मोफत Embeddings API
Embeddings API मजकूराचे शोध, RAG आणि क्लस्टरिंगसाठी vectors मध्ये रूपांतर करते. अनेक प्रदाते embeddings मोफत देतात. FreeLLMAPI 41 मोफत embedding मॉडेल एका /v1/embeddings endpoint मागे ठेवते. हे मार्गदर्शक मॉडेल, त्यांच्या मर्यादा आणि कार्यरत कोड दाखवते.
कोड, मॉडेलची नावे आणि थेट कॅटलॉग लेबल इंग्रजीत दाखवले जातात.
FreeLLMAPI मध्ये मोफत embeddings कसे काम करतात
/v1/embeddings endpoint OpenAI विनंती स्वरूप वापरतो. कोणताही OpenAI SDK त्याला कॉल करू शकतो. तुम्ही मजकूर पाठवता, आणि प्रत्येक इनपुट स्ट्रिंगसाठी एक vector मिळतो.
Embeddings चे failover नियम chat पेक्षा वेगळे आहेत. Chat विनंत्या वेगळ्या मॉडेलकडे जाऊ शकतात. Embedding विनंत्या कधीच वेगळ्या मॉडेलकडे जात नाहीत. दोन मॉडेलचे vectors सुसंगत नसतात, त्यामुळे शांतपणे मॉडेल बदलले तर तुमचा vector store खराब होईल.
- Family: FreeLLMAPI प्रदात्यांना family नुसार गटात ठेवते. Family म्हणजे एक मॉडेल ओळख, एक vector आकार असलेली, उदाहरणार्थ 1024 dimensions असलेली
bge-m3. - Failover: एका family मधील एक प्रदाता मर्यादेवर पोहोचला, तर राउटर त्याच family ला सेवा देणारा पुढचा प्रदाता वापरून पाहतो.
- Default:
model: "auto"डिफॉल्ट family वापरते. डिफॉल्ट family तुम्ही डॅशबोर्डच्या Models, Embeddings पेजवर सेट करता.
आज मोफत embedding मॉडेल
तक्त्यात FreeLLMAPI कॅटलॉगमधील प्रत्येक मोफत embedding मॉडेल दिले आहे. डेटा थेट कॅटलॉगमधून येतो. "Max input" म्हणजे एका इनपुट स्ट्रिंगसाठी जास्तीत जास्त टोकन. "Free limit" म्हणजे प्रदात्याने प्रकाशित केलेला मोफत कोटा.
| मॉडेल | प्रदाता | परिमाणे | कमाल इनपुट | मोफत मर्यादा |
|---|---|---|---|---|
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 कॅटलॉगमधील थेट डेटा (आवृत्ती 2026.11.19, तपासले 2026-11-19). मोफत मर्यादा वारंवार बदलतात. कॅटलॉग दररोज तपासले जाते.
काही प्रदाते chat आणि embeddings मध्ये एक कोटा वाटून घेतात. उदाहरणार्थ, Cohere ट्रायल की सर्व endpoints साठी मिळून दर महिन्याला 1,000 API कॉल्स देते. Cloudflare Workers AI दररोज 10,000 neurons देते, जे खात्यावरील सर्व Workers AI मॉडेल वाटून घेतात.
पायरी 1: FreeLLMAPI इन्स्टॉल करा आणि की जोडा
FreeLLMAPI ओपन सोर्स आहे. ते Docker मध्ये तुमच्या संगणकावर चालते. तुमच्या प्रदात्यांच्या की तुमच्या संगणकावरच राहतात.
इन्स्टॉल करा (macOS किंवा Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 वर डॅशबोर्ड उघडा. Keys पेजवर तुमच्या प्रदात्यांच्या की जोडा. Embeddings साठी Google AI Studio ची की आणि Cloudflare ची की चांगली सुरुवात देतात. त्याच पेजवरून तुमची एकत्रित की कॉपी करा.
पायरी 2: embeddings endpoint कॉल करा
एका विनंतीत अनेक vectors मिळवण्यासाठी स्ट्रिंगची यादी पाठवा. तुमच्या दस्तऐवजांसाठी आणि शोध क्वेरींसाठी एकच model मूल्य वापरा.
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: दोन मजकूरांचे embed आणि तुलना
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 फील्ड तीन स्वरूप स्वीकारते: auto, bge-m3 सारखे family नाव, किंवा @cf/baai/bge-m3 सारखी प्रदाता मॉडेल ID. प्रदाता मॉडेल ID त्याच्या family मध्ये सोडवले जाते, त्यामुळे failover तरीही त्या family च्या आतच राहतो.
कोणते मोफत embedding मॉडेल निवडावे
प्रत्येक vector store साठी मॉडेल एकदाच निवडा. नंतर मॉडेल बदलले, तर सर्व दस्तऐवज पुन्हा embed करावे लागतील.
| गरज | मॉडेल family | का |
|---|---|---|
| लहान इंग्रजी किंवा बहुभाषिक मजकूर, अनेक प्रदाते | bge-m3 | 1024 dimensions, 8,192 इनपुट टोकन. अनेक मोफत प्रदाते ते देतात, त्यामुळे failover ला अधिक पर्याय मिळतात. |
| Google की सह उच्च दर्जाचे retrieval | gemini-embedding-001 | 3072 dimensions. इनपुट मर्यादा 2,048 टोकन आहे, त्यामुळे लांब दस्तऐवज भागांमध्ये विभागा. |
| एका vector मध्ये लांब दस्तऐवज | embed-v4.0 (Cohere) | मोठी इनपुट विंडो. ट्रायल की दर महिन्याला फक्त 1,000 कॉल्स देते, आणि ते chat सोबत वाटले जातात. |
| लहान vectors आणि जलद शोध | bge-small-en-v1.5 | 384 dimensions. फक्त इंग्रजी, आणि इनपुट मर्यादा 512 टोकन आहे. |
| कोड शोध | codestral-embed | कोडसाठी प्रशिक्षित. ते Mistral मोफत मोड कोटा वापरते. |
मोठे vectors vector database मध्ये जास्त storage आणि memory घेतात. 3072-dimension vector हा 1024-dimension vector पेक्षा तिप्पट मोठा आहे. दहा लाखांपेक्षा कमी chunks असलेल्या बहुतेक RAG प्रकल्पांसाठी 768 ते 1024 dimensions चांगले परिणाम देतात.
मर्यादा आणि अडचणी
- इनपुट मर्यादा: "Max input" मूल्यापेक्षा जास्त मजकूर कापला जाऊ शकतो किंवा नाकारला जाऊ शकतो. embed करण्यापूर्वी दस्तऐवज 300 ते 800 टोकनच्या chunks मध्ये विभागा.
- एक store साठी एक family: एका index मध्ये दोन family चे vectors मिसळू नका. मॉडेलमध्ये समानता स्कोअरना अर्थ नसतो.
- Normalization: Google म्हणते की 3072 पेक्षा कमी dimensions असलेले
gemini-embedding-001vectors तुम्ही normalize केले पाहिजेत. स्कोअर म्हणून dot product वापरण्यापूर्वी सर्व vectors normalize करा. - Rate limits: मोफत टियर प्रति मिनिट किंवा प्रति दिवस विनंत्या मोजतात. प्रत्येक स्ट्रिंगसाठी एक विनंती न पाठवता, स्ट्रिंगचे batches एका विनंतीत पाठवा.
- Anonymous tiers: OVH AI Endpoints की शिवाय प्रत्येक IP पत्ता आणि मॉडेलसाठी प्रति मिनिट 2 विनंत्या देते. त्याचा fallback म्हणून वापर करा, मोठ्या प्रमाणात indexing साठी नाही.
समस्यानिवारण
| समस्या | कारण | उपाय |
|---|---|---|
| मोठ्या प्रमाणात indexing दरम्यान त्रुटी 429 | त्या family साठी प्रदात्याची मर्यादा गाठली आहे | त्याच family साठी दुसरी प्रदाता की जोडा, किंवा प्रति मिनिट कमी विनंत्या पाठवा |
| बदलानंतर शोध निकाल चुकीचे आहेत | दस्तऐवज आणि क्वेरी वेगवेगळ्या family वापरतात | दोघांसाठी एकच model मूल्य वापरा. बदल केला असल्यास दस्तऐवज पुन्हा embed करा |
| Vector ची लांबी अपेक्षेनुसार नाही | auto डिफॉल्ट family वापरते | स्पष्ट family नाव सेट करा, किंवा Models, Embeddings वर डिफॉल्ट तपासा |
| लांब मजकूरांना कमकुवत जुळणी | मजकूर इनपुट मर्यादेपेक्षा लांब आहे | मजकूर लहान chunks मध्ये विभागा |
| त्रुटी 401 | एकत्रित की चुकीची आहे किंवा नाही | Keys पेजवरून एकत्रित की पुन्हा कॉपी करा |
वारंवार विचारले जाणारे प्रश्न
मोफत embeddings API आहे का?
होय. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH आणि इतर मर्यादांसह मोफत embedding मॉडेल देतात. FreeLLMAPI त्यापैकी 41 एका OpenAI-सुसंगत endpoint मागे ठेवते.
मोफत embeddings साठी मी OpenAI SDK वापरू शकतो का?
होय. base URL http://localhost:3001/v1 सेट करा आणि तुमची एकत्रित की वापरा. मग bge-m3 सारख्या family नावासह client.embeddings.create कॉल करा.
FreeLLMAPI वेगळ्या embedding मॉडेलकडे failover का करत नाही?
वेगवेगळ्या मॉडेलचे vectors सुसंगत नसतात. शांतपणे मॉडेल बदलले तर समानता शोध तुटेल. राउटर फक्त त्याच मॉडेल family ला सेवा देणाऱ्या प्रदात्यांमध्ये failover करतो.
RAG साठी सर्वोत्तम मोफत embedding मॉडेल कोणते आहे?
बहुतेक प्रकल्पांसाठी bge-m3 चांगला डिफॉल्ट आहे. त्याला 1024 dimensions, 8,192-टोकन इनपुट मर्यादा आणि अनेक मोफत प्रदाते आहेत. 3072 dimensions हवे असतील आणि Google की असेल, तर gemini-embedding-001 वापरा.
माझ्या embeddings ला किती dimensions असावेत?
बहुतेक शोध आणि RAG कामासाठी 768 ते 1024 dimensions वापरा. मोठे vectors जास्त storage आणि memory घेतात. आकार एकदाच निवडा, कारण बदलासाठी सर्व दस्तऐवज पुन्हा embed करावे लागतील.
संबंधित मार्गदर्शक
- RAG साठी मोफत LLM API
- LangChain साठी मोफत LLM API
- Python मध्ये मोफत LLM API
- free cohere api
- मोफत LLM API रेट मर्यादा
स्रोत
- FreeLLMAPI docs: Embeddings (तपासले 20 November 2026)
- Google AI Studio docs: Embeddings (तपासले 20 November 2026)
- Cloudflare Workers AI pricing (तपासले 20 November 2026)
- Cohere docs: API keys and rate limits (तपासले 20 November 2026)
- OVHcloud AI Endpoints capabilities (तपासले 20 November 2026)