無料のEmbeddings API
Embeddings APIは、テキストをベクトルに変換します。検索、RAG、クラスタリングに使われます。無料で提供しているプロバイダーは複数あります。FreeLLMAPIは、41 個の無料の埋め込みモデルを、1つの /v1/embeddings エンドポイントの背後にまとめます。このガイドでは、モデル、その上限、動作するコードを紹介します。
コード、モデル名、ライブのカタログラベルは英語で表示します。
FreeLLMAPIで無料の埋め込みが動く仕組み
/v1/embeddings エンドポイントは、OpenAIのリクエスト形式を使います。どのOpenAI SDKからも呼び出せます。テキストを送ると、入力の文字列ごとに1つのベクトルが返ります。
埋め込みは、チャットとは異なるフェイルオーバーの規則を使います。チャットのリクエストは、別のモデルに移ることがあります。埋め込みのリクエストは、別のモデルに移ることはありません。2つのモデルのベクトルには互換性がないため、無言でモデルが変わると、ベクトルストアが壊れてしまいます。
- ファミリー: FreeLLMAPIは、プロバイダーをファミリーごとにまとめます。ファミリーは、1つのモデルの識別子と1つのベクトルサイズを持ちます。たとえば、1024次元の
bge-m3です。 - フェイルオーバー: あるファミリーのプロバイダーが上限に達すると、ルーターは同じファミリーを提供する次のプロバイダーを試します。
- 既定:
model: "auto"は既定のファミリーを使います。既定のファミリーは、ダッシュボードの Models, Embeddings ページで設定します。
現在の無料の埋め込みモデル
表には、FreeLLMAPIカタログにあるすべての無料の埋め込みモデルが載っています。データはライブのカタログから取得しています。「Max input」は、1つの入力文字列に使えるトークンの最大数です。「Free limit」は、プロバイダーが公開している無料の枠です。
| モデル | プロバイダー | 次元数 | 最大入力 | 無料枠 |
|---|---|---|---|---|
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) |
FreeLLMAPI カタログのライブデータ(バージョン 2026.11.19、確認日 2026-11-19)。無料枠の上限は頻繁に変わります。カタログは毎日確認されます。
一部のプロバイダーは、チャットと埋め込みで1つの枠を共有します。たとえば、Cohereのトライアルキーは、すべてのエンドポイントを合わせて毎月1,000回のAPI呼び出しを許可します。Cloudflare Workers AIは、1日10,000ニューロンを提供します。この枠は、アカウント上のすべてのWorkers AIモデルで共有されます。
手順1: FreeLLMAPIをインストールし、キーを追加する
FreeLLMAPIはオープンソースです。お使いのコンピューターでDockerを使って実行します。プロバイダーのキーは、お使いのコンピューターに保存されたままです。
インストール (macOS または Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 でダッシュボードを開きます。Keys ページで、プロバイダーのキーを追加してください。埋め込みには、Google AI Studioのキーと、Cloudflareのキーがあれば良いスタートになります。同じページで統合キーをコピーします。
手順2: 埋め込みエンドポイントを呼び出す
1回のリクエストで複数のベクトルを得るには、文字列のリストを送ります。ドキュメントと検索クエリには、同じ model の値を使ってください。
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: 2つのテキストを埋め込み、比較する
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))model フィールドは、次の3つの形式を受け付けます: auto、bge-m3 のようなファミリー名、@cf/baai/bge-m3 のようなプロバイダーのモデルID。プロバイダーのモデルIDは、そのファミリーに解決されるため、フェイルオーバーはそのファミリーの中にとどまります。
使う無料の埋め込みモデルの選び方
ベクトルストアごとに、モデルを1回だけ選んでください。後でモデルを変えると、すべてのドキュメントを埋め込み直す必要があります。
| 必要なこと | モデルファミリー | 理由 |
|---|---|---|
| 短い英語または多言語のテキスト、多くのプロバイダー | bge-m3 | 1024次元、8,192入力トークン。複数の無料プロバイダーが提供しているため、フェイルオーバーの選択肢が増えます。 |
| Googleキーで高品質な検索 | gemini-embedding-001 | 3072次元。入力の上限は2,048トークンなので、長い文書はチャンクに分割してください。 |
| 長い文書を1つのベクトルにする | embed-v4.0 (Cohere) | 大きな入力のウィンドウ。トライアルキーは毎月1,000回の呼び出しのみで、チャットと共有されます。 |
| 小さいベクトルと高速な検索 | bge-small-en-v1.5 | 384次元。英語のみで、入力の上限は512トークンです。 |
| コード検索 | codestral-embed | コード向けに学習されています。Mistralの無料モードの枠を使います。 |
ベクトルが大きいと、ベクトルデータベースで保存容量とメモリを多く使います。3072次元のベクトルは、1024次元のベクトルの3倍の大きさです。100万チャンク未満の多くのRAGプロジェクトでは、768から1024次元で良い結果が得られます。
上限と落とし穴
- 入力の上限:「Max input」の値を超えるテキストは、切り詰められるか、拒否されることがあります。埋め込みの前に、文書を300から800トークンのチャンクに分割してください。
- 1つのストアに1つのファミリー: 1つのインデックスに2つのファミリーのベクトルを混ぜないでください。モデルが異なると、類似度スコアに意味がなくなります。
- 正規化: Googleによると、3072次元未満の
gemini-embedding-001のベクトルは、利用者側で正規化する必要があります。スコアとして内積を使う前に、すべてのベクトルを正規化してください。 - レート制限: 無料枠は、1分あたりまたは1日あたりのリクエスト数を数えます。文字列ごとにリクエストを送らず、文字列のバッチを1回のリクエストで送ってください。
- キーなしの枠: OVH AI Endpointsは、キーなしでIPアドレスとモデルごとに毎分2リクエストを許可します。フェイルオーバー用として使い、大量のインデックス作成には使わないでください。
トラブルシューティング
| 問題 | 原因 | 対処 |
|---|---|---|
| 一括インデックス作成中のエラー429 | そのファミリーのプロバイダーの上限に達しています | 同じファミリーのプロバイダーキーを追加するか、1分あたりのリクエストを減らしてください |
| 変更後に検索結果が誤っている | ドキュメントとクエリが、異なるファミリーを使っています | 両方に同じ model の値を使ってください。変更した場合は、ドキュメントを埋め込み直してください |
| ベクトルの長さが想定と異なる | auto は既定のファミリーを使います | ファミリー名を明示的に指定するか、Models, Embeddings で既定値を確認してください |
| 長いテキストで一致の精度が低い | テキストが入力の上限を超えています | テキストを小さいチャンクに分割してください |
| エラー401 | 統合キーが誤っているか、ありません | Keys ページから統合キーをコピーし直してください |
よくある質問
無料のEmbeddings APIはありますか。
はい。Google AI Studio、Cloudflare Workers AI、Cohere、NVIDIA、Mistral、OVHなどが、上限付きの無料の埋め込みモデルを提供しています。FreeLLMAPIは、そのうち 41 個を、1つのOpenAI互換エンドポイントの背後にまとめます。
無料の埋め込みにOpenAI SDKを使えますか。
はい。ベースURLを http://localhost:3001/v1 に設定し、統合キーを使ってください。その後、bge-m3 のようなファミリー名を指定して client.embeddings.create を呼び出します。
FreeLLMAPIが別の埋め込みモデルにフェイルオーバーしないのはなぜですか。
異なるモデルのベクトルには互換性がありません。無言でモデルが変わると、類似度検索が壊れます。ルーターは、同じモデルファミリーを提供するプロバイダーの間でのみフェイルオーバーします。
RAGに最適な無料の埋め込みモデルはどれですか。
多くのプロジェクトでは、bge-m3 が良い既定値です。1024次元、8,192トークンの入力上限を持ち、複数の無料プロバイダーがあります。3072次元が必要で、Googleキーをお持ちなら gemini-embedding-001 を使ってください。
埋め込みの次元数はいくつにすべきですか。
多くの検索やRAGの作業では、768から1024次元を使ってください。次元が大きいほど、保存容量とメモリを多く使います。サイズは1回だけ選んでください。変更すると、すべてのドキュメントを埋め込み直す必要があるためです。
関連ガイド
出典
- FreeLLMAPI docs: Embeddings (確認日 20 November 2026)
- Google AI Studio docs: Embeddings (確認日 20 November 2026)
- Cloudflare Workers AI pricing (確認日 20 November 2026)
- Cohere docs: API keys and rate limits (確認日 20 November 2026)
- OVHcloud AI Endpoints capabilities (確認日 20 November 2026)