaug $5-10/mėn., kurios gali vykdyti kvantizuotą 7B modelį, nors atsakymo laikas bus 5-15 sekundžių. GPU debesijos instancijos (pvz., iš Lambda, RunPod arba Vast.ai) prasideda maždaug nuo $0.20-0.50/val. už vieną GPU, o tai virsta $150-360/mėn., jei veikia 24/7. Nenuolatiniam naudojimui spot instancijos arba serverless GPU teikėjai gali sumažinti šią kainą.

BYO API rakto stulpelis rodo intervalą, nes kaštai labai priklauso nuo to, ar kiekvienoje užklausoje įtraukiate pokalbio istoriją. Apatinė riba yra vieno ėjimo (be istorijos), viršutinė riba yra kelių ėjimų su ~10 konteksto pranešimų.

Valdomos paslaugos stulpelis atspindi Quickchat kainodarą 2026 m. birželį. Šie planai apima tokias funkcijas kaip žinių bazės valdymas, analitika ir kelių kanalų palaikymas, kurių kituose dviejuose metoduose nėra be papildomo inžinerinio darbo.

Greita savarankiškai talpinama sąranka: Python + discord.py + Ollama

Toliau pateiktas minimalus veikiantis Discord boto pavyzdys, kuris vietinei inferencijai naudoja Ollama. Tam reikia, kad Ollama būtų įdiegta ir veiktų, o modelis būtų atsisiųstas (pvz., ollama pull llama3.1:8b).

Būtinos sąlygos

1. Python 3.10+
2. Įdiegta ir veikianti Ollama (curl -fsSL https://ollama.com/install.sh | sh)
3. Atsisiųstas modelis: ollama pull llama3.1:8b
4. Discord boto tokenas (sukurkite jį Discord Developer Portal)
5. Botas pridėtas prie jūsų serverio su Send Messages ir Read Message History leidimais

Įdiekite priklausomybes

pip install discord.py aiohttp

Boto kodas

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 = "Esate naudingas asistentas Discord serveryje. Atsakykite glaustai."

# 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)

Tai apie 60 eilučių kodo, suteikiančio veikiantį AI botą, kuris atsako, kai yra paminimas. Jis atmintyje palaiko pokalbių istoriją pagal kanalą (prarandama perkrovus) ir tvarko Discord 2,000 simbolių pranešimo limitą.

Ko trūksta šiam minimaliam botui

Aukščiau pateiktas kodas tinka testavimui ir mažiems serveriams. Viskam, kas daugiau, susidursite su keliais klausimais, kuriuos turi spręsti produkciniai botai:

• Nuolatinė pokalbių istorija. Atmintyje esantis dict prarandamas, kai procesas perkraunamas. Produkcinis botas pokalbius saugotų Redis arba duomenų bazėje.
• Dažnio ribojimas. Discord leidžia 5 pranešimus per 5 sekundes vienam kanalui. Jei jūsų botas populiarus, reikia eilės.
• Lygiagrečios užklausos. Ollama pagal numatytuosius nustatymus apdoroja vieną užklausą vienu metu. Keli naudotojai, rašantys vienu metu, pateks į eilę. Galite paleisti kelias Ollama instancijas už load balancer arba naudoti Ollama OLLAMA_NUM_PARALLEL parinktį (prieinama nuo v0.1.33).
• Klaidų tvarkymas ir pakartotiniai bandymai. Ollama gali nulūžti, pritrūkti atminties arba grąžinti netaisyklingus atsakymus. Botas turėtų visa tai tvarkyti sklandžiai.
• Konteksto lango valdymas. MAX_HISTORY = 10 nustatymas yra naivus. Geresnis metodas skaičiuoja tokenus ir apkarpo taip, kad tilptų į modelio konteksto langą (8,192 tokenų Llama 3.1 8B pagal numatytuosius nustatymus, konfigūruojama iki 128K, bet ilgesniuose kontekstuose prastėja kokybė).
• Thread palaikymas. Discord pokalbiai su botais dažnai vyksta threaduose. Threadų kūrimo ir istorijos pagal threadą tvarkymui reikia papildomos logikos.
• Žinių bazė / RAG. Jei norite, kad botas atsakytų į klausimus apie jūsų projekto dokumentaciją, reikia retrieval-augmented generation sąrankos: įterpti dokumentus, saugoti embeddingus vektorinėje duomenų bazėje ir prieš siunčiant LLM gauti aktualias ištraukas.

Techniniai niuansai

Discord API dažnio limitai

Discord taiko dažnio limitus keliais lygiais:

• Limitai pagal maršrutą: kiekvienas API endpointas turi savo dažnio limitą, grąžinamą atsakymo antraštėse (X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset).
• Globalus limitas: 50 užklausų per sekundę visuose endpointuose.
• Pranešimų limitas pagal kanalą: 5 pranešimai per 5 sekundes vienam kanalui.
• Gateway limitai: 120 gateway įvykių per 60 sekundžių.

discord.py biblioteka daugumą jų tvarko automatiškai, sudėdama užklausas į eilę, kai pasiekiate limitą. Tačiau jei jūsų botas vienu metu yra daugelyje serverių ar kanalų, vis tiek galite pasiekti globalų limitą. Tokiu atveju reikia svarstyti sharding (boto serverių jungčių padalijimą per kelias gateway jungtis).

Botams, naudojantiems MESSAGE_CONTENT intent (reikalingą pranešimų tekstui skaityti), Discord reikalauja verifikuoti botą, jei jis yra daugiau nei 100 serverių. Tam reikia pateikti aprašymą, ką jūsų botas daro, ir gauti Discord patvirtinimą.

Modelių kokybės kompromisai

Atotrūkis tarp mažų atvirojo kodo modelių ir pažangiausių komercinių modelių mažesnis nei prieš dvejus metus, bet jis vis dar yra. Čia pateikiamas apytikslis palyginimas įprastoms Discord boto užduotims:

Jei jūsų Discord botas skirtas žaidimų bendruomenei ir daugiausia tvarko neformalius pokalbius bei paprastas paieškas, vietinis 8B modelis veikia gerai. Jei jis skirtas klientų aptarnavimui, kur tikslumas svarbus, kokybės atotrūkis tampa tikra problema. Personažo išlaikymas taip pat mažiau priklauso nuo modelio ir labiau nuo sąrankos: kaip sukurti roleplay AI chatbotą, kuris išlaiko personažą parodo, kiek gali suteikti persona promptas ir kanoninė žinių bazė net su standartiniu modeliu.

Konteksto lango valdymas

Tai labiausiai neįvertintas techninis iššūkis Discord botuose. Discord pokalbiai iš prigimties yra kelių ėjimų: naudotojai siunčia daug trumpų pranešimų, o botas turi prisiminti, kas pokalbyje buvo pasakyta anksčiau.

Kiekvieną kartą atsakydamas botas turi į promptą įtraukti ankstesnę pokalbio istoriją. Tai reiškia:

• Įvesties tokenų skaičius auga tiesiškai su pokalbio ilgiu.
• API pagrindu veikiančių botų kaina taip pat auga tiesiškai.
• Vietiniams modeliams inferencijos laikas auga su konteksto ilgiu (kvadratiškai dėmesio skaičiavime, nors padeda tokie optimizavimai kaip Flash Attention).
• Tam tikru momentu pokalbis viršija modelio konteksto langą ir reikia strategijos: nukirpti nuo pradžios, apibendrinti senesnius pranešimus arba pradėti naują pokalbį.

Praktiškas metodas yra laikyti slenkantį paskutinių N pranešimų langą ir, jei pokalbis buvo ilgas, prieš jį pridėti trumpą ankstesnio konteksto santrauką. Tam reikia papildomo LLM kvietimo santraukai sugeneruoti, bet taip vieno pranešimo kaštai išlieka riboti.

Privatumo pasekmės

Tai labai priklauso nuo metodo:

• Savarankiškai talpinama: AI inferencija lieka jūsų aparatinėje įrangoje, todėl valdote modelio apdorojimo žurnalus ir saugojimą. Discord vis tiek perduoda ir saugo pranešimus; vietinė inferencija nepadaro viso pokalbio vietiniu.
• BYO API Key: pranešimai siunčiami API teikėjui (OpenAI, Anthropic ir kt.). Patikrinkite jų duomenų saugojimo politiką. 2026 m. pradžioje OpenAI teigia, kad pagal numatytuosius nustatymus nemoko modelių su API duomenimis, o Anthropic taiko panašią politiką. Tačiau pranešimai keliauja per jų serverius.
• Valdomos paslaugos: pranešimus apdoroja paslaugos teikėjas. Patikrinkite jų privatumo politiką ir duomenų tvarkymo sutartis. Įmonėms, tvarkančioms naudotojų duomenis ES, čia svarbus GDPR atitikimas. Pavyzdžiui, Quickchat AI duomenis apdoroja ES ir verslo klientams pateikia DPA.

Neformaliam Discord serveriui privatumas paprastai nėra pagrindinis rūpestis. Verslui, naudojančiam Discord botą klientų aptarnavimui, verta tiksliai suprasti, kur saugomi pokalbių duomenys ir kas turi prieigą prie jų.

Savarankiškai talpinama ar valdoma: bendra nuosavybės kaina

Neapdorotų skaičiavimo kaštų palyginimas aukščiau esančioje lentelėje pasako tik dalį istorijos. Bendra nuosavybės kaina apima inžinerinį laiką.

Ką kuriate patys su savarankiškai talpinamu botu:

• Boto kodas ir diegimas
• Pokalbių istorijos saugykla
• Konteksto lango valdymas
• Klaidų tvarkymas ir stebėsena
• Žinių bazė / RAG pipeline (jei reikia)
• Analitika ir žurnalai
• Kelių kanalų palaikymas (jei reikia)

Konservatyviai vertinant, produkcinės kokybės savarankiškai talpinamam AI Discord botui su pokalbių istorija, žinių baze ir bazine analitika sukurti patyrusiam programuotojui reikia 40-80 valandų inžinerinio darbo. Jo priežiūra (modelių atnaujinimai, priklausomybių atnaujinimai, derinimas, stebėsena) prideda nuolatinio laiko.

Ką gaunate iš karto su valdoma paslauga:

• Boto talpinimas ir veikimo laiko valdymas
• Žinių bazė, sukurta iš jūsų svetainės, dokumentų ir failų
• Pokalbių analitika (sentimentas, temos, įvertinimai)
• Diegimas keliuose kanaluose (tas pats agentas Discord, svetainėje, WhatsApp, Slack ir kt.)
• Perdavimas žmogui, kai AI negali padėti
• AI Actions (pasirinktiniai API kvietimai, inicijuojami pagal pokalbio kontekstą), įskaitant moderavimo veiksmus, tokius kaip timeout, kick ir ban

Klausimas yra, ar valdomos paslaugos mėnesio kaina yra mažesnė nei jūsų inžinerinio laiko alternatyvioji kaina. Pavieniam kūrėjui, valdančiam hobio Discord serverį, savarankiškas talpinimas su Ollama tikriausiai yra tinkamas pasirinkimas. Verslui, naudojančiam Discord kaip klientams matomą palaikymo kanalą, matematika paprastai palankesnė valdomai paslaugai, nes funkcijos aplink pagrindinį LLM (analitika, žinių bazė, perdavimas žmogui) yra tai, kas botą padaro iš tiesų naudingą. AI ticket boto gidas būtent tokį derinį sukuria nuo pradžios iki galo Free plan, todėl alternatyvą galite įkainoti pagal konkretų pavyzdį.

Santrauka

Nėra universaliai „geriausio“ nemokamo AI Discord boto. Tinkamas pasirinkimas priklauso nuo to, ką jums reiškia „nemokama“:

• Jei norite nulinių nuolatinių kaštų ir turite aparatinę įrangą, talpinkite patys su Ollama ir atvirojo kodo modeliu. Valdote vietinį modelio apdorojimą ir jo duomenų saugojimą, o Discord vis tiek perduoda ir saugo pranešimus. Atsisakote modelio kokybės, palyginti su pažangiausiais modeliais, ir prisiimate visą inžinerinį darbą.
• Jei norite testuoti su tikrais naudotojais prieš ką nors mokėdami, Quickchat AI Free plan leidžia pradėti be kredito kortelės. Discord integracija veikia Free plan, o mokami planai prasideda nuo $9/mėn.
• Jei norite pažangiausių modelių kokybės ir galite patys valdyti API raktus, BYO API rakto botas tai suteikia su mažais kaštais už pranešimą (ypač naudojant GPT-4o mini arba Gemini Flash). Vis tiek turite talpinti boto kodą ir sukurti visas funkcijas, viršijančias paprastą pokalbį.
• Jei reikia produkcinių funkcijų (žinių bazės, analitikos, perdavimo žmogui, kelių kanalų), valdoma paslauga yra greičiausias kelias. Vertinkite pagal tikėtiną pranešimų kiekį ir funkcijas, kurių jums iš tikrųjų reikia.

Žodis „nemokamas“ frazėje „nemokamas AI Discord botas“ atlieka daug darbo. Skaičiavimai visada kažkiek kainuoja. Klausimas yra, kas už tai moka ir ką mainais gaunate (arba ko atsisakote).

Platesniam visų AI Discord botų palyginimui (ne tik nemokamų) žr. mūsų geriausių AI Discord botų 2026 m. apžvalgą. Jei jūsų serveris konkrečiai yra palaikymo kanalas, AI Discord Ticket Bot parodo, kaip atsakyti iš jūsų dokumentų ir likusius atvejus eskaluoti į privačius ticket threadus.