Accueil / Guides / API d'embeddings gratuite

API d'embeddings gratuite

Une API d'embeddings transforme du texte en vecteurs pour la recherche, le RAG et le regroupement. Plusieurs fournisseurs proposent des embeddings gratuitement. FreeLLMAPI place 41 modèles d'embeddings gratuits derrière un seul point de terminaison /v1/embeddings. Ce guide présente les modèles, leurs limites et du code fonctionnel.

Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.

Fonctionnement des embeddings gratuits dans FreeLLMAPI

Le point de terminaison /v1/embeddings utilise le format de requête OpenAI. Tout SDK OpenAI peut l'appeler. Vous envoyez du texte, et vous recevez un vecteur pour chaque chaîne d'entrée.

Les embeddings utilisent une règle de basculement différente de celle du chat. Les requêtes de chat peuvent passer à un autre modèle. Les requêtes d'embeddings ne passent jamais à un autre modèle. Les vecteurs de deux modèles ne sont pas compatibles, donc un changement de modèle silencieux corromprait votre base vectorielle.

  • Famille : FreeLLMAPI regroupe les fournisseurs par famille. Une famille est une identité de modèle avec une seule taille de vecteur, par exemple bge-m3 à 1024 dimensions.
  • Basculement : lorsqu'un fournisseur d'une famille atteint sa limite, le routeur essaie le fournisseur suivant qui sert la même famille.
  • Par défaut : model: "auto" utilise la famille par défaut. Vous définissez la famille par défaut sur la page Models, Embeddings du tableau de bord.

Modèles d'embeddings gratuits à ce jour

Le tableau liste chaque modèle d'embeddings gratuit du catalogue FreeLLMAPI. Les données viennent du catalogue en direct. « Max input » est le nombre maximal de jetons pour une chaîne d'entrée. « Free limit » est le quota gratuit publié par le fournisseur.

ModèleFournisseurDimensionsEntrée maxLimite gratuite
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)

Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.

Certains fournisseurs partagent un seul quota entre le chat et les embeddings. Par exemple, une clé d'essai Cohere autorise 1 000 appels API par mois pour l'ensemble des points de terminaison. Cloudflare Workers AI accorde 10 000 neurones par jour, partagés par tous les modèles Workers AI du compte.

Étape 1 : installer FreeLLMAPI et ajouter les clés

FreeLLMAPI est open source. Il fonctionne sur votre ordinateur dans Docker. Vos clés de fournisseurs restent sur votre ordinateur.

Installer (macOS ou Linux)

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

Ouvrez le tableau de bord à l'adresse http://localhost:3001. Ajoutez vos clés de fournisseurs sur la page Keys. Pour les embeddings, une clé Google AI Studio et une clé Cloudflare offrent un bon départ. Copiez votre clé unifiée depuis la même page.

Étape 2 : appeler le point de terminaison d'embeddings

Envoyez une liste de chaînes pour obtenir plusieurs vecteurs en une seule requête. Utilisez la même valeur model pour vos documents et pour vos requêtes de recherche.

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 : calculer et comparer deux textes

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))

Le champ model accepte trois formes : auto, un nom de famille comme bge-m3, ou un identifiant de modèle de fournisseur comme @cf/baai/bge-m3. Un identifiant de modèle de fournisseur correspond à sa famille, donc le basculement reste dans cette famille.

Quel modèle d'embeddings gratuit choisir

Choisissez le modèle une seule fois pour chaque base vectorielle. Si vous changez de modèle plus tard, vous devez recalculer les embeddings de tous les documents.

BesoinFamille de modèlesPourquoi
Texte court en anglais ou multilingue, nombreux fournisseursbge-m31024 dimensions, 8 192 jetons d'entrée. Plusieurs fournisseurs gratuits le servent, donc le basculement a plus d'options.
Recherche de haute qualité avec une clé Googlegemini-embedding-0013072 dimensions. La limite d'entrée est de 2 048 jetons, donc découpez les longs documents en segments.
Longs documents dans un seul vecteurembed-v4.0 (Cohere)Grande fenêtre d'entrée. La clé d'essai n'autorise que 1 000 appels par mois, partagés avec le chat.
Petits vecteurs et recherche rapidebge-small-en-v1.5384 dimensions. Anglais uniquement, et la limite d'entrée est de 512 jetons.
Recherche de codecodestral-embedEntraîné pour le code. Il utilise le quota du mode gratuit de Mistral.

Les grands vecteurs coûtent plus cher en stockage et en mémoire dans la base vectorielle. Un vecteur de 3072 dimensions est trois fois plus grand qu'un vecteur de 1024 dimensions. Pour la plupart des projets RAG de moins d'un million de segments, 768 à 1024 dimensions donnent de bons résultats.

Limites et pièges

  • Limites d'entrée : un texte au-delà de la valeur « Max input » peut être tronqué ou rejeté. Découpez les documents en segments de 300 à 800 jetons avant de les convertir en embeddings.
  • Une famille par base : ne mélangez pas les vecteurs de deux familles dans un même index. Les scores de similarité n'ont aucun sens d'un modèle à l'autre.
  • Normalisation : Google indique que les vecteurs de gemini-embedding-001 de moins de 3072 dimensions doivent être normalisés par vos soins. Normalisez tous les vecteurs avant d'utiliser le produit scalaire comme score.
  • Limites de débit : les offres gratuites comptent les requêtes par minute ou par jour. Envoyez les chaînes par lots dans une seule requête, et non une requête par chaîne.
  • Offres anonymes : OVH AI Endpoints autorise 2 requêtes par minute pour chaque adresse IP et chaque modèle, sans clé. Utilisez-le en secours, et non pour l'indexation en masse.
Conseil : gardez au moins deux fournisseurs dans la famille choisie. Ainsi, une erreur 429 chez un fournisseur n'arrête pas votre tâche d'indexation.

Dépannage

ProblèmeCauseSolution
Erreur 429 pendant l'indexation en masseLa limite du fournisseur pour la famille est atteinteAjoutez une deuxième clé de fournisseur pour la même famille, ou envoyez moins de requêtes par minute
Résultats de recherche faux après un changementLes documents et les requêtes utilisent des familles différentesUtilisez une même valeur model pour les deux. Recalculez les embeddings des documents si vous l'avez changée
La longueur du vecteur n'est pas celle attendueauto utilise la famille par défautDéfinissez un nom de famille explicite, ou vérifiez la valeur par défaut sur Models, Embeddings
Les longs textes donnent de mauvais résultatsLe texte dépasse la limite d'entréeDécoupez le texte en segments plus petits
Erreur 401La clé unifiée est incorrecte ou absenteCopiez de nouveau la clé unifiée depuis la page Keys
Utilisez chacun de ces modèles avec une seule clé. FreeLLMAPI est un routeur open source auto-hébergé. Il place toutes ces offres gratuites derrière un seul point de terminaison compatible OpenAI, et bascule vers une autre offre lorsqu'une limite de débit est atteinte. Parcourir le catalogue ou passer en production.

Questions fréquentes

Existe-t-il une API d'embeddings gratuite ?

Oui. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH et d'autres proposent des modèles d'embeddings gratuits avec des limites de débit. FreeLLMAPI en place 41 derrière un seul point de terminaison compatible OpenAI.

Puis-je utiliser le SDK OpenAI pour les embeddings gratuits ?

Oui. Définissez l'URL de base sur http://localhost:3001/v1 et utilisez votre clé unifiée. Appelez ensuite client.embeddings.create avec un nom de famille comme bge-m3.

Pourquoi FreeLLMAPI ne bascule-t-il pas vers un autre modèle d'embeddings ?

Les vecteurs de modèles différents ne sont pas compatibles. Un changement de modèle silencieux casserait la recherche par similarité. Le routeur ne bascule qu'entre les fournisseurs qui servent la même famille de modèles.

Quel est le meilleur modèle d'embeddings gratuit pour le RAG ?

Pour la plupart des projets, bge-m3 est un bon choix par défaut. Il a 1024 dimensions, une limite d'entrée de 8 192 jetons et plusieurs fournisseurs gratuits. Utilisez gemini-embedding-001 si vous voulez 3072 dimensions et avez une clé Google.

Combien de dimensions mes embeddings doivent-ils avoir ?

Utilisez 768 à 1024 dimensions pour la plupart des travaux de recherche et de RAG. Les grands vecteurs utilisent plus de stockage et de mémoire. Choisissez la taille une seule fois, car un changement impose de recalculer tous les documents.

Guides associés

Sources

Tous les guides · Parcourir tous les modèles gratuits