Inicio / Guías / API gratuita de embeddings

API gratuita de embeddings

Una API de embeddings convierte texto en vectores para la búsqueda, RAG y la agrupación. Varios proveedores dan embeddings gratis. FreeLLMAPI reúne 41 modelos de embeddings gratuitos detrás de un solo endpoint /v1/embeddings. Esta guía muestra los modelos, sus límites y código que funciona.

El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.

Cómo funcionan los embeddings gratuitos en FreeLLMAPI

El endpoint /v1/embeddings usa el formato de solicitud de OpenAI. Cualquier SDK de OpenAI puede llamarlo. Usted envía texto y recibe un vector por cada cadena de entrada.

Los embeddings usan una regla de conmutación distinta a la del chat. Las solicitudes de chat pueden pasar a otro modelo. Las solicitudes de embeddings nunca pasan a otro modelo. Los vectores de dos modelos no son compatibles, así que un cambio silencioso de modelo dañaría su almacén de vectores.

  • Familia: FreeLLMAPI agrupa los proveedores por familia. Una familia es una identidad de modelo con un solo tamaño de vector, por ejemplo bge-m3 con 1024 dimensiones.
  • Conmutación: cuando un proveedor de una familia alcanza su límite, el enrutador prueba el siguiente proveedor que sirve la misma familia.
  • Predeterminado: model: "auto" usa la familia predeterminada. Usted configura la familia predeterminada en la página Models, Embeddings del panel.

Modelos de embeddings gratuitos hoy

La tabla enumera todos los modelos de embeddings gratuitos del catálogo de FreeLLMAPI. Los datos provienen del catálogo en vivo. "Max input" es el número máximo de tokens para una cadena de entrada. "Free limit" es la cuota gratuita que publica el proveedor.

ModeloProveedorDimensionesEntrada máx.Límite gratuito
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)

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

Algunos proveedores comparten una sola cuota entre el chat y los embeddings. Por ejemplo, una clave de prueba de Cohere permite 1,000 llamadas a la API cada mes para todos los endpoints juntos. Cloudflare Workers AI da 10,000 neuronas cada día, compartidas por todos los modelos de Workers AI de la cuenta.

Paso 1: Instale FreeLLMAPI y agregue claves

FreeLLMAPI es de código abierto. Se ejecuta en su computadora con Docker. Sus claves de proveedores se quedan en su computadora.

Instalar (macOS o Linux)

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

Abra el panel en http://localhost:3001. Agregue sus claves de proveedores en la página Keys. Para los embeddings, una clave de Google AI Studio y una clave de Cloudflare son un buen comienzo. Copie su clave unificada desde la misma página.

Paso 2: Llame al endpoint de embeddings

Envíe una lista de cadenas para obtener varios vectores en una sola solicitud. Use el mismo valor de model para sus documentos y para sus consultas de búsqueda.

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: generar embeddings y comparar dos textos

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))

El campo model acepta tres formas: auto, un nombre de familia como bge-m3, o un ID de modelo del proveedor como @cf/baai/bge-m3. Un ID de modelo del proveedor se resuelve a su familia, así que la conmutación sigue dentro de esa familia.

Qué modelo de embeddings gratuito elegir

Elija el modelo una vez para cada almacén de vectores. Si cambia el modelo después, debe generar de nuevo los embeddings de todos los documentos.

NecesidadFamilia del modeloMotivo
Texto corto en inglés o multilingüe, muchos proveedoresbge-m31024 dimensiones, 8,192 tokens de entrada. Varios proveedores gratuitos lo sirven, así que la conmutación tiene más opciones.
Recuperación de alta calidad con una clave de Googlegemini-embedding-0013072 dimensiones. El límite de entrada es de 2,048 tokens, así que divida los documentos largos en fragmentos.
Documentos largos en un solo vectorembed-v4.0 (Cohere)Ventana de entrada grande. La clave de prueba permite solo 1,000 llamadas cada mes, compartidas con el chat.
Vectores pequeños y búsqueda rápidabge-small-en-v1.5384 dimensiones. Solo inglés, y el límite de entrada es de 512 tokens.
Búsqueda de códigocodestral-embedEntrenado para código. Usa la cuota del modo gratuito de Mistral.

Los vectores grandes cuestan más almacenamiento y memoria en la base de datos vectorial. Un vector de 3072 dimensiones es tres veces más grande que uno de 1024 dimensiones. En la mayoría de los proyectos RAG con menos de un millón de fragmentos, de 768 a 1024 dimensiones dan buenos resultados.

Límites y errores frecuentes

  • Límites de entrada: el texto por encima del valor "Max input" puede cortarse o rechazarse. Divida los documentos en fragmentos de 300 a 800 tokens antes de generar sus embeddings.
  • Una familia por almacén: no mezcle vectores de dos familias en un mismo índice. Las puntuaciones de similitud no tienen sentido entre modelos.
  • Normalización: Google indica que usted debe normalizar los vectores de gemini-embedding-001 con menos de 3072 dimensiones. Normalice todos los vectores antes de usar el producto punto como puntuación.
  • Límites de uso: los niveles gratuitos cuentan las solicitudes por minuto o por día. Envíe lotes de cadenas en una sola solicitud, no una solicitud por cada cadena.
  • Niveles anónimos: OVH AI Endpoints permite 2 solicitudes por minuto por cada dirección IP y modelo sin clave. Úselo como respaldo, no para indexar en masa.
Consejo: mantenga al menos dos proveedores en la familia que elija. Así un error 429 en un proveedor no detiene su trabajo de indexación.

Solución de problemas

ProblemaCausaSolución
Error 429 durante la indexación en masaSe alcanzó el límite del proveedor para la familiaAgregue una segunda clave de proveedor para la misma familia, o envíe menos solicitudes por minuto
Los resultados de búsqueda son incorrectos después de un cambioLos documentos y las consultas usan familias distintasUse un solo valor de model para ambos. Genere de nuevo los embeddings de los documentos si lo cambió
La longitud del vector no es la que esperaauto usa la familia predeterminadaConfigure un nombre de familia explícito, o revise el valor predeterminado en Models, Embeddings
Los textos largos dan coincidencias deficientesEl texto es más largo que el límite de entradaDivida el texto en fragmentos más pequeños
Error 401La clave unificada es incorrecta o faltaCopie de nuevo la clave unificada desde la página Keys
Use cada uno de estos modelos con una sola clave. FreeLLMAPI es un enrutador de código abierto y autoalojado. Reúne todos estos niveles gratuitos detrás de un único endpoint compatible con OpenAI y cambia de proveedor cuando uno alcanza su límite. Explore el catálogo o ir en vivo.

Preguntas frecuentes

¿Existe una API gratuita de embeddings?

Sí. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH y otros ofrecen modelos de embeddings gratuitos con límites de uso. FreeLLMAPI reúne 41 de ellos detrás de un solo endpoint compatible con OpenAI.

¿Puedo usar el SDK de OpenAI para embeddings gratuitos?

Sí. Configure la base URL como http://localhost:3001/v1 y use su clave unificada. Después, llame a client.embeddings.create con un nombre de familia como bge-m3.

¿Por qué FreeLLMAPI no cambia a otro modelo de embeddings cuando falla?

Los vectores de modelos distintos no son compatibles. Un cambio silencioso de modelo rompería la búsqueda por similitud. El enrutador solo cambia entre proveedores que sirven la misma familia de modelos.

¿Cuál es el mejor modelo de embeddings gratuito para RAG?

Para la mayoría de los proyectos, bge-m3 es una buena opción predeterminada. Tiene 1024 dimensiones, un límite de entrada de 8,192 tokens y varios proveedores gratuitos. Use gemini-embedding-001 si quiere 3072 dimensiones y tiene una clave de Google.

¿Cuántas dimensiones deben tener mis embeddings?

Use de 768 a 1024 dimensiones para la mayoría de los trabajos de búsqueda y RAG. Los vectores más grandes usan más almacenamiento y memoria. Elija el tamaño una vez, porque un cambio obliga a generar de nuevo los embeddings de todos los documentos.

Guías relacionadas

Fuentes

Todas las guías · Ver todos los modelos gratuitos