হোম / গাইড / বিনামূল্যের embeddings API

বিনামূল্যের embeddings API

একটি embeddings API text-কে search, RAG ও clustering-এর জন্য vector-এ রূপান্তর করে। কয়েকটি প্রোভাইডার embeddings বিনামূল্যে দেয়। FreeLLMAPI একটি /v1/embeddings এন্ডপয়েন্টের পেছনে 41টি বিনামূল্যের embedding মডেল রাখে। এই গাইডে মডেল, সেগুলোর সীমা এবং কাজ করে এমন কোড দেখানো হয়েছে।

কোড, মডেলের নাম এবং লাইভ ক্যাটালগের লেবেল ইংরেজিতে দেখানো হয়।

FreeLLMAPI-তে বিনামূল্যের embeddings কীভাবে কাজ করে

/v1/embeddings এন্ডপয়েন্ট OpenAI request ফরম্যাট ব্যবহার করে। যেকোনো OpenAI SDK এটি কল করতে পারে। আপনি text পাঠান, এবং প্রতিটি ইনপুট স্ট্রিংয়ের জন্য একটি করে vector পান।

Embeddings-এর failover নিয়ম chat-এর থেকে আলাদা। Chat অনুরোধ অন্য মডেলে যেতে পারে। Embedding অনুরোধ কখনো অন্য মডেলে যায় না। দুটি মডেলের vector সামঞ্জস্যপূর্ণ নয়, তাই নীরবে মডেল বদলালে আপনার vector store নষ্ট হবে।

  • Family: FreeLLMAPI প্রোভাইডারদের family অনুযায়ী গ্রুপ করে। একটি family হলো একটি মডেল পরিচয়, যার একটি vector আকার আছে, যেমন 1024 ডাইমেনশনের bge-m3।
  • Failover: একটি family-র একটি প্রোভাইডার সীমায় পৌঁছালে রাউটার একই family পরিবেশন করে এমন পরের প্রোভাইডার চেষ্টা করে।
  • Default: model: "auto" ডিফল্ট family ব্যবহার করে। ড্যাশবোর্ডের Models, Embeddings পেজে আপনি ডিফল্ট family সেট করেন।

আজকের বিনামূল্যের embedding মডেল

টেবিলে FreeLLMAPI ক্যাটালগের প্রতিটি বিনামূল্যের embedding মডেল তালিকাভুক্ত। তথ্য লাইভ ক্যাটালগ থেকে আসে। "Max input" হলো একটি ইনপুট স্ট্রিংয়ের সর্বোচ্চ টোকেন সংখ্যা। "Free limit" হলো প্রোভাইডারের প্রকাশিত ফ্রি কোটা।

মডেলপ্রোভাইডারডাইমেনশনসর্বোচ্চ ইনপুটবিনামূল্যের সীমা
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)

FreeLLMAPI ক্যাটালগের লাইভ ডেটা (সংস্করণ 2026.11.19, যাচাই: 2026-11-19)। বিনামূল্যের সীমা প্রায়ই বদলায়। ক্যাটালগ প্রতিদিন যাচাই করা হয়।

কিছু প্রোভাইডার chat ও embeddings-এর মধ্যে একটি কোটা ভাগ করে। উদাহরণস্বরূপ, একটি Cohere trial কী প্রতি মাসে সব এন্ডপয়েন্ট মিলিয়ে 1,000 API কল দেয়। Cloudflare Workers AI প্রতিদিন 10,000 neuron দেয়, যা অ্যাকাউন্টের সব Workers AI মডেল ভাগ করে।

ধাপ ১: FreeLLMAPI ইনস্টল করুন এবং কী যোগ করুন

FreeLLMAPI ওপেন সোর্স। এটি Docker-এ আপনার কম্পিউটারে চলে। আপনার প্রোভাইডার কী আপনার কম্পিউটারেই থাকে।

ইনস্টল করুন (macOS বা Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

http://localhost:3001-এ ড্যাশবোর্ড খুলুন। Keys পেজে আপনার প্রোভাইডার কী যোগ করুন। Embeddings-এর জন্য একটি Google AI Studio কী ও একটি Cloudflare কী ভালো শুরু দেয়। একই পেজ থেকে আপনার unified key কপি করুন।

ধাপ ২: embeddings এন্ডপয়েন্ট কল করুন

একটি অনুরোধে কয়েকটি vector পেতে স্ট্রিংয়ের একটি তালিকা পাঠান। আপনার ডকুমেন্ট ও search query-র জন্য একই model মান ব্যবহার করুন।

curl

curl http://localhost:3001/v1/embeddings \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "bge-m3", "input": ["the quick brown fox", "a fast brown fox"]}'

Python: দুটি text embed করে তুলনা করুন

import math
from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")

resp = client.embeddings.create(
    model="bge-m3",  # a family name, "auto", or a provider model id
    input=["How do I reset my password?", "Steps to change a forgotten password"],
)
a, b = resp.data[0].embedding, resp.data[1].embedding
print(len(resp.data), "vectors of", len(a), "dimensions")

dot = sum(x * y for x, y in zip(a, b))
norm = math.sqrt(sum(x * x for x in a)) * math.sqrt(sum(y * y for y in b))
print("cosine similarity:", round(dot / norm, 3))

model ফিল্ড তিনটি রূপ গ্রহণ করে: auto, bge-m3-এর মতো একটি family নাম, অথবা @cf/baai/bge-m3-এর মতো একটি প্রোভাইডার model id। প্রোভাইডার model id তার family-তে সমাধান হয়, তাই failover সেই family-র মধ্যেই থাকে।

কোন বিনামূল্যের embedding মডেল বেছে নেবেন

প্রতিটি vector store-এর জন্য মডেল একবার বেছে নিন। পরে মডেল বদলালে আপনাকে সব ডকুমেন্ট আবার embed করতে হবে।

প্রয়োজনমডেল familyকেন
ছোট ইংরেজি বা বহুভাষিক text, অনেক প্রোভাইডারbge-m31024 ডাইমেনশন, 8,192 ইনপুট টোকেন। কয়েকটি ফ্রি প্রোভাইডার এটি পরিবেশন করে, তাই failover-এর বেশি বিকল্প থাকে।
Google কী দিয়ে উচ্চ মানের retrievalgemini-embedding-0013072 ডাইমেনশন। ইনপুট সীমা 2,048 টোকেন, তাই দীর্ঘ ডকুমেন্ট chunk-এ ভাগ করুন।
একটি vector-এ দীর্ঘ ডকুমেন্টembed-v4.0 (Cohere)বড় ইনপুট উইন্ডো। Trial কী প্রতি মাসে শুধু 1,000 কল দেয়, যা chat-এর সঙ্গে ভাগ হয়।
ছোট vector ও দ্রুত searchbge-small-en-v1.5384 ডাইমেনশন। শুধু ইংরেজি, এবং ইনপুট সীমা 512 টোকেন।
কোড searchcodestral-embedকোডের জন্য প্রশিক্ষিত। এটি Mistral-এর ফ্রি মোডের কোটা ব্যবহার করে।

বড় vector ভেক্টর ডেটাবেসে বেশি storage ও memory খরচ করে। 3072 ডাইমেনশনের একটি vector, 1024 ডাইমেনশনের একটির তিনগুণ বড়। এক মিলিয়ন chunk-এর কম বেশিরভাগ RAG প্রকল্পে 768 থেকে 1024 ডাইমেনশন ভালো ফল দেয়।

সীমা এবং ফাঁদ

  • ইনপুট সীমা: "Max input" মানের বেশি text কেটে যেতে পারে বা প্রত্যাখ্যাত হতে পারে। embed করার আগে ডকুমেন্ট 300 থেকে 800 টোকেনের chunk-এ ভাগ করুন।
  • এক store-এ এক family: এক index-এ দুটি family-র vector মেশাবেন না। দুটি মডেল জুড়ে similarity score-এর কোনো অর্থ নেই।
  • Normalization: Google বলে যে 3072-এর কম ডাইমেনশনের gemini-embedding-001 vector আপনাকে normalize করতে হবে। score হিসেবে dot product ব্যবহারের আগে সব vector normalize করুন।
  • রেট লিমিট: ফ্রি টিয়ার প্রতি মিনিট বা প্রতিদিন অনুরোধ গণনা করে। প্রতিটি স্ট্রিংয়ের জন্য আলাদা অনুরোধ না পাঠিয়ে এক অনুরোধে স্ট্রিংয়ের ব্যাচ পাঠান।
  • বেনামি টিয়ার: OVH AI Endpoints কী ছাড়া প্রতি IP ঠিকানা ও মডেলের জন্য প্রতি মিনিটে 2 অনুরোধ দেয়। এটি fallback হিসেবে ব্যবহার করুন, বড় আকারের indexing-এর জন্য নয়।
পরামর্শ: আপনার বেছে নেওয়া family-তে অন্তত দুটি প্রোভাইডার রাখুন। তাহলে একটি প্রোভাইডারের 429 error আপনার indexing job থামাবে না।

সমস্যা সমাধান

সমস্যাকারণসমাধান
বৃহৎ indexing-এর সময় Error 429family-র প্রোভাইডার সীমা পৌঁছেছেএকই family-র জন্য দ্বিতীয় একটি প্রোভাইডার কী যোগ করুন, অথবা প্রতি মিনিটে কম অনুরোধ পাঠান
একটি পরিবর্তনের পর search ফলাফল ভুলডকুমেন্ট ও query ভিন্ন family ব্যবহার করছেদুটির জন্য একই model মান ব্যবহার করুন। বদলালে ডকুমেন্টগুলো আবার embed করুন
Vector-এর দৈর্ঘ্য আপনার প্রত্যাশামতো নয়auto ডিফল্ট family ব্যবহার করেএকটি স্পষ্ট family নাম সেট করুন, অথবা Models, Embeddings-এ ডিফল্ট দেখুন
দীর্ঘ text-এ ম্যাচ খারাপText ইনপুট সীমার চেয়ে দীর্ঘText ছোট chunk-এ ভাগ করুন
Error 401unified key ভুল বা অনুপস্থিতKeys পেজ থেকে unified key আবার কপি করুন
একটি কী দিয়ে এর প্রতিটি ব্যবহার করুন। FreeLLMAPI একটি ওপেন-সোর্স, নিজের সার্ভারে চালানো রাউটার। এটি এই সব বিনামূল্যের টিয়ার একটি মাত্র OpenAI-সামঞ্জস্যপূর্ণ এন্ডপয়েন্টের পেছনে রাখে এবং কোনো একটির সীমা শেষ হলে অন্যটিতে সরে যায়। ক্যাটালগ ব্রাউজ করুন অথবা শুরু করুন.

সাধারণ প্রশ্ন

বিনামূল্যের embeddings API আছে কি?

হ্যাঁ। Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH এবং অন্যরা রেট লিমিটসহ বিনামূল্যের embedding মডেল দেয়। FreeLLMAPI এর মধ্যে 41টি একটি OpenAI-compatible এন্ডপয়েন্টের পেছনে রাখে।

বিনামূল্যের embeddings-এর জন্য কি OpenAI SDK ব্যবহার করা যায়?

হ্যাঁ। base URL সেট করুন http://localhost:3001/v1 এবং আপনার unified key ব্যবহার করুন। তারপর bge-m3-এর মতো একটি family নাম দিয়ে client.embeddings.create কল করুন।

FreeLLMAPI কেন অন্য embedding মডেলে failover করে না?

ভিন্ন মডেলের vector সামঞ্জস্যপূর্ণ নয়। নীরবে মডেল বদলালে similarity search ভেঙে যাবে। রাউটার শুধু একই মডেল family পরিবেশনকারী প্রোভাইডারদের মধ্যে failover করে।

RAG-এর জন্য সেরা বিনামূল্যের embedding মডেল কোনটি?

বেশিরভাগ প্রকল্পের জন্য bge-m3 একটি ভালো ডিফল্ট। এর 1024 ডাইমেনশন, 8,192-টোকেন ইনপুট সীমা এবং কয়েকটি বিনামূল্যের প্রোভাইডার আছে। আপনি 3072 ডাইমেনশন চাইলে এবং একটি Google কী থাকলে gemini-embedding-001 ব্যবহার করুন।

আমার embeddings-এর কত ডাইমেনশন হওয়া উচিত?

বেশিরভাগ search ও RAG কাজে 768 থেকে 1024 ডাইমেনশন ব্যবহার করুন। বড় vector বেশি storage ও memory ব্যবহার করে। আকার একবার বেছে নিন, কারণ পরিবর্তন মানে সব ডকুমেন্ট আবার embed করা।

সম্পর্কিত গাইড

উৎস

সব গাইড · সব বিনামূল্যের মডেল দেখুন