API embeddings percuma
API embeddings menukar teks kepada vektor untuk carian, RAG dan pengelompokan. Beberapa pembekal memberikan embeddings secara percuma. FreeLLMAPI meletakkan 41 model embedding percuma di belakang satu titik akhir /v1/embeddings. Panduan ini menunjukkan model, had dan kod yang berfungsi.
Kod, nama model dan label katalog langsung dipaparkan dalam bahasa Inggeris.
Cara embeddings percuma berfungsi dalam FreeLLMAPI
Titik akhir /v1/embeddings menggunakan format permintaan OpenAI. Mana-mana SDK OpenAI boleh memanggilnya. Anda menghantar teks, dan anda mendapat satu vektor bagi setiap rentetan input.
Embeddings menggunakan peraturan failover yang berbeza daripada sembang. Permintaan sembang boleh beralih ke model lain. Permintaan embedding tidak sekali-kali beralih ke model lain. Vektor daripada dua model tidak serasi, jadi perubahan model secara senyap akan merosakkan storan vektor anda.
- Keluarga: FreeLLMAPI mengumpulkan pembekal mengikut keluarga. Keluarga ialah satu identiti model dengan satu saiz vektor, contohnya
bge-m3pada 1024 dimensi. - Failover: apabila satu pembekal dalam keluarga mencapai hadnya, penghala mencuba pembekal seterusnya yang menyediakan keluarga yang sama.
- Lalai:
model: "auto"menggunakan keluarga lalai. Anda menetapkan keluarga lalai pada halaman Models, Embeddings papan pemuka.
Model embedding percuma hari ini
Jadual menyenaraikan setiap model embedding percuma dalam katalog FreeLLMAPI. Data diambil daripada katalog langsung. "Max input" ialah bilangan maksimum token untuk satu rentetan input. "Free limit" ialah kuota percuma yang diterbitkan oleh pembekal.
| Model | Pembekal | Dimensi | Input maks | Had percuma |
|---|---|---|---|---|
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) |
Data langsung daripada katalog FreeLLMAPI (versi 2026.11.19, disemak 2026-11-19). Had percuma kerap berubah. Katalog disemak setiap hari.
Sesetengah pembekal berkongsi satu kuota antara sembang dan embeddings. Contohnya, kunci percubaan Cohere membenarkan 1,000 panggilan API setiap bulan untuk semua titik akhir bersama. Cloudflare Workers AI memberikan 10,000 neuron setiap hari, dikongsi oleh semua model Workers AI pada akaun itu.
Langkah 1: Pasang FreeLLMAPI dan tambah kunci
FreeLLMAPI ialah sumber terbuka. Ia berjalan pada komputer anda dalam Docker. Kunci pembekal anda kekal pada komputer anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka papan pemuka di http://localhost:3001. Tambah kunci pembekal anda pada halaman Keys. Untuk embeddings, kunci Google AI Studio dan kunci Cloudflare memberikan permulaan yang baik. Salin kunci bersatu anda daripada halaman yang sama.
Langkah 2: Panggil titik akhir embeddings
Hantar senarai rentetan untuk mendapat beberapa vektor dalam satu permintaan. Guna nilai model yang sama untuk dokumen dan untuk pertanyaan carian anda.
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: embed dan bandingkan dua teks
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))Medan model menerima tiga bentuk: auto, nama keluarga seperti bge-m3, atau ID model pembekal seperti @cf/baai/bge-m3. ID model pembekal diselesaikan kepada keluarganya, jadi failover tetap kekal dalam keluarga itu.
Model embedding percuma yang patut dipilih
Pilih model sekali untuk setiap storan vektor. Jika anda menukar model kemudian, anda mesti embed semua dokumen semula.
| Keperluan | Keluarga model | Sebab |
|---|---|---|
| Teks Inggeris pendek atau berbilang bahasa, banyak pembekal | bge-m3 | 1024 dimensi, 8,192 token input. Beberapa pembekal percuma menyediakannya, jadi failover mempunyai lebih banyak pilihan. |
| Pengambilan kualiti tinggi dengan kunci Google | gemini-embedding-001 | 3072 dimensi. Had input ialah 2,048 token, jadi pecahkan dokumen panjang kepada bahagian kecil. |
| Dokumen panjang dalam satu vektor | embed-v4.0 (Cohere) | Tetingkap input yang besar. Kunci percubaan hanya membenarkan 1,000 panggilan setiap bulan, dikongsi dengan sembang. |
| Vektor kecil dan carian pantas | bge-small-en-v1.5 | 384 dimensi. Hanya Inggeris, dan had input ialah 512 token. |
| Carian kod | codestral-embed | Dilatih untuk kod. Ia menggunakan kuota mod percuma Mistral. |
Vektor besar menggunakan lebih banyak storan dan memori dalam pangkalan data vektor. Vektor 3072 dimensi adalah tiga kali lebih besar daripada vektor 1024 dimensi. Bagi kebanyakan projek RAG di bawah satu juta bahagian, 768 hingga 1024 dimensi memberikan keputusan yang baik.
Had dan perangkap
- Had input: teks melebihi nilai "Max input" boleh dipotong atau ditolak. Pecahkan dokumen kepada bahagian 300 hingga 800 token sebelum anda embed.
- Satu keluarga bagi setiap storan: jangan campurkan vektor daripada dua keluarga dalam satu indeks. Skor kesamaan tidak bermakna merentas model.
- Normalisasi: Google menyatakan bahawa vektor
gemini-embedding-001dengan kurang daripada 3072 dimensi mesti dinormalisasi oleh anda. Normalisasikan semua vektor sebelum anda guna dot product sebagai skor. - Had kadar: peringkat percuma mengira permintaan setiap minit atau setiap hari. Hantar kelompok rentetan dalam satu permintaan, bukan satu permintaan bagi setiap rentetan.
- Peringkat tanpa nama: OVH AI Endpoints membenarkan 2 permintaan seminit bagi setiap alamat IP dan model tanpa kunci. Gunakannya sebagai sandaran, bukan untuk pengindeksan besar-besaran.
Penyelesaian masalah
| Masalah | Punca | Penyelesaian |
|---|---|---|
| Ralat 429 semasa pengindeksan besar-besaran | Had pembekal bagi keluarga itu telah dicapai | Tambah kunci pembekal kedua untuk keluarga yang sama, atau hantar lebih sedikit permintaan setiap minit |
| Hasil carian salah selepas satu perubahan | Dokumen dan pertanyaan menggunakan keluarga yang berbeza | Guna satu nilai model untuk kedua-duanya. Embed dokumen semula jika anda menukarnya |
| Panjang vektor tidak seperti yang dijangka | auto menggunakan keluarga lalai | Tetapkan nama keluarga yang jelas, atau semak nilai lalai pada Models, Embeddings |
| Teks panjang memberikan padanan yang lemah | Teks lebih panjang daripada had input | Pecahkan teks kepada bahagian yang lebih kecil |
| Ralat 401 | Kunci bersatu salah atau tiada | Salin semula kunci bersatu daripada halaman Keys |
Soalan lazim
Adakah terdapat API embeddings percuma?
Ada. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH dan lain-lain menyediakan model embedding percuma dengan had kadar. FreeLLMAPI meletakkan 41 daripadanya di belakang satu titik akhir yang serasi dengan OpenAI.
Bolehkah saya guna SDK OpenAI untuk embeddings percuma?
Boleh. Tetapkan base URL kepada http://localhost:3001/v1 dan guna kunci bersatu anda. Kemudian panggil client.embeddings.create dengan nama keluarga seperti bge-m3.
Mengapa FreeLLMAPI tidak beralih failover kepada model embedding yang berbeza?
Vektor daripada model yang berbeza tidak serasi. Perubahan model secara senyap akan merosakkan carian kesamaan. Penghala hanya beralih failover antara pembekal yang menyediakan keluarga model yang sama.
Apakah model embedding percuma terbaik untuk RAG?
Bagi kebanyakan projek, bge-m3 ialah lalai yang baik. Ia mempunyai 1024 dimensi, had input 8,192 token dan beberapa pembekal percuma. Guna gemini-embedding-001 jika anda mahu 3072 dimensi dan mempunyai kunci Google.
Berapa banyak dimensi yang patut ada pada embeddings saya?
Guna 768 hingga 1024 dimensi untuk kebanyakan kerja carian dan RAG. Vektor yang lebih besar menggunakan lebih banyak storan dan memori. Pilih saiz sekali sahaja, kerana perubahan bermakna anda mesti embed semua dokumen semula.
Panduan berkaitan
- Free LLM API untuk RAG
- API LLM percuma untuk LangChain
- API LLM percuma dalam Python
- free cohere api
- Had kadar Free LLM API
Sumber
- FreeLLMAPI docs: Embeddings (disemak 20 November 2026)
- Google AI Studio docs: Embeddings (disemak 20 November 2026)
- Cloudflare Workers AI pricing (disemak 20 November 2026)
- Cohere docs: API keys and rate limits (disemak 20 November 2026)
- OVHcloud AI Endpoints capabilities (disemak 20 November 2026)