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।
| মডেল | প্রোভাইডার | ডাইমেনশন | সর্বোচ্চ ইনপুট | বিনামূল্যের সীমা |
|---|---|---|---|---|
Gemini Embeddinggemini-embedding-001 | Google AI Studio | 3072 | 2048 | 100 rpm · 1K req/day |
Nemotron Embed VL 1Bnvidia/llama-nemotron-embed-vl-1b-v2 | NVIDIA NIM | 2048 | 8192 | ~40 rpm |
Nemotron 3 Embed 1B (OR free)nvidia/nemotron-3-embed-1b:free | OpenRouter | 2048 | 32768 | 20 rpm · shared free daily cap |
SEA-LION E5 Embedding 600Maisingapore/SEA-LION-E5-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 300Maisingapore/SEA-LION-ModernBERT-Embedding-300M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 600Maisingapore/SEA-LION-ModernBERT-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
BGE-M3@cf/baai/bge-m3 | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
EmbeddingGemma 300M@cf/google/embeddinggemma-300m | Cloudflare Workers AI | 768 | 2048 | 10K neurons/day (shared) |
Qwen3 Embedding 0.6B@cf/qwen/qwen3-embedding-0.6b | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
Cohere Embed v4embed-v4.0 | Cohere | 1536 | 128000 | 1K calls/mo (shared w/ chat) |
Gemini Embedding 2gemini-embedding-2 | Google AI Studio | 3072 | 8192 | free-tier rate limited |
Nemotron 3 Embed 1Bnvidia/nemotron-3-embed-1b | NVIDIA NIM | 2048 | 4096 | ~40 rpm |
PLaMo Embedding 1B (CF)@cf/pfnet/plamo-embedding-1b | Cloudflare Workers AI | 2048 | 4096 | 10K neurons/day (shared) |
BGE Small EN v1.5 (CF)@cf/baai/bge-small-en-v1.5 | Cloudflare Workers AI | 384 | 512 | 10K neurons/day (shared) |
BGE Base EN v1.5 (CF)@cf/baai/bge-base-en-v1.5 | Cloudflare Workers AI | 768 | 512 | 10K neurons/day (shared) |
BGE Large EN v1.5 (CF)@cf/baai/bge-large-en-v1.5 | Cloudflare Workers AI | 1024 | 512 | 10K neurons/day (shared) |
Mistral Embedmistral-embed | Mistral | 1024 | 8192 | free mode · monthly cap (shared) |
Codestral Embedcodestral-embed | Mistral | 1536 | 8192 | free mode · monthly cap (shared) |
Llama Text Embed v2 (Pinecone)llama-text-embed-v2 | Pinecone | 1024 | 2048 | 5M tokens/mo per model |
Multilingual E5 Large (Pinecone)multilingual-e5-large | Pinecone | 1024 | 507 | 5M tokens/mo per model |
Nemotron 3 Embed 1B (Speka)nvidia/nemotron-3-embed-1b | Speka | 2048 | 8192 | $1/month shared across Speka models |
OpenAI: Text Embedding 3 Small (ElectronHub)text-embedding-3-small | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
OpenAI: Text Embedding 3 Large (ElectronHub)text-embedding-3-large | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Nemotron 3 Embed 8B (Inferbase)nvidia-nemotron-3-embed-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 0.6B (Inferbase)qwen3-embedding-0-6b | Inferbase | 1024 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 4B (Inferbase)qwen3-embedding-4b | Inferbase | 2560 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 8B (Inferbase)qwen3-embedding-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
LFM2.5 Embedding 350M (LLMTR)liquid/lfm-2.5-embedding-350m-free | LLMTR | 1024 | 512 | Ongoing zero-price route; provider terms apply |
BGE-M3 (SEA-LION)BAAI/bge-m3 | SEA-LION | 1024 | 8192 | free · 10 rpm |
Cohere Embed English v3embed-english-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Qwen3 Embedding 8B (OVH)Qwen3-Embedding-8B | OVH AI Endpoints | 4096 | 32768 | free · anonymous 2 req/min per IP |
BGE-M3 (OVH)bge-m3 | OVH AI Endpoints | 1024 | 8192 | free · anonymous 2 req/min per IP |
BGE Multilingual Gemma2 (OVH)bge-multilingual-gemma2 | OVH AI Endpoints | 3584 | 8192 | free · anonymous 2 req/min per IP |
Mistral: Codestral Embed (ElectronHub)codestral-embed | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Mistral: Mistral Embed (ElectronHub)mistral-embed | ElectronHub | 1024 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 2 (ElectronHub)gemini-embedding-2 | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 001 (ElectronHub)gemini-embedding-001 | ElectronHub | 3072 | 2048 | $0.25/week shared free credits |
OpenAI: Text Embedding Ada 002 (ElectronHub)text-embedding-ada-002 | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Cohere Embed English Light v3embed-english-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual v3embed-multilingual-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual Light v3embed-multilingual-light-v3.0 | Cohere | 384 | 512 | 1K 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 | bashhttp://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।
| প্রয়োজন | মডেল family | কেন |
|---|---|---|
| ছোট ইংরেজি বা বহুভাষিক text, অনেক প্রোভাইডার | bge-m3 | 1024 ডাইমেনশন, 8,192 ইনপুট টোকেন। কয়েকটি ফ্রি প্রোভাইডার এটি পরিবেশন করে, তাই failover-এর বেশি বিকল্প থাকে। |
| Google কী দিয়ে উচ্চ মানের retrieval | gemini-embedding-001 | 3072 ডাইমেনশন। ইনপুট সীমা 2,048 টোকেন, তাই দীর্ঘ ডকুমেন্ট chunk-এ ভাগ করুন। |
| একটি vector-এ দীর্ঘ ডকুমেন্ট | embed-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 search | bge-small-en-v1.5 | 384 ডাইমেনশন। শুধু ইংরেজি, এবং ইনপুট সীমা 512 টোকেন। |
| কোড search | codestral-embed | কোডের 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-001vector 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।
সমস্যা সমাধান
| সমস্যা | কারণ | সমাধান |
|---|---|---|
| বৃহৎ indexing-এর সময় Error 429 | family-র প্রোভাইডার সীমা পৌঁছেছে | একই family-র জন্য দ্বিতীয় একটি প্রোভাইডার কী যোগ করুন, অথবা প্রতি মিনিটে কম অনুরোধ পাঠান |
| একটি পরিবর্তনের পর search ফলাফল ভুল | ডকুমেন্ট ও query ভিন্ন family ব্যবহার করছে | দুটির জন্য একই model মান ব্যবহার করুন। বদলালে ডকুমেন্টগুলো আবার embed করুন |
| Vector-এর দৈর্ঘ্য আপনার প্রত্যাশামতো নয় | auto ডিফল্ট family ব্যবহার করে | একটি স্পষ্ট family নাম সেট করুন, অথবা Models, Embeddings-এ ডিফল্ট দেখুন |
| দীর্ঘ text-এ ম্যাচ খারাপ | Text ইনপুট সীমার চেয়ে দীর্ঘ | Text ছোট chunk-এ ভাগ করুন |
| Error 401 | unified key ভুল বা অনুপস্থিত | Keys পেজ থেকে unified key আবার কপি 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
- RAG-এর জন্য বিনামূল্যের LLM API
- LangChain-এর জন্য বিনামূল্যের LLM API
- Python-এ বিনামূল্যের LLM API
- free cohere api
- বিনামূল্যের LLM API রেট লিমিট
উৎস
- FreeLLMAPI docs: Embeddings (যাচাই: 20 November 2026)
- Google AI Studio docs: Embeddings (যাচাই: 20 November 2026)
- Cloudflare Workers AI pricing (যাচাই: 20 November 2026)
- Cohere docs: API keys and rate limits (যাচাই: 20 November 2026)
- OVHcloud AI Endpoints capabilities (যাচাই: 20 November 2026)