Home / Guide / API gratuita per embedding

API gratuita per embedding

Un'API di embedding trasforma il testo in vettori per la ricerca, RAG e il clustering. Diversi provider offrono embedding gratuiti. FreeLLMAPI mette 41 modelli di embedding gratuiti dietro un solo endpoint /v1/embeddings. Questa guida mostra i modelli, i loro limiti e il codice funzionante.

Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.

Come funzionano gli embedding gratuiti in FreeLLMAPI

L'endpoint /v1/embeddings usa il formato di richiesta OpenAI. Qualsiasi SDK OpenAI può chiamarlo. Lei invia il testo e riceve un vettore per ogni stringa di input.

Gli embedding usano una regola di failover diversa dalla chat. Le richieste di chat possono passare a un altro modello. Le richieste di embedding non passano mai a un altro modello. I vettori di due modelli non sono compatibili, quindi un cambio silenzioso di modello danneggerebbe il Suo archivio di vettori.

  • Famiglia: FreeLLMAPI raggruppa i provider per famiglia. Una famiglia è un'identità di modello con una sola dimensione del vettore, per esempio bge-m3 a 1024 dimensioni.
  • Failover: quando un provider di una famiglia raggiunge il limite, il router prova il provider successivo che serve la stessa famiglia.
  • Predefinito: model: "auto" usa la famiglia predefinita. Imposta la famiglia predefinita nella pagina Models, Embeddings della dashboard.

Modelli di embedding gratuiti oggi

La tabella elenca ogni modello di embedding gratuito del catalogo FreeLLMAPI. I dati provengono dal catalogo in tempo reale. "Max input" è il numero massimo di token per una stringa di input. "Free limit" è la quota gratuita pubblicata dal provider.

ModelloProviderDimensioniInput massimoLimite 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)

Dati in tempo reale dal catalogo FreeLLMAPI (versione 2026.11.19, verificato il 2026-11-19). I limiti gratuiti cambiano spesso. Il catalogo viene verificato ogni giorno.

Alcuni provider condividono una sola quota tra chat ed embedding. Per esempio, una chiave di prova Cohere consente 1.000 chiamate API al mese per tutti gli endpoint insieme. Cloudflare Workers AI offre 10.000 neuroni al giorno, condivisi da tutti i modelli Workers AI dell'account.

Passo 1: installi FreeLLMAPI e aggiunga le chiavi

FreeLLMAPI è open source. Funziona sul Suo computer in Docker. Le chiavi dei provider restano sul Suo computer.

Installazione (macOS o Linux)

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

Apra la dashboard all'indirizzo http://localhost:3001. Aggiunga le chiavi dei provider nella pagina Keys. Per gli embedding, una chiave di Google AI Studio e una chiave di Cloudflare sono un buon inizio. Copi la Sua chiave unificata dalla stessa pagina.

Passo 2: chiami l'endpoint degli embedding

Invii una lista di stringhe per ottenere più vettori in una sola richiesta. Usi lo stesso valore di model per i Suoi documenti e per le Sue query di ricerca.

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: calcoli l'embedding di due testi e li confronti

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))

Il campo model accetta tre forme: auto, un nome di famiglia come bge-m3, oppure un ID di modello del provider come @cf/baai/bge-m3. Un ID di modello del provider si risolve nella sua famiglia, quindi il failover resta all'interno di quella famiglia.

Quale modello di embedding gratuito scegliere

Scelga il modello una sola volta per ogni archivio di vettori. Se cambia modello più avanti, deve calcolare di nuovo l'embedding di tutti i documenti.

EsigenzaFamiglia di modelliMotivo
Testo breve in inglese o multilingue, molti providerbge-m31024 dimensioni, 8.192 token di input. Diversi provider gratuiti lo offrono, quindi il failover ha più opzioni.
Recupero di alta qualità con una chiave Googlegemini-embedding-0013072 dimensioni. Il limite di input è di 2.048 token, quindi divida i documenti lunghi in blocchi.
Documenti lunghi in un solo vettoreembed-v4.0 (Cohere)Ampia finestra di input. La chiave di prova consente solo 1.000 chiamate al mese, condivise con la chat.
Vettori piccoli e ricerca rapidabge-small-en-v1.5384 dimensioni. Solo inglese, e il limite di input è di 512 token.
Ricerca di codicecodestral-embedAddestrato sul codice. Usa la quota della modalità gratuita di Mistral.

I vettori grandi occupano più spazio di archiviazione e memoria nel database vettoriale. Un vettore a 3072 dimensioni è tre volte più grande di uno a 1024 dimensioni. Per la maggior parte dei progetti RAG con meno di un milione di blocchi, da 768 a 1024 dimensioni danno buoni risultati.

Limiti e insidie

  • Limiti di input: il testo oltre il valore "Max input" può essere tagliato o rifiutato. Divida i documenti in blocchi da 300 a 800 token prima di calcolarne l'embedding.
  • Una famiglia per archivio: non mescoli vettori di due famiglie nello stesso indice. I punteggi di somiglianza non hanno significato tra modelli diversi.
  • Normalizzazione: Google indica che i vettori di gemini-embedding-001 con meno di 3072 dimensioni devono essere normalizzati da Lei. Normalizzi tutti i vettori prima di usare il prodotto scalare come punteggio.
  • Limiti di frequenza: i livelli gratuiti contano le richieste al minuto o al giorno. Invii lotti di stringhe in una sola richiesta, non una richiesta per ogni stringa.
  • Livelli anonimi: OVH AI Endpoints consente 2 richieste al minuto per ogni indirizzo IP e modello senza chiave. Lo usi come riserva, non per l'indicizzazione in blocco.
Consiglio: tenga almeno due provider nella famiglia scelta. Così un errore 429 su un provider non blocca il Suo processo di indicizzazione.

Risoluzione dei problemi

ProblemaCausaSoluzione
Errore 429 durante l'indicizzazione in bloccoÈ stato raggiunto il limite del provider per la famigliaAggiunga una seconda chiave di provider per la stessa famiglia, oppure invii meno richieste al minuto
I risultati di ricerca sono errati dopo una modificaI documenti e le query usano famiglie diverseUsi un solo valore di model per entrambi. Calcoli di nuovo l'embedding dei documenti se lo ha cambiato
La lunghezza del vettore non è quella previstaauto usa la famiglia predefinitaImposti un nome di famiglia esplicito, oppure controlli il valore predefinito in Models, Embeddings
I testi lunghi danno corrispondenze scarseIl testo supera il limite di inputDivida il testo in blocchi più piccoli
Errore 401La chiave unificata è errata o mancaCopi di nuovo la chiave unificata dalla pagina Keys
Usa ognuno di questi modelli con una sola chiave. FreeLLMAPI è un router open source self-hosted che mette tutti questi piani gratuiti dietro un unico endpoint compatibile con OpenAI e passa al successivo quando uno raggiunge il limite di frequenza. Sfoglia il catalogo oppure inizia.

Domande frequenti

Esiste un'API gratuita per gli embedding?

Sì. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH e altri offrono modelli di embedding gratuiti con limiti di frequenza. FreeLLMAPI ne mette 41 dietro un solo endpoint compatibile con OpenAI.

Posso usare l'SDK OpenAI per gli embedding gratuiti?

Sì. Imposti il base URL su http://localhost:3001/v1 e usi la Sua chiave unificata. Poi chiami client.embeddings.create con un nome di famiglia come bge-m3.

Perché FreeLLMAPI non passa a un modello di embedding diverso in caso di errore?

I vettori di modelli diversi non sono compatibili. Un cambio silenzioso di modello romperebbe la ricerca per somiglianza. Il router passa da un provider all'altro solo tra provider che servono la stessa famiglia di modelli.

Qual è il modello di embedding gratuito migliore per RAG?

Per la maggior parte dei progetti, bge-m3 è un buon valore predefinito. Ha 1024 dimensioni, un limite di input di 8.192 token e diversi provider gratuiti. Usi gemini-embedding-001 se vuole 3072 dimensioni e ha una chiave Google.

Quante dimensioni devono avere i miei embedding?

Usi da 768 a 1024 dimensioni per la maggior parte della ricerca e dei lavori RAG. I vettori più grandi occupano più spazio e memoria. Scelga la dimensione una sola volta, perché un cambio comporta di calcolare di nuovo l'embedding di tutti i documenti.

Guide correlate

Fonti

Tutte le guide · Sfoglia tutti i modelli gratuiti