خانه / راهنماها / API رایگان embedding

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-m3 با 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.

مدلارائه‌دهندهابعادحداکثر ورودیمحدودیت رایگان
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)

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 | bash

داشبورد 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.

نیازخانواده مدلدلیل
متن کوتاه انگلیسی یا چندزبانه، ارائه‌دهندگان زیادbge-m31024 بعد، 8,192 توکن ورودی. چند ارائه‌دهنده رایگان آن را سرویس می‌دهند، پس جایگزینی گزینه‌های بیشتری دارد.
بازیابی با کیفیت بالا با کلید Googlegemini-embedding-0013072 بعد. محدودیت ورودی 2,048 توکن است، پس اسناد بلند را به بخش‌های کوچک تقسیم کنید.
اسناد بلند در یک بردارembed-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 سریعbge-small-en-v1.5384 بعد. فقط انگلیسی، و محدودیت ورودی 512 توکن است.
جستجوی کدcodestral-embedبرای 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-001 با 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.
نکته: حداقل دو ارائه‌دهنده در خانواده انتخابی خود نگه دارید. آنگاه خطای 429 روی یک ارائه‌دهنده، کار فهرست‌سازی شما را متوقف نمی‌کند.

عیب‌یابی

مشکلعلتراه‌حل
خطای 429 در فهرست‌سازی انبوهمحدودیت ارائه‌دهنده برای خانواده به حد رسیده استیک کلید ارائه‌دهنده دوم برای همان خانواده اضافه کنید، یا درخواست‌های کمتری در هر دقیقه بفرستید
نتیجه جستجو بعد از یک تغییر اشتباه استاسناد و پرس‌وجوها از خانواده‌های متفاوت استفاده می‌کنندبرای 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 داریدauto از خانواده پیش‌فرض استفاده می‌کندیک نام خانواده صریح تنظیم کنید، یا پیش‌فرض را در Models, Embeddings بررسی کنید
متن‌های بلند تطابق ضعیفی می‌دهندمتن از محدودیت ورودی بلندتر استمتن را به تکه‌های کوچک‌تر تقسیم کنید
خطای 401کلید یکپارچه اشتباه است یا وجود نداردکلید یکپارچه را دوباره از صفحه Keys کپی کنید
هر یک از این‌ها را با یک کلید استفاده کنید. FreeLLMAPI یک روتر متن‌باز و میزبانی‌شده روی سرور خودتان است. این روتر همه این سطوح رایگان را پشت یک نقطه پایانی سازگار با OpenAI قرار می‌دهد و وقتی یک سرویس به محدودیت نرخ برسد، به سرویس بعدی منتقل می‌شود. مرور کاتالوگ یا اجرای زنده.

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

منابع

همه راهنماها · مرور همه مدل‌های رایگان