ホーム / ガイド / 無料のEmbeddings API

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 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)

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 | bash

http://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-m31024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-0013072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-v1.5384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。
ヒント: 選んだファミリーに、少なくとも2つのプロバイダーを残してください。そうすると、1つのプロバイダーで429エラーが出ても、インデックス作成ジョブが止まりません。

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
これらすべてを 1 つのキーで利用できます。 FreeLLMAPI は、オープンソースのセルフホスト型ルーターです。これらの無料枠すべてを 1 つの OpenAI 互換エンドポイントの背後にまとめ、レート制限に達した場合は自動的に別のプロバイダーへ切り替えます。 カタログを見る または 公開.

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

すべてのガイド · 無料モデルをすべて見る