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-m3a 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.
| Modello | Provider | Dimensioni | Input massimo | Limite gratuito |
|---|---|---|---|---|
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) |
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 | bashApra 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.
| Esigenza | Famiglia di modelli | Motivo |
|---|---|---|
| Testo breve in inglese o multilingue, molti provider | bge-m3 | 1024 dimensioni, 8.192 token di input. Diversi provider gratuiti lo offrono, quindi il failover ha più opzioni. |
| Recupero di alta qualità con una chiave Google | gemini-embedding-001 | 3072 dimensioni. Il limite di input è di 2.048 token, quindi divida i documenti lunghi in blocchi. |
| Documenti lunghi in un solo vettore | embed-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 rapida | bge-small-en-v1.5 | 384 dimensioni. Solo inglese, e il limite di input è di 512 token. |
| Ricerca di codice | codestral-embed | Addestrato 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-001con 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.
Risoluzione dei problemi
| Problema | Causa | Soluzione |
|---|---|---|
| Errore 429 durante l'indicizzazione in blocco | È stato raggiunto il limite del provider per la famiglia | Aggiunga una seconda chiave di provider per la stessa famiglia, oppure invii meno richieste al minuto |
| I risultati di ricerca sono errati dopo una modifica | I documenti e le query usano famiglie diverse | Usi 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 prevista | auto usa la famiglia predefinita | Imposti un nome di famiglia esplicito, oppure controlli il valore predefinito in Models, Embeddings |
| I testi lunghi danno corrispondenze scarse | Il testo supera il limite di input | Divida il testo in blocchi più piccoli |
| Errore 401 | La chiave unificata è errata o manca | Copi di nuovo la chiave unificata dalla pagina Keys |
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
- API LLM gratuita per RAG
- API LLM gratuita per LangChain
- API LLM gratuita in Python
- free cohere api
- Rate limit delle Free LLM API
Fonti
- FreeLLMAPI docs: Embeddings (verificato il 20 November 2026)
- Google AI Studio docs: Embeddings (verificato il 20 November 2026)
- Cloudflare Workers AI pricing (verificato il 20 November 2026)
- Cohere docs: API keys and rate limits (verificato il 20 November 2026)
- OVHcloud AI Endpoints capabilities (verificato il 20 November 2026)