무료 임베딩 API
임베딩 API는 검색, RAG, 클러스터링을 위해 텍스트를 벡터로 바꿉니다. 여러 제공업체가 임베딩을 무료로 제공합니다. FreeLLMAPI는 41개의 무료 임베딩 모델을 하나의 /v1/embeddings 엔드포인트 뒤에 둡니다. 이 가이드는 모델, 한도, 작동하는 코드를 보여 줍니다.
코드, 모델 이름, 실시간 카탈로그 레이블은 영어로 표시합니다.
FreeLLMAPI에서 무료 임베딩이 작동하는 방식
/v1/embeddings 엔드포인트는 OpenAI 요청 형식을 사용합니다. 모든 OpenAI SDK로 호출할 수 있습니다. 텍스트를 보내면 입력 문자열마다 벡터 하나를 받습니다.
임베딩은 채팅과 다른 대체 규칙을 사용합니다. 채팅 요청은 다른 모델로 넘어갈 수 있습니다. 임베딩 요청은 다른 모델로 넘어가지 않습니다. 두 모델의 벡터는 호환되지 않으므로, 모델이 몰래 바뀌면 벡터 저장소가 손상됩니다.
- 계열(family): FreeLLMAPI는 제공업체를 계열별로 묶습니다. 계열은 벡터 크기가 하나인 모델 정체성입니다. 예를 들어 1024 차원의
bge-m3입니다. - 대체(failover): 계열의 한 제공업체가 한도에 도달하면, 라우터는 같은 계열을 제공하는 다음 제공업체를 시도합니다.
- 기본값:
model: "auto"는 기본 계열을 사용합니다. 기본 계열은 대시보드의 Models, Embeddings 페이지에서 설정합니다.
오늘의 무료 임베딩 모델
표는 FreeLLMAPI 카탈로그의 모든 무료 임베딩 모델을 나열합니다. 데이터는 실시간 카탈로그에서 가져옵니다. "Max input"은 입력 문자열 하나의 최대 토큰 수입니다. "Free limit"은 제공업체가 공개한 무료 할당량입니다.
| 모델 | 제공업체 | 차원 | 최대 입력 | 무료 한도 |
|---|---|---|---|---|
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 카탈로그의 실시간 데이터입니다 (버전 2026.11.19, 2026-11-19 확인). 무료 한도는 자주 바뀝니다. 카탈로그는 매일 확인합니다.
일부 제공업체는 채팅과 임베딩이 하나의 할당량을 공유합니다. 예를 들어 Cohere 체험판 키는 모든 엔드포인트를 합쳐 매월 API 호출 1,000회를 허용합니다. Cloudflare Workers AI는 매일 10,000 뉴런을 제공하며, 이는 계정의 모든 Workers AI 모델이 공유합니다.
1단계: FreeLLMAPI 설치 및 키 추가
FreeLLMAPI는 오픈소스입니다. Docker에서 사용자의 컴퓨터에 실행됩니다. 제공업체 키는 사용자의 컴퓨터에 남습니다.
설치 (macOS 또는 Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001에서 대시보드를 여세요. Keys 페이지에서 제공업체 키를 추가하세요. 임베딩에는 Google AI Studio 키와 Cloudflare 키로 좋게 시작할 수 있습니다. 같은 페이지에서 통합 키를 복사하세요.
2단계: 임베딩 엔드포인트 호출
문자열 목록을 보내면 요청 한 번으로 여러 벡터를 받습니다. 문서와 검색 쿼리에 같은 model 값을 사용하세요.
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: 텍스트 두 개 임베딩 및 비교
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 필드는 세 가지 형식을 받습니다: auto, bge-m3 같은 계열 이름, 또는 @cf/baai/bge-m3 같은 제공업체 모델 ID입니다. 제공업체 모델 ID는 해당 계열로 변환되므로, 대체도 그 계열 안에서만 일어납니다.
어떤 무료 임베딩 모델을 선택할지
벡터 저장소마다 모델을 한 번 선택하세요. 나중에 모델을 바꾸면 모든 문서를 다시 임베딩해야 합니다.
| 필요 | 모델 계열 | 이유 |
|---|---|---|
| 짧은 영어 또는 다국어 텍스트, 제공업체 다수 | bge-m3 | 1024 차원, 입력 8,192 토큰. 여러 무료 제공업체가 제공하므로 대체 선택지가 많습니다. |
| Google 키로 높은 품질의 검색 | gemini-embedding-001 | 3072 차원. 입력 한도는 2,048 토큰이므로 긴 문서는 청크로 나누세요. |
| 하나의 벡터로 긴 문서 | embed-v4.0 (Cohere) | 큰 입력 창. 체험판 키는 매월 1,000회 호출만 허용하며, 채팅과 공유합니다. |
| 작은 벡터와 빠른 검색 | bge-small-en-v1.5 | 384 차원. 영어만 지원하며 입력 한도는 512 토큰입니다. |
| 코드 검색 | codestral-embed | 코드용으로 학습되었습니다. Mistral 무료 모드 할당량을 사용합니다. |
큰 벡터는 벡터 데이터베이스에서 더 많은 저장 공간과 메모리를 씁니다. 3072 차원 벡터는 1024 차원 벡터보다 세 배 큽니다. 청크가 100만 개 미만인 대부분의 RAG 프로젝트에서는 768~1024 차원이 좋은 결과를 줍니다.
한도와 주의할 점
- 입력 한도: "Max input" 값을 넘는 텍스트는 잘리거나 거부될 수 있습니다. 임베딩하기 전에 문서를 300~800 토큰 청크로 나누세요.
- 저장소당 계열 하나: 한 인덱스에 두 계열의 벡터를 섞지 마세요. 모델이 다르면 유사도 점수는 의미가 없습니다.
- 정규화: Google에 따르면 3072 차원보다 작은
gemini-embedding-001벡터는 직접 정규화해야 합니다. 점수로 내적을 사용하기 전에 모든 벡터를 정규화하세요. - 요청 한도: 무료 티어는 분당 또는 일일 요청 수를 셉니다. 문자열마다 요청을 하나씩 보내지 말고, 문자열 묶음을 요청 하나로 보내세요.
- 익명 티어: OVH AI Endpoints는 키 없이 IP 주소와 모델마다 분당 2회 요청을 허용합니다. 대체용으로만 쓰고, 대량 인덱싱에는 쓰지 마세요.
문제 해결
| 문제 | 원인 | 해결 방법 |
|---|---|---|
| 대량 인덱싱 중 오류 429 | 계열의 제공업체 한도에 도달함 | 같은 계열의 제공업체 키를 하나 더 추가하거나, 분당 요청 수를 줄이세요 |
| 변경 후 검색 결과가 잘못됨 | 문서와 쿼리가 서로 다른 계열을 사용함 | 둘 다 같은 model 값을 사용하세요. 값을 바꿨다면 문서를 다시 임베딩하세요 |
| 벡터 길이가 예상과 다름 | auto가 기본 계열을 사용함 | 명시적인 계열 이름을 설정하거나 Models, Embeddings에서 기본값을 확인하세요 |
| 긴 텍스트의 일치 결과가 나쁨 | 텍스트가 입력 한도보다 김 | 텍스트를 더 작은 청크로 나누세요 |
| 오류 401 | 통합 키가 잘못되었거나 없음 | Keys 페이지에서 통합 키를 다시 복사하세요 |
자주 묻는 질문
무료 임베딩 API가 있나요?
네. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH 등이 요청 한도가 있는 무료 임베딩 모델을 제공합니다. FreeLLMAPI는 이들 중 41개를 OpenAI 호환 엔드포인트 하나 뒤에 둡니다.
무료 임베딩에 OpenAI SDK를 사용할 수 있나요?
네. Base URL을 http://localhost:3001/v1으로 설정하고 통합 키를 사용하세요. 그다음 bge-m3 같은 계열 이름으로 client.embeddings.create를 호출하세요.
FreeLLMAPI는 왜 다른 임베딩 모델로 대체하지 않나요?
서로 다른 모델의 벡터는 호환되지 않습니다. 모델이 몰래 바뀌면 유사도 검색이 깨집니다. 라우터는 같은 모델 계열을 제공하는 제공업체 사이에서만 대체합니다.
RAG에 가장 좋은 무료 임베딩 모델은 무엇인가요?
대부분의 프로젝트에는 bge-m3가 좋은 기본값입니다. 1024 차원, 8,192 토큰 입력 한도, 여러 무료 제공업체를 갖추고 있습니다. 3072 차원이 필요하고 Google 키가 있다면 gemini-embedding-001을 사용하세요.
임베딩의 차원은 몇 개가 적당한가요?
대부분의 검색과 RAG 작업에는 768~1024 차원을 사용하세요. 큰 벡터는 더 많은 저장 공간과 메모리를 씁니다. 크기는 한 번 정하세요. 바꾸면 모든 문서를 다시 임베딩해야 합니다.
관련 가이드
출처
- FreeLLMAPI docs: Embeddings (20 November 2026 확인)
- Google AI Studio docs: Embeddings (20 November 2026 확인)
- Cloudflare Workers AI pricing (20 November 2026 확인)
- Cohere docs: API keys and rate limits (20 November 2026 확인)
- OVHcloud AI Endpoints capabilities (20 November 2026 확인)