Startseite / Anleitungen / Kostenlose Embeddings-API

Kostenlose Embeddings-API

Eine Embeddings-API wandelt Text in Vektoren um, für Suche, RAG und Clustering. Mehrere Anbieter stellen Embeddings kostenlos bereit. FreeLLMAPI legt 41 kostenlose Embedding-Modelle hinter einen Endpunkt /v1/embeddings. Diese Anleitung zeigt die Modelle, ihre Limits und funktionierenden Code.

Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.

So funktionieren kostenlose Embeddings in FreeLLMAPI

Der Endpunkt /v1/embeddings verwendet das OpenAI-Anfrageformat. Jedes OpenAI-SDK kann ihn aufrufen. Sie senden Text und erhalten für jede Eingabezeichenkette einen Vektor.

Embeddings verwenden eine andere Ausfallregel als Chat. Chat-Anfragen können zu einem anderen Modell wechseln. Embedding-Anfragen wechseln nie das Modell. Vektoren von zwei Modellen sind nicht kompatibel. Ein stiller Modellwechsel würde Ihren Vektorspeicher beschädigen.

  • Familie: FreeLLMAPI gruppiert Anbieter nach Familie. Eine Familie ist eine Modellidentität mit einer Vektorgröße, zum Beispiel bge-m3 mit 1024 Dimensionen.
  • Ausfallsicherung: Wenn ein Anbieter einer Familie sein Limit erreicht, versucht der Router den nächsten Anbieter, der dieselbe Familie bereitstellt.
  • Standard: model: "auto" verwendet die Standardfamilie. Sie legen die Standardfamilie auf der Seite Models, Embeddings im Dashboard fest.

Kostenlose Embedding-Modelle heute

Die Tabelle listet jedes kostenlose Embedding-Modell im FreeLLMAPI-Katalog. Die Daten stammen aus dem Live-Katalog. „Max input“ ist die maximale Anzahl Tokens für eine Eingabezeichenkette. „Free limit“ ist das kostenlose Kontingent, das der Anbieter veröffentlicht.

ModellAnbieterDimensionenMax. EingabeKostenloses Limit
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)

Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.

Manche Anbieter teilen sich ein Kontingent für Chat und Embeddings. Ein Cohere-Testschlüssel erlaubt zum Beispiel 1,000 API-Aufrufe pro Monat für alle Endpunkte zusammen. Cloudflare Workers AI gibt 10,000 Neurons pro Tag, die sich alle Workers-AI-Modelle des Kontos teilen.

Schritt 1: FreeLLMAPI installieren und Schlüssel hinzufügen

FreeLLMAPI ist Open Source. Es läuft in Docker auf Ihrem Computer. Ihre Anbieter-Schlüssel bleiben auf Ihrem Computer.

Installation (macOS oder Linux)

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

Öffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie Ihre Anbieter-Schlüssel auf der Seite Keys hinzu. Für Embeddings ist ein Google-AI-Studio-Schlüssel und ein Cloudflare-Schlüssel ein guter Start. Kopieren Sie Ihren einheitlichen Schlüssel von derselben Seite.

Schritt 2: Den Embeddings-Endpunkt aufrufen

Senden Sie eine Liste von Zeichenketten, um in einer Anfrage mehrere Vektoren zu erhalten. Verwenden Sie für Ihre Dokumente und für Ihre Suchanfragen denselben Wert für model.

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: zwei Texte einbetten und vergleichen

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))

Das Feld model akzeptiert drei Formen: auto, einen Familiennamen wie bge-m3 oder eine Anbieter-Modell-ID wie @cf/baai/bge-m3. Eine Anbieter-Modell-ID wird auf ihre Familie aufgelöst. Die Ausfallsicherung bleibt daher innerhalb dieser Familie.

Welches kostenlose Embedding-Modell Sie wählen sollten

Wählen Sie das Modell einmal für jeden Vektorspeicher. Wenn Sie das Modell später ändern, müssen Sie alle Dokumente neu einbetten.

BedarfModellfamilieWarum
Kurzer englischer oder mehrsprachiger Text, viele Anbieterbge-m31024 Dimensionen, 8,192 Eingabe-Tokens. Mehrere kostenlose Anbieter stellen es bereit, daher hat die Ausfallsicherung mehr Optionen.
Hochwertige Suche mit einem Google-Schlüsselgemini-embedding-0013072 Dimensionen. Das Eingabelimit liegt bei 2,048 Tokens, teilen Sie lange Dokumente daher in Abschnitte auf.
Lange Dokumente in einem Vektorembed-v4.0 (Cohere)Großes Eingabefenster. Der Testschlüssel erlaubt nur 1,000 Aufrufe pro Monat, geteilt mit dem Chat.
Kleine Vektoren und schnelle Suchebge-small-en-v1.5384 Dimensionen. Nur Englisch, und das Eingabelimit liegt bei 512 Tokens.
Code-Suchecodestral-embedFür Code trainiert. Es verwendet das kostenlose Kontingent des Mistral-Modus.

Große Vektoren kosten mehr Speicher in der Vektordatenbank. Ein Vektor mit 3072 Dimensionen ist dreimal so groß wie ein Vektor mit 1024 Dimensionen. Für die meisten RAG-Projekte mit weniger als einer Million Abschnitte liefern 768 bis 1024 Dimensionen gute Ergebnisse.

Limits und Fallstricke

  • Eingabelimits: Text über dem Wert „Max input“ kann gekürzt oder abgelehnt werden. Teilen Sie Dokumente in Abschnitte mit 300 bis 800 Tokens, bevor Sie sie einbetten.
  • Eine Familie pro Speicher: Mischen Sie in einem Index keine Vektoren aus zwei Familien. Die Ähnlichkeitswerte haben modellübergreifend keine Bedeutung.
  • Normalisierung: Google sagt, dass Sie Vektoren von gemini-embedding-001 mit weniger als 3072 Dimensionen selbst normalisieren müssen. Normalisieren Sie alle Vektoren, bevor Sie das Skalarprodukt als Wert verwenden.
  • Rate-Limits: Kostenlose Stufen zählen Anfragen pro Minute oder pro Tag. Senden Sie Stapel von Zeichenketten in einer Anfrage, nicht eine Anfrage pro Zeichenkette.
  • Anonyme Stufen: OVH AI Endpoints erlaubt ohne Schlüssel 2 Anfragen pro Minute für jede IP-Adresse und jedes Modell. Verwenden Sie es als Ausweichlösung, nicht für Massenindizierung.
Tipp: Behalten Sie in Ihrer gewählten Familie mindestens zwei Anbieter. Dann stoppt ein Fehler 429 bei einem Anbieter Ihren Indizierungsauftrag nicht.

Fehlerbehebung

ProblemUrsacheLösung
Fehler 429 bei der MassenindizierungDas Anbieterlimit für die Familie ist erreichtFügen Sie einen zweiten Anbieter-Schlüssel für dieselbe Familie hinzu oder senden Sie pro Minute weniger Anfragen
Suchergebnisse sind nach einer Änderung falschDokumente und Abfragen verwenden verschiedene FamilienVerwenden Sie für beides einen model-Wert. Betten Sie die Dokumente neu ein, wenn Sie ihn geändert haben
Die Vektorlänge ist nicht wie erwartetauto verwendet die StandardfamilieLegen Sie einen expliziten Familiennamen fest oder prüfen Sie den Standard unter Models, Embeddings
Lange Texte liefern schlechte TrefferDer Text ist länger als das EingabelimitTeilen Sie den Text in kleinere Abschnitte
Fehler 401Der einheitliche Schlüssel ist falsch oder fehltKopieren Sie den einheitlichen Schlüssel erneut von der Seite Keys
Nutzen Sie alle diese Modelle über einen einzigen Schlüssel. FreeLLMAPI ist ein Open-Source-Router, den Sie selbst hosten. Er stellt alle diese kostenlosen Angebote hinter einem einzigen OpenAI-kompatiblen Endpunkt bereit und wechselt zum nächsten Anbieter, wenn ein Anbieter das Limit erreicht. Katalog ansehen oder Jetzt starten.

Häufig gestellte Fragen

Gibt es eine kostenlose Embeddings-API?

Ja. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH und andere stellen kostenlose Embedding-Modelle mit Rate-Limits bereit. FreeLLMAPI legt 41 davon hinter einen OpenAI-kompatiblen Endpunkt.

Kann ich das OpenAI-SDK für kostenlose Embeddings verwenden?

Ja. Setzen Sie die Base URL auf http://localhost:3001/v1 und verwenden Sie Ihren einheitlichen Schlüssel. Rufen Sie dann client.embeddings.create mit einem Familiennamen wie bge-m3 auf.

Warum wechselt FreeLLMAPI bei Embeddings nicht zu einem anderen Modell?

Vektoren von verschiedenen Modellen sind nicht kompatibel. Ein stiller Modellwechsel würde die Ähnlichkeitssuche brechen. Der Router schaltet nur zwischen Anbietern um, die dieselbe Modellfamilie bereitstellen.

Was ist das beste kostenlose Embedding-Modell für RAG?

Für die meisten Projekte ist bge-m3 ein guter Standard. Es hat 1024 Dimensionen, ein Eingabelimit von 8,192 Tokens und mehrere kostenlose Anbieter. Verwenden Sie gemini-embedding-001, wenn Sie 3072 Dimensionen wollen und einen Google-Schlüssel haben.

Wie viele Dimensionen sollten meine Embeddings haben?

Verwenden Sie für die meisten Such- und RAG-Aufgaben 768 bis 1024 Dimensionen. Größere Vektoren brauchen mehr Speicher. Wählen Sie die Größe einmal, denn bei einer Änderung müssen Sie alle Dokumente neu einbetten.

Verwandte Anleitungen

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen