ಉಚಿತ ಎಂಬೆಡಿಂಗ್ಸ್ API
ಎಂಬೆಡಿಂಗ್ಸ್ API ಪಠ್ಯವನ್ನು ಹುಡುಕಾಟ, RAG ಮತ್ತು ಕ್ಲಸ್ಟರಿಂಗ್ಗಾಗಿ ವೆಕ್ಟರ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. ಹಲವು ಪ್ರೊವೈಡರ್ಗಳು ಎಂಬೆಡಿಂಗ್ಸ್ ಉಚಿತವಾಗಿ ನೀಡುತ್ತವೆ. FreeLLMAPI 41 ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ಗಳನ್ನು ಒಂದೇ /v1/embeddings ಎಂಡ್ಪಾಯಿಂಟ್ ಹಿಂದೆ ಇರಿಸುತ್ತದೆ. ಈ ಮಾರ್ಗದರ್ಶಿ ಮಾಡೆಲ್ಗಳು, ಅವುಗಳ ಮಿತಿಗಳು ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕೋಡ್ ತೋರಿಸುತ್ತದೆ.
ಕೋಡ್, ಮಾದರಿ ಹೆಸರುಗಳು ಮತ್ತು ನೇರ ಕ್ಯಾಟಲಾಗ್ ಲೇಬಲ್ಗಳನ್ನು ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ.
FreeLLMAPI ನಲ್ಲಿ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ಸ್ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ
/v1/embeddings ಎಂಡ್ಪಾಯಿಂಟ್ OpenAI ವಿನಂತಿ ಸ್ವರೂಪವನ್ನು ಬಳಸುತ್ತದೆ. ಯಾವುದೇ OpenAI SDK ಇದನ್ನು ಕರೆ ಮಾಡಬಹುದು. ನೀವು ಪಠ್ಯ ಕಳುಹಿಸುತ್ತೀರಿ, ಮತ್ತು ಪ್ರತಿ ಇನ್ಪುಟ್ ಸ್ಟ್ರಿಂಗ್ಗೆ ಒಂದು ವೆಕ್ಟರ್ ಪಡೆಯುತ್ತೀರಿ.
ಎಂಬೆಡಿಂಗ್ಸ್ ಚಾಟ್ಗಿಂತ ಬೇರೆ ವೈಫಲ್ಯ ನಿಯಮವನ್ನು ಬಳಸುತ್ತವೆ. ಚಾಟ್ ವಿನಂತಿಗಳು ಬೇರೆ ಮಾಡೆಲ್ಗೆ ಹೋಗಬಹುದು. ಎಂಬೆಡಿಂಗ್ ವಿನಂತಿಗಳು ಎಂದಿಗೂ ಬೇರೆ ಮಾಡೆಲ್ಗೆ ಹೋಗುವುದಿಲ್ಲ. ಎರಡು ಮಾಡೆಲ್ಗಳ ವೆಕ್ಟರ್ಗಳು ಹೊಂದಾಣಿಕೆಯಾಗುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಮೌನ ಮಾಡೆಲ್ ಬದಲಾವಣೆ ನಿಮ್ಮ ವೆಕ್ಟರ್ ಸ್ಟೋರ್ ಅನ್ನು ಹಾಳುಮಾಡುತ್ತದೆ.
- ಕುಟುಂಬ: FreeLLMAPI ಪ್ರೊವೈಡರ್ಗಳನ್ನು ಕುಟುಂಬ ಪ್ರಕಾರ ಗುಂಪು ಮಾಡುತ್ತದೆ. ಕುಟುಂಬ ಎಂದರೆ ಒಂದು ವೆಕ್ಟರ್ ಗಾತ್ರದೊಂದಿಗೆ ಒಂದು ಮಾಡೆಲ್ ಗುರುತು, ಉದಾಹರಣೆಗೆ 1024 ಆಯಾಮಗಳಲ್ಲಿ
bge-m3. - ಫೇಲ್ಓವರ್: ಒಂದು ಕುಟುಂಬದಲ್ಲಿನ ಒಂದು ಪ್ರೊವೈಡರ್ ತನ್ನ ಮಿತಿ ತಲುಪಿದಾಗ, ರೂಟರ್ ಅದೇ ಕುಟುಂಬವನ್ನು ನೀಡುವ ಮುಂದಿನ ಪ್ರೊವೈಡರ್ ಅನ್ನು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.
- ಡೀಫಾಲ್ಟ್:
model: "auto"ಡೀಫಾಲ್ಟ್ ಕುಟುಂಬವನ್ನು ಬಳಸುತ್ತದೆ. ಡೀಫಾಲ್ಟ್ ಕುಟುಂಬವನ್ನು ಡ್ಯಾಶ್ಬೋರ್ಡ್ನ Models, Embeddings ಪುಟದಲ್ಲಿ ಹೊಂದಿಸಿ.
ಇಂದಿನ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ಗಳು
ಕೋಷ್ಟಕವು FreeLLMAPI ಕ್ಯಾಟಲಾಗ್ನಲ್ಲಿರುವ ಪ್ರತಿ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ ಅನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ. ಡೇಟಾ ಲೈವ್ ಕ್ಯಾಟಲಾಗ್ನಿಂದ ಬರುತ್ತದೆ. "Max input" ಎಂದರೆ ಒಂದು ಇನ್ಪುಟ್ ಸ್ಟ್ರಿಂಗ್ಗೆ ಗರಿಷ್ಠ ಟೋಕನ್ ಸಂಖ್ಯೆ. "Free limit" ಎಂದರೆ ಪ್ರೊವೈಡರ್ ಪ್ರಕಟಿಸುವ ಉಚಿತ ಕೋಟಾ.
| ಮಾದರಿ | ಪೂರೈಕೆದಾರ | ಆಯಾಮಗಳು | ಗರಿಷ್ಠ ಇನ್ಪುಟ್ | ಉಚಿತ ಮಿತಿ |
|---|---|---|---|---|
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 ಕ್ಯಾಟಲಾಗ್ನಿಂದ ನೇರ ಡೇಟಾ (ಆವೃತ್ತಿ 2026.11.19, 2026-11-19 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ). ಉಚಿತ ಮಿತಿಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ. ಕ್ಯಾಟಲಾಗ್ ಪ್ರತಿದಿನ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ಕೆಲವು ಪ್ರೊವೈಡರ್ಗಳು ಚಾಟ್ ಮತ್ತು ಎಂಬೆಡಿಂಗ್ಸ್ ನಡುವೆ ಒಂದೇ ಕೋಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, Cohere ಟ್ರಯಲ್ ಕೀ ಎಲ್ಲಾ ಎಂಡ್ಪಾಯಿಂಟ್ಗಳಿಗೆ ಸೇರಿ ತಿಂಗಳಿಗೆ 1,000 API ಕರೆಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ. Cloudflare Workers AI ದಿನಕ್ಕೆ 10,000 neurons ನೀಡುತ್ತದೆ, ಇದನ್ನು ಖಾತೆಯ ಎಲ್ಲಾ Workers AI ಮಾಡೆಲ್ಗಳು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ.
ಹಂತ 1: FreeLLMAPI ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಕೀಗಳನ್ನು ಸೇರಿಸಿ
FreeLLMAPI ಓಪನ್ ಸೋರ್ಸ್ ಆಗಿದೆ. ಇದು ನಿಮ್ಮ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ Docker ನಲ್ಲಿ ಚಲಿಸುತ್ತದೆ. ನಿಮ್ಮ ಪ್ರೊವೈಡರ್ ಕೀಗಳು ನಿಮ್ಮ ಕಂಪ್ಯೂಟರ್ನಲ್ಲೇ ಉಳಿಯುತ್ತವೆ.
ಸ್ಥಾಪಿಸಿ (macOS ಅಥವಾ Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 ನಲ್ಲಿ ಡ್ಯಾಶ್ಬೋರ್ಡ್ ತೆರೆಯಿರಿ. Keys ಪುಟದಲ್ಲಿ ನಿಮ್ಮ ಪ್ರೊವೈಡರ್ ಕೀಗಳನ್ನು ಸೇರಿಸಿ. ಎಂಬೆಡಿಂಗ್ಸ್ಗೆ, Google AI Studio ಕೀ ಮತ್ತು Cloudflare ಕೀ ಉತ್ತಮ ಆರಂಭ ನೀಡುತ್ತವೆ. ಅದೇ ಪುಟದಿಂದ ನಿಮ್ಮ ಏಕೀಕೃತ ಕೀಯನ್ನು ನಕಲಿಸಿ.
ಹಂತ 2: ಎಂಬೆಡಿಂಗ್ಸ್ ಎಂಡ್ಪಾಯಿಂಟ್ ಕರೆ ಮಾಡಿ
ಒಂದೇ ವಿನಂತಿಯಲ್ಲಿ ಹಲವು ವೆಕ್ಟರ್ಗಳನ್ನು ಪಡೆಯಲು ಸ್ಟ್ರಿಂಗ್ಗಳ ಪಟ್ಟಿ ಕಳುಹಿಸಿ. ನಿಮ್ಮ ದಾಖಲೆಗಳಿಗೂ ನಿಮ್ಮ ಹುಡುಕಾಟ ಪ್ರಶ್ನೆಗಳಿಗೂ ಒಂದೇ model ಮೌಲ್ಯವನ್ನು ಬಳಸಿ.
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: ಎರಡು ಪಠ್ಯಗಳನ್ನು ಎಂಬೆಡ್ ಮಾಡಿ ಹೋಲಿಸಿ
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 ಕ್ಷೇತ್ರವು ಮೂರು ರೂಪಗಳನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ: auto, bge-m3 ನಂತಹ ಕುಟುಂಬದ ಹೆಸರು, ಅಥವಾ @cf/baai/bge-m3 ನಂತಹ ಪ್ರೊವೈಡರ್ ಮಾಡೆಲ್ ID. ಪ್ರೊವೈಡರ್ ಮಾಡೆಲ್ ID ತನ್ನ ಕುಟುಂಬಕ್ಕೆ ಪರಿಹರಿಸಲ್ಪಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಫೇಲ್ಓವರ್ ಆ ಕುಟುಂಬದೊಳಗೇ ಉಳಿಯುತ್ತದೆ.
ಯಾವ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ ಆರಿಸಬೇಕು
ಪ್ರತಿ ವೆಕ್ಟರ್ ಸ್ಟೋರ್ಗೆ ಮಾಡೆಲ್ ಅನ್ನು ಒಮ್ಮೆ ಆರಿಸಿ. ನಂತರ ಮಾಡೆಲ್ ಬದಲಿಸಿದರೆ, ನೀವು ಎಲ್ಲಾ ದಾಖಲೆಗಳನ್ನು ಮತ್ತೆ ಎಂಬೆಡ್ ಮಾಡಬೇಕು.
| ಅಗತ್ಯ | ಮಾಡೆಲ್ ಕುಟುಂಬ | ಏಕೆ |
|---|---|---|
| ಚಿಕ್ಕ ಇಂಗ್ಲಿಷ್ ಅಥವಾ ಬಹುಭಾಷಾ ಪಠ್ಯ, ಅನೇಕ ಪ್ರೊವೈಡರ್ಗಳು | bge-m3 | 1024 ಆಯಾಮಗಳು, 8,192 ಇನ್ಪುಟ್ ಟೋಕನ್. ಹಲವು ಉಚಿತ ಪ್ರೊವೈಡರ್ಗಳು ಇದನ್ನು ನೀಡುತ್ತವೆ, ಆದ್ದರಿಂದ ಫೇಲ್ಓವರ್ಗೆ ಹೆಚ್ಚು ಆಯ್ಕೆಗಳಿವೆ. |
| Google ಕೀಯೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಗುಣಮಟ್ಟದ ಹುಡುಕಾಟ | gemini-embedding-001 | 3072 ಆಯಾಮಗಳು. ಇನ್ಪುಟ್ ಮಿತಿ 2,048 ಟೋಕನ್, ಆದ್ದರಿಂದ ದೀರ್ಘ ದಾಖಲೆಗಳನ್ನು ತುಂಡುಗಳಾಗಿ ವಿಭಜಿಸಿ. |
| ಒಂದೇ ವೆಕ್ಟರ್ನಲ್ಲಿ ದೀರ್ಘ ದಾಖಲೆಗಳು | embed-v4.0 (Cohere) | ದೊಡ್ಡ ಇನ್ಪುಟ್ ವಿಂಡೋ. ಟ್ರಯಲ್ ಕೀ ತಿಂಗಳಿಗೆ ಕೇವಲ 1,000 ಕರೆಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ, ಅದು ಚಾಟ್ನೊಂದಿಗೆ ಹಂಚಿಕೊಳ್ಳಲ್ಪಡುತ್ತದೆ. |
| ಚಿಕ್ಕ ವೆಕ್ಟರ್ಗಳು ಮತ್ತು ವೇಗದ ಹುಡುಕಾಟ | bge-small-en-v1.5 | 384 ಆಯಾಮಗಳು. ಇಂಗ್ಲಿಷ್ ಮಾತ್ರ, ಮತ್ತು ಇನ್ಪುಟ್ ಮಿತಿ 512 ಟೋಕನ್. |
| ಕೋಡ್ ಹುಡುಕಾಟ | codestral-embed | ಕೋಡ್ಗಾಗಿ ತರಬೇತಿ ಪಡೆದಿದೆ. ಇದು Mistral ಉಚಿತ ಮೋಡ್ ಕೋಟಾವನ್ನು ಬಳಸುತ್ತದೆ. |
ದೊಡ್ಡ ವೆಕ್ಟರ್ಗಳು ವೆಕ್ಟರ್ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಹೆಚ್ಚು ಸಂಗ್ರಹಣೆ ಮತ್ತು ಮೆಮೊರಿ ಬಳಸುತ್ತವೆ. 3072-ಆಯಾಮದ ವೆಕ್ಟರ್ 1024-ಆಯಾಮದ ವೆಕ್ಟರ್ಗಿಂತ ಮೂರು ಪಟ್ಟು ದೊಡ್ಡದು. ಹತ್ತು ಲಕ್ಷ ತುಂಡುಗಳಿಗಿಂತ ಕಡಿಮೆ ಇರುವ ಹೆಚ್ಚಿನ RAG ಯೋಜನೆಗಳಿಗೆ, 768 ರಿಂದ 1024 ಆಯಾಮಗಳು ಉತ್ತಮ ಫಲಿತಾಂಶ ನೀಡುತ್ತವೆ.
ಮಿತಿಗಳು ಮತ್ತು ಅಪಾಯಗಳು
- ಇನ್ಪುಟ್ ಮಿತಿಗಳು: "Max input" ಮೌಲ್ಯಕ್ಕಿಂತ ಮೇಲಿನ ಪಠ್ಯ ಕತ್ತರಿಸಲ್ಪಡಬಹುದು ಅಥವಾ ತಿರಸ್ಕೃತವಾಗಬಹುದು. ಎಂಬೆಡ್ ಮಾಡುವ ಮೊದಲು ದಾಖಲೆಗಳನ್ನು 300 ರಿಂದ 800 ಟೋಕನ್ ತುಂಡುಗಳಾಗಿ ವಿಭಜಿಸಿ.
- ಪ್ರತಿ ಸ್ಟೋರ್ಗೆ ಒಂದು ಕುಟುಂಬ: ಒಂದೇ ಇಂಡೆಕ್ಸ್ನಲ್ಲಿ ಎರಡು ಕುಟುಂಬಗಳ ವೆಕ್ಟರ್ಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡಬೇಡಿ. ಮಾಡೆಲ್ಗಳಾದ್ಯಂತ ಸಾಮ್ಯತೆ ಅಂಕಗಳಿಗೆ ಅರ್ಥವಿಲ್ಲ.
- ನಾರ್ಮಲೈಸೇಶನ್: 3072 ಕ್ಕಿಂತ ಕಡಿಮೆ ಆಯಾಮಗಳ
gemini-embedding-001ವೆಕ್ಟರ್ಗಳನ್ನು ನೀವೇ ನಾರ್ಮಲೈಸ್ ಮಾಡಬೇಕು ಎಂದು Google ಹೇಳುತ್ತದೆ. ಸ್ಕೋರ್ ಆಗಿ ಡಾಟ್ ಪ್ರಾಡಕ್ಟ್ ಬಳಸುವ ಮೊದಲು ಎಲ್ಲಾ ವೆಕ್ಟರ್ಗಳನ್ನು ನಾರ್ಮಲೈಸ್ ಮಾಡಿ. - ರೇಟ್ ಮಿತಿಗಳು: ಉಚಿತ ಶ್ರೇಣಿಗಳು ನಿಮಿಷ ಅಥವಾ ದಿನಕ್ಕೆ ವಿನಂತಿಗಳನ್ನು ಎಣಿಸುತ್ತವೆ. ಸ್ಟ್ರಿಂಗ್ಗಳ ಬ್ಯಾಚ್ಗಳನ್ನು ಒಂದೇ ವಿನಂತಿಯಲ್ಲಿ ಕಳುಹಿಸಿ, ಪ್ರತಿ ಸ್ಟ್ರಿಂಗ್ಗೆ ಒಂದು ವಿನಂತಿ ಅಲ್ಲ.
- ಅನಾಮಧೇಯ ಶ್ರೇಣಿಗಳು: OVH AI Endpoints ಕೀ ಇಲ್ಲದೆ ಪ್ರತಿ IP ವಿಳಾಸ ಮತ್ತು ಮಾಡೆಲ್ಗೆ ನಿಮಿಷಕ್ಕೆ 2 ವಿನಂತಿಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ. ಇದನ್ನು ಫಾಲ್ಬ್ಯಾಕ್ ಆಗಿ ಬಳಸಿ, ದೊಡ್ಡ ಪ್ರಮಾಣದ ಇಂಡೆಕ್ಸಿಂಗ್ಗಲ್ಲ.
ದೋಷ ನಿವಾರಣೆ
| ಸಮಸ್ಯೆ | ಕಾರಣ | ಪರಿಹಾರ |
|---|---|---|
| ಬೃಹತ್ ಇಂಡೆಕ್ಸಿಂಗ್ ಸಮಯದಲ್ಲಿ ದೋಷ 429 | ಕುಟುಂಬಕ್ಕೆ ಪ್ರೊವೈಡರ್ ಮಿತಿ ತಲುಪಿದೆ | ಅದೇ ಕುಟುಂಬಕ್ಕೆ ಎರಡನೇ ಪ್ರೊವೈಡರ್ ಕೀ ಸೇರಿಸಿ, ಅಥವಾ ಪ್ರತಿ ನಿಮಿಷ ಕಡಿಮೆ ವಿನಂತಿಗಳನ್ನು ಕಳುಹಿಸಿ |
| ಬದಲಾವಣೆಯ ನಂತರ ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳು ತಪ್ಪು | ದಾಖಲೆಗಳು ಮತ್ತು ಪ್ರಶ್ನೆಗಳು ವಿಭಿನ್ನ ಕುಟುಂಬಗಳನ್ನು ಬಳಸುತ್ತವೆ | ಎರಡಕ್ಕೂ ಒಂದೇ model ಮೌಲ್ಯ ಬಳಸಿ. ಬದಲಿಸಿದ್ದರೆ ದಾಖಲೆಗಳನ್ನು ಮತ್ತೆ ಎಂಬೆಡ್ ಮಾಡಿ |
| ವೆಕ್ಟರ್ ಉದ್ದ ನೀವು ನಿರೀಕ್ಷಿಸಿದಂತಿಲ್ಲ | auto ಡೀಫಾಲ್ಟ್ ಕುಟುಂಬವನ್ನು ಬಳಸುತ್ತದೆ | ಸ್ಪಷ್ಟ ಕುಟುಂಬದ ಹೆಸರು ಹೊಂದಿಸಿ, ಅಥವಾ Models, Embeddings ನಲ್ಲಿ ಡೀಫಾಲ್ಟ್ ಪರಿಶೀಲಿಸಿ |
| ದೀರ್ಘ ಪಠ್ಯಗಳಿಗೆ ಕಳಪೆ ಹೊಂದಾಣಿಕೆ | ಪಠ್ಯ ಇನ್ಪುಟ್ ಮಿತಿಗಿಂತ ಉದ್ದವಾಗಿದೆ | ಪಠ್ಯವನ್ನು ಚಿಕ್ಕ ತುಂಡುಗಳಾಗಿ ವಿಭಜಿಸಿ |
| ದೋಷ 401 | ಏಕೀಕೃತ ಕೀ ತಪ್ಪಾಗಿದೆ ಅಥವಾ ಇಲ್ಲ | Keys ಪುಟದಿಂದ ಏಕೀಕೃತ ಕೀಯನ್ನು ಮತ್ತೆ ನಕಲಿಸಿ |
ಪದೇ ಪದೇ ಕೇಳುವ ಪ್ರಶ್ನೆಗಳು
ಉಚಿತ ಎಂಬೆಡಿಂಗ್ಸ್ API ಇದೆಯೇ?
ಹೌದು. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH ಮತ್ತು ಇತರರು ಮಿತಿಗಳೊಂದಿಗೆ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ಗಳನ್ನು ನೀಡುತ್ತಾರೆ. FreeLLMAPI ಅವುಗಳಲ್ಲಿ 41 ಅನ್ನು ಒಂದೇ OpenAI-ಹೊಂದಾಣಿಕೆಯ ಎಂಡ್ಪಾಯಿಂಟ್ ಹಿಂದೆ ಇರಿಸುತ್ತದೆ.
ಉಚಿತ ಎಂಬೆಡಿಂಗ್ಸ್ಗೆ OpenAI SDK ಬಳಸಬಹುದೇ?
ಹೌದು. ಬೇಸ್ URL ಅನ್ನು http://localhost:3001/v1 ಗೆ ಹೊಂದಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಏಕೀಕೃತ ಕೀ ಬಳಸಿ. ನಂತರ bge-m3 ನಂತಹ ಕುಟುಂಬದ ಹೆಸರಿನೊಂದಿಗೆ client.embeddings.create ಕರೆ ಮಾಡಿ.
FreeLLMAPI ಬೇರೆ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ಗೆ ಏಕೆ ಫೇಲ್ಓವರ್ ಆಗುವುದಿಲ್ಲ?
ವಿಭಿನ್ನ ಮಾಡೆಲ್ಗಳ ವೆಕ್ಟರ್ಗಳು ಹೊಂದಾಣಿಕೆಯಾಗುವುದಿಲ್ಲ. ಮೌನ ಮಾಡೆಲ್ ಬದಲಾವಣೆ ಸಾಮ್ಯತೆ ಹುಡುಕಾಟವನ್ನು ಮುರಿಯುತ್ತದೆ. ರೂಟರ್ ಒಂದೇ ಮಾಡೆಲ್ ಕುಟುಂಬವನ್ನು ನೀಡುವ ಪ್ರೊವೈಡರ್ಗಳ ನಡುವೆ ಮಾತ್ರ ಫೇಲ್ಓವರ್ ಮಾಡುತ್ತದೆ.
RAG ಗೆ ಉತ್ತಮ ಉಚಿತ ಎಂಬೆಡಿಂಗ್ ಮಾಡೆಲ್ ಯಾವುದು?
ಹೆಚ್ಚಿನ ಯೋಜನೆಗಳಿಗೆ bge-m3 ಉತ್ತಮ ಡೀಫಾಲ್ಟ್. ಇದರಲ್ಲಿ 1024 ಆಯಾಮಗಳು, 8,192-ಟೋಕನ್ ಇನ್ಪುಟ್ ಮಿತಿ ಮತ್ತು ಹಲವು ಉಚಿತ ಪ್ರೊವೈಡರ್ಗಳಿವೆ. 3072 ಆಯಾಮಗಳು ಬೇಕಿದ್ದು Google ಕೀ ಇದ್ದರೆ gemini-embedding-001 ಬಳಸಿ.
ನನ್ನ ಎಂಬೆಡಿಂಗ್ಸ್ ಎಷ್ಟು ಆಯಾಮಗಳನ್ನು ಹೊಂದಿರಬೇಕು?
ಹೆಚ್ಚಿನ ಹುಡುಕಾಟ ಮತ್ತು RAG ಕೆಲಸಕ್ಕೆ 768 ರಿಂದ 1024 ಆಯಾಮಗಳನ್ನು ಬಳಸಿ. ದೊಡ್ಡ ವೆಕ್ಟರ್ಗಳು ಹೆಚ್ಚು ಸಂಗ್ರಹಣೆ ಮತ್ತು ಮೆಮೊರಿ ಬಳಸುತ್ತವೆ. ಗಾತ್ರವನ್ನು ಒಮ್ಮೆ ಆರಿಸಿ, ಏಕೆಂದರೆ ಬದಲಾವಣೆ ಎಂದರೆ ಎಲ್ಲಾ ದಾಖಲೆಗಳನ್ನು ಮತ್ತೆ ಎಂಬೆಡ್ ಮಾಡಬೇಕು.
ಸಂಬಂಧಿತ ಮಾರ್ಗದರ್ಶಿಗಳು
- RAG ಗಾಗಿ ಉಚಿತ LLM API
- LangChain ಗಾಗಿ ಉಚಿತ LLM API
- ಪೈಥಾನ್ನಲ್ಲಿ ಉಚಿತ LLM API
- free cohere api
- ಉಚಿತ LLM API ಮಿತಿಗಳು
ಮೂಲಗಳು
- FreeLLMAPI docs: Embeddings (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- Google AI Studio docs: Embeddings (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- Cloudflare Workers AI pricing (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- Cohere docs: API keys and rate limits (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)
- OVHcloud AI Endpoints capabilities (20 November 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ)