API embeddings gratis
API embeddings mengubah teks menjadi vektor untuk pencarian, RAG, dan clustering. Beberapa penyedia memberikan embeddings gratis. FreeLLMAPI menempatkan 41 model embeddings gratis di balik satu endpoint /v1/embeddings. Panduan ini menampilkan model, batasnya, dan kode yang berfungsi.
Kode, nama model, dan label katalog langsung ditampilkan dalam bahasa Inggris.
Cara embeddings gratis bekerja di FreeLLMAPI
Endpoint /v1/embeddings memakai format permintaan OpenAI. SDK OpenAI mana pun dapat memanggilnya. Anda mengirim teks, dan Anda menerima satu vektor untuk setiap string input.
Embeddings memakai aturan failover yang berbeda dari chat. Permintaan chat dapat berpindah ke model lain. Permintaan embeddings tidak pernah berpindah ke model lain. Vektor dari dua model tidak kompatibel, sehingga perubahan model yang diam-diam akan merusak penyimpanan vektor Anda.
- Family: FreeLLMAPI mengelompokkan penyedia berdasarkan family. Satu family adalah satu identitas model dengan satu ukuran vektor, misalnya
bge-m3pada 1024 dimensi. - Failover: saat satu penyedia dalam family mencapai batasnya, router mencoba penyedia berikutnya yang melayani family yang sama.
- Default:
model: "auto"memakai family default. Anda mengatur family default di halaman Models, Embeddings pada dasbor.
Model embeddings gratis saat ini
Tabel mencantumkan setiap model embeddings gratis di katalog FreeLLMAPI. Data berasal dari katalog live. "Input maks" adalah jumlah token maksimum untuk satu string input. "Batas gratis" adalah kuota gratis yang dipublikasikan penyedia.
| Model | Penyedia | Dimensi | Input maks | Batas gratis |
|---|---|---|---|---|
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) |
Data langsung dari katalog FreeLLMAPI (versi 2026.11.19, diperiksa 2026-11-19). Batas gratis sering berubah. Katalog diperiksa setiap hari.
Beberapa penyedia berbagi satu kuota antara chat dan embeddings. Misalnya, kunci uji coba Cohere mengizinkan 1.000 panggilan API setiap bulan untuk semua endpoint bersama. Cloudflare Workers AI memberikan 10.000 neuron setiap hari, yang dipakai bersama oleh semua model Workers AI di akun.
Langkah 1: Pasang FreeLLMAPI dan tambahkan kunci
FreeLLMAPI bersifat sumber terbuka. Aplikasi ini berjalan di komputer Anda melalui Docker. Kunci penyedia Anda tetap berada di komputer Anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka dasbor di http://localhost:3001. Tambahkan kunci penyedia Anda di halaman Keys. Untuk embeddings, kunci Google AI Studio dan kunci Cloudflare memberi awal yang baik. Salin kunci terpadu Anda dari halaman yang sama.
Langkah 2: Panggil endpoint embeddings
Kirim daftar string untuk mendapatkan beberapa vektor dalam satu permintaan. Gunakan nilai model yang sama untuk dokumen dan untuk kueri pencarian Anda.
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: embed dan bandingkan dua teks
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))Kolom model menerima tiga bentuk: auto, nama family seperti bge-m3, atau ID model penyedia seperti @cf/baai/bge-m3. ID model penyedia diselesaikan menjadi family-nya, sehingga failover tetap berada di dalam family tersebut.
Model embeddings gratis mana yang dipilih
Pilih model satu kali untuk setiap penyimpanan vektor. Jika nanti Anda mengubah model, Anda harus melakukan embed ulang semua dokumen.
| Kebutuhan | Family model | Alasan |
|---|---|---|
| Teks Inggris singkat atau multibahasa, banyak penyedia | bge-m3 | 1024 dimensi, 8.192 token input. Beberapa penyedia gratis melayaninya, sehingga failover memiliki lebih banyak pilihan. |
| Retrieval berkualitas tinggi dengan kunci Google | gemini-embedding-001 | 3072 dimensi. Batas input adalah 2.048 token, sehingga bagi dokumen panjang menjadi potongan-potongan. |
| Dokumen panjang dalam satu vektor | embed-v4.0 (Cohere) | Jendela input besar. Kunci uji coba hanya mengizinkan 1.000 panggilan setiap bulan, yang dibagi dengan chat. |
| Vektor kecil dan pencarian cepat | bge-small-en-v1.5 | 384 dimensi. Hanya bahasa Inggris, dan batas input adalah 512 token. |
| Pencarian kode | codestral-embed | Dilatih untuk kode. Model ini memakai kuota mode gratis Mistral. |
Vektor besar memerlukan lebih banyak penyimpanan dan memori di basis data vektor. Vektor 3072 dimensi tiga kali lebih besar daripada vektor 1024 dimensi. Untuk sebagian besar proyek RAG dengan kurang dari satu juta potongan, 768 sampai 1024 dimensi memberi hasil yang baik.
Batas dan jebakan
- Batas input: teks di atas nilai "Input maks" dapat dipotong atau ditolak. Bagi dokumen menjadi potongan 300 sampai 800 token sebelum Anda melakukan embed.
- Satu family per penyimpanan: jangan mencampur vektor dari dua family dalam satu indeks. Skor kemiripan tidak memiliki arti antarmodel.
- Normalisasi: Google menyatakan bahwa vektor
gemini-embedding-001dengan kurang dari 3072 dimensi harus Anda normalisasi sendiri. Normalisasi semua vektor sebelum Anda memakai dot product sebagai skor. - Batas permintaan: paket gratis menghitung permintaan per menit atau per hari. Kirim batch string dalam satu permintaan, bukan satu permintaan untuk setiap string.
- Paket anonim: OVH AI Endpoints mengizinkan 2 permintaan per menit untuk setiap alamat IP dan model tanpa kunci. Gunakan sebagai cadangan, bukan untuk pengindeksan massal.
Pemecahan masalah
| Masalah | Penyebab | Solusi |
|---|---|---|
| Error 429 saat pengindeksan massal | Batas penyedia untuk family telah tercapai | Tambahkan kunci penyedia kedua untuk family yang sama, atau kirim lebih sedikit permintaan setiap menit |
| Hasil pencarian salah setelah ada perubahan | Dokumen dan kueri memakai family yang berbeda | Gunakan satu nilai model untuk keduanya. Lakukan embed ulang dokumen jika Anda mengubahnya |
| Panjang vektor tidak sesuai harapan | auto memakai family default | Atur nama family secara eksplisit, atau periksa nilai default di Models, Embeddings |
| Teks panjang menghasilkan kecocokan yang buruk | Teks lebih panjang dari batas input | Bagi teks menjadi potongan yang lebih kecil |
| Error 401 | Kunci terpadu salah atau tidak ada | Salin ulang kunci terpadu dari halaman Keys |
Pertanyaan yang sering diajukan
Apakah ada API embeddings gratis?
Ya. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH, dan penyedia lain menyediakan model embeddings gratis dengan batas permintaan. FreeLLMAPI menempatkan 41 di antaranya di balik satu endpoint yang kompatibel dengan OpenAI.
Dapatkah saya memakai SDK OpenAI untuk embeddings gratis?
Dapat. Atur base URL ke http://localhost:3001/v1 dan gunakan kunci terpadu Anda. Kemudian panggil client.embeddings.create dengan nama family seperti bge-m3.
Mengapa FreeLLMAPI tidak beralih ke model embeddings yang berbeda saat gagal?
Vektor dari model yang berbeda tidak kompatibel. Perubahan model yang diam-diam akan merusak pencarian kemiripan. Router hanya beralih antarpenyedia yang melayani family model yang sama.
Apa model embeddings gratis terbaik untuk RAG?
Untuk sebagian besar proyek, bge-m3 adalah pilihan bawaan yang baik. Model ini memiliki 1024 dimensi, batas input 8.192 token, dan beberapa penyedia gratis. Gunakan gemini-embedding-001 jika Anda menginginkan 3072 dimensi dan memiliki kunci Google.
Berapa dimensi yang sebaiknya dimiliki embeddings saya?
Gunakan 768 sampai 1024 dimensi untuk sebagian besar pekerjaan pencarian dan RAG. Vektor yang lebih besar memakai lebih banyak penyimpanan dan memori. Pilih ukurannya satu kali, karena perubahan berarti Anda harus melakukan embed ulang semua dokumen.
Panduan terkait
- API LLM gratis untuk RAG
- Free LLM API untuk LangChain
- API LLM gratis di Python
- free cohere api
- Batas rate limit API LLM gratis
Sumber
- FreeLLMAPI docs: Embeddings (diperiksa 20 November 2026)
- Google AI Studio docs: Embeddings (diperiksa 20 November 2026)
- Cloudflare Workers AI pricing (diperiksa 20 November 2026)
- Cohere docs: API keys and rate limits (diperiksa 20 November 2026)
- OVHcloud AI Endpoints capabilities (diperiksa 20 November 2026)