API رایگان embedding
یک API embedding متن را برای جستجو، RAG و خوشهبندی به بردار تبدیل میکند. چند ارائهدهنده embedding را رایگان میدهند. FreeLLMAPI، 41 مدل embedding رایگان را پشت یک نقطه پایانی /v1/embeddings قرار میدهد. این راهنما مدلها، محدودیتها و کد کاری را نشان میدهد.
کد، نام مدلها و برچسبهای زندهٔ کاتالوگ به زبان انگلیسی نمایش داده میشوند.
embedding رایگان در FreeLLMAPI چگونه کار میکند
نقطه پایانی /v1/embeddings از قالب درخواست OpenAI استفاده میکند. هر SDK مربوط به OpenAI میتواند آن را صدا بزند. شما متن میفرستید و برای هر رشته ورودی یک بردار دریافت میکنید.
embedding قاعده جایگزینی متفاوتی با گفتگو دارد. درخواستهای گفتگو ممکن است به مدل دیگری منتقل شوند. درخواستهای embedding هرگز به مدل دیگری منتقل نمیشوند. بردارهای دو مدل با هم سازگار نیستند، پس تغییر بیصدای مدل، پایگاه برداری شما را خراب میکند.
- خانواده: FreeLLMAPI ارائهدهندگان را بر اساس خانواده گروهبندی میکند. خانواده یک هویت مدل با یک اندازه بردار است، برای مثال
bge-m3با 1024 بعد. - جایگزینی: وقتی یک ارائهدهنده در یک خانواده به حد خود برسد، مسیریاب ارائهدهنده بعدی را امتحان میکند که همان خانواده را سرویس میدهد.
- پیشفرض:
model: "auto"از خانواده پیشفرض استفاده میکند. خانواده پیشفرض را در صفحه Models, Embeddings داشبورد تنظیم کنید.
مدلهای embedding رایگان امروز
جدول هر مدل embedding رایگان در کاتالوگ FreeLLMAPI را فهرست میکند. دادهها از کاتالوگ زنده میآیند. «Max input» بیشترین تعداد توکن برای یک رشته ورودی است. «Free limit» سهمیه رایگانی است که ارائهدهنده منتشر کرده است.
| مدل | ارائهدهنده | ابعاد | حداکثر ورودی | محدودیت رایگان |
|---|---|---|---|---|
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) |
دادههای زنده از کاتالوگ FreeLLMAPI (نسخه 2026.11.19، بررسیشده در 2026-11-19). محدودیتهای رایگان اغلب تغییر میکنند. کاتالوگ هر روز بررسی میشود.
برخی ارائهدهندگان یک سهمیه را بین گفتگو و embedding مشترک میکنند. برای مثال، یک کلید آزمایشی Cohere هر ماه 1,000 فراخوانی API را برای همه نقطههای پایانی با هم مجاز میکند. Cloudflare Workers AI هر روز 10,000 neuron میدهد که بین همه مدلهای Workers AI همان حساب مشترک است.
مرحله 1: نصب FreeLLMAPI و افزودن کلیدها
FreeLLMAPI متنباز است. در Docker روی رایانه شما اجرا میشود. کلیدهای ارائهدهندگان شما روی رایانه شما میمانند.
نصب (macOS یا Linux)
curl -fsSL https://freellmapi.co/install.sh | bashداشبورد را در http://localhost:3001 باز کنید. کلیدهای ارائهدهندگان خود را در صفحه Keys اضافه کنید. برای embedding، یک کلید Google AI Studio و یک کلید Cloudflare شروع خوبی هستند. کلید یکپارچه خود را از همان صفحه کپی کنید.
مرحله 2: فراخوانی نقطه پایانی embedding
یک فهرست رشته بفرستید تا چند بردار در یک درخواست دریافت کنید. برای اسناد و برای پرسوجوهای جستجوی خود از همان مقدار model استفاده کنید.
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: embedding و مقایسه دو متن
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))فیلد model سه شکل میپذیرد: auto، نام یک خانواده مانند bge-m3، یا شناسه مدل ارائهدهنده مانند @cf/baai/bge-m3. شناسه مدل ارائهدهنده به خانواده خودش تبدیل میشود، پس جایگزینی هم داخل همان خانواده میماند.
کدام مدل embedding رایگان را انتخاب کنید
مدل را برای هر پایگاه برداری یک بار انتخاب کنید. اگر بعداً مدل را تغییر دهید، باید همه اسناد را دوباره embedding کنید.
| نیاز | خانواده مدل | دلیل |
|---|---|---|
| متن کوتاه انگلیسی یا چندزبانه، ارائهدهندگان زیاد | bge-m3 | 1024 بعد، 8,192 توکن ورودی. چند ارائهدهنده رایگان آن را سرویس میدهند، پس جایگزینی گزینههای بیشتری دارد. |
| بازیابی با کیفیت بالا با کلید Google | gemini-embedding-001 | 3072 بعد. محدودیت ورودی 2,048 توکن است، پس اسناد بلند را به بخشهای کوچک تقسیم کنید. |
| اسناد بلند در یک بردار | embed-v4.0 (Cohere) | پنجره ورودی بزرگ. کلید آزمایشی فقط 1,000 فراخوانی در ماه مجاز میکند، که با گفتگو مشترک است. |
| بردارهای کوچک و جستجوی سریع | bge-small-en-v1.5 | 384 بعد. فقط انگلیسی، و محدودیت ورودی 512 توکن است. |
| جستجوی کد | codestral-embed | برای کد آموزش دیده است. از سهمیه حالت رایگان Mistral استفاده میکند. |
بردارهای بزرگتر در پایگاه برداری فضای ذخیرهسازی و حافظه بیشتری میگیرند. یک بردار 3072 بعدی سه برابر بزرگتر از یک بردار 1024 بعدی است. برای بیشتر پروژههای RAG با کمتر از یک میلیون تکه، 768 تا 1024 بعد نتیجه خوبی میدهد.
محدودیتها و مشکلات رایج
- محدودیتهای ورودی: متنی که از مقدار «Max input» بیشتر باشد ممکن است بریده یا رد شود. پیش از embedding، اسناد را به تکههای 300 تا 800 توکنی تقسیم کنید.
- یک خانواده برای هر پایگاه: بردارهای دو خانواده را در یک فهرست مخلوط نکنید. امتیازهای شباهت بین مدلها معنایی ندارند.
- نرمالسازی: Google میگوید بردارهای
gemini-embedding-001با کمتر از 3072 بعد باید توسط شما نرمال شوند. پیش از استفاده از ضرب نقطهای به عنوان امتیاز، همه بردارها را نرمال کنید. - محدودیت نرخ: سطوح رایگان درخواستها را در دقیقه یا در روز میشمارند. دستهای از رشتهها را در یک درخواست بفرستید، نه یک درخواست برای هر رشته.
- سطوح ناشناس: OVH AI Endpoints برای هر نشانی IP و مدل بدون کلید، 2 درخواست در دقیقه مجاز میکند. آن را به عنوان پشتیبان استفاده کنید، نه برای فهرستسازی انبوه.
عیبیابی
| مشکل | علت | راهحل |
|---|---|---|
| خطای 429 در فهرستسازی انبوه | محدودیت ارائهدهنده برای خانواده به حد رسیده است | یک کلید ارائهدهنده دوم برای همان خانواده اضافه کنید، یا درخواستهای کمتری در هر دقیقه بفرستید |
| نتیجه جستجو بعد از یک تغییر اشتباه است | اسناد و پرسوجوها از خانوادههای متفاوت استفاده میکنند | برای هر دو از یک مقدار model استفاده کنید. اگر آن را تغییر دادهاید، اسناد را دوباره embedding کنید |
| طول بردار آن چیزی نیست که انتظار دارید | auto از خانواده پیشفرض استفاده میکند | یک نام خانواده صریح تنظیم کنید، یا پیشفرض را در Models, Embeddings بررسی کنید |
| متنهای بلند تطابق ضعیفی میدهند | متن از محدودیت ورودی بلندتر است | متن را به تکههای کوچکتر تقسیم کنید |
| خطای 401 | کلید یکپارچه اشتباه است یا وجود ندارد | کلید یکپارچه را دوباره از صفحه Keys کپی کنید |
پرسشهای متداول
آیا API رایگان embedding وجود دارد؟
بله. Google AI Studio، Cloudflare Workers AI، Cohere، NVIDIA، Mistral، OVH و دیگران مدلهای embedding رایگان با محدودیت نرخ میدهند. FreeLLMAPI، 41 مورد از آنها را پشت یک نقطه پایانی سازگار با OpenAI قرار میدهد.
آیا میتوانم برای embedding رایگان از SDK مربوط به OpenAI استفاده کنم؟
بله. آدرس پایه را روی http://localhost:3001/v1 تنظیم کنید و از کلید یکپارچه خود استفاده کنید. سپس client.embeddings.create را با نام یک خانواده مانند bge-m3 صدا بزنید.
چرا FreeLLMAPI به یک مدل embedding دیگر جایگزین نمیشود؟
بردارهای مدلهای مختلف با هم سازگار نیستند. تغییر بیصدای مدل، جستجوی شباهت را خراب میکند. مسیریاب فقط بین ارائهدهندگانی جایگزین میکند که همان خانواده مدل را سرویس میدهند.
بهترین مدل embedding رایگان برای RAG کدام است؟
برای بیشتر پروژهها، bge-m3 پیشفرض خوبی است. این مدل 1024 بعد، محدودیت ورودی 8,192 توکنی و چند ارائهدهنده رایگان دارد. اگر 3072 بعد میخواهید و کلید Google دارید، از gemini-embedding-001 استفاده کنید.
بردارهای embedding من باید چند بعد داشته باشند؟
برای بیشتر کارهای جستجو و RAG از 768 تا 1024 بعد استفاده کنید. بردارهای بزرگتر فضای ذخیرهسازی و حافظه بیشتری میگیرند. اندازه را یک بار انتخاب کنید، چون تغییر آن یعنی باید همه اسناد را دوباره embedding کنید.
راهنماهای مرتبط
- API رایگان LLM برای RAG
- API رایگان LLM برای LangChain
- API رایگان LLM در Python
- free cohere api
- محدودیت نرخ API رایگان LLM
منابع
- FreeLLMAPI docs: Embeddings (بررسیشده در 20 November 2026)
- Google AI Studio docs: Embeddings (بررسیشده در 20 November 2026)
- Cloudflare Workers AI pricing (بررسیشده در 20 November 2026)
- Cohere docs: API keys and rate limits (بررسیشده در 20 November 2026)
- OVHcloud AI Endpoints capabilities (بررسیشده در 20 November 2026)