Gratis embeddings-API
Een embeddings-API zet tekst om in vectoren voor zoeken, RAG en clustering. Verschillende providers geven embeddings gratis. FreeLLMAPI zet 41 gratis embeddingmodellen achter één /v1/embeddings-endpoint. Deze gids toont de modellen, hun limieten en werkende code.
Code, modelnamen en labels uit de live catalogus worden in het Engels getoond.
Hoe gratis embeddings werken in FreeLLMAPI
Het endpoint /v1/embeddings gebruikt het OpenAI-verzoekformaat. Elke OpenAI-SDK kan het aanroepen. Je stuurt tekst en krijgt voor elke invoerreeks één vector terug.
Embeddings gebruiken een andere failoverregel dan chat. Chatverzoeken kunnen naar een ander model verschuiven. Embeddingverzoeken verschuiven nooit naar een ander model. Vectoren van twee modellen zijn niet compatibel, dus een stille modelwissel zou je vectoropslag beschadigen.
- Familie: FreeLLMAPI groepeert providers per familie. Een familie is één modelidentiteit met één vectorgrootte, bijvoorbeeld
bge-m3met 1024 dimensies. - Failover: wanneer één provider binnen een familie zijn limiet bereikt, probeert de router de volgende provider die dezelfde familie bedient.
- Standaard:
model: "auto"gebruikt de standaardfamilie. Je stelt de standaardfamilie in op de pagina Models, Embeddings van het dashboard.
Gratis embeddingmodellen van vandaag
De tabel toont elk gratis embeddingmodel in de FreeLLMAPI-catalogus. De gegevens komen uit de live catalogus. "Max input" is het maximale aantal tokens voor één invoerreeks. "Free limit" is het gratis quota dat de provider publiceert.
| Model | Aanbieder | Afmetingen | Max invoer | Gratis limiet |
|---|---|---|---|---|
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) |
Actuele gegevens uit de FreeLLMAPI-catalogus (versie 2026.11.19, gecontroleerd 2026-11-19). Gratis limieten veranderen vaak. De catalogus wordt elke dag gecontroleerd.
Sommige providers delen één quota tussen chat en embeddings. Een Cohere-proefsleutel staat bijvoorbeeld 1.000 API-aanroepen per maand toe voor alle endpoints samen. Cloudflare Workers AI geeft 10.000 neurons per dag, gedeeld door alle Workers AI-modellen op het account.
Stap 1: FreeLLMAPI installeren en sleutels toevoegen
FreeLLMAPI is open source. Het draait op je computer in Docker. Je providersleutels blijven op je computer.
Installeren (macOS of Linux)
curl -fsSL https://freellmapi.co/install.sh | bashOpen het dashboard op http://localhost:3001. Voeg je providersleutels toe op de pagina Keys. Voor embeddings is een Google AI Studio-sleutel en een Cloudflare-sleutel een goede start. Kopieer je uniforme sleutel van dezelfde pagina.
Stap 2: het embeddings-endpoint aanroepen
Stuur een lijst met reeksen om in één verzoek meerdere vectoren te krijgen. Gebruik dezelfde waarde voor model voor je documenten en voor je zoekvragen.
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: twee teksten embedden en vergelijken
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))Het veld model accepteert drie vormen: auto, een familienaam zoals bge-m3, of een modelid van een provider zoals @cf/baai/bge-m3. Een modelid van een provider wordt omgezet naar zijn familie, dus failover blijft binnen die familie.
Welk gratis embeddingmodel je kiest
Kies het model één keer per vectoropslag. Als je het model later wijzigt, moet je alle documenten opnieuw embedden.
| Behoefte | Modelfamilie | Waarom |
|---|---|---|
| Korte Engelse of meertalige tekst, veel providers | bge-m3 | 1024 dimensies, 8.192 invoertokens. Verschillende gratis providers bedienen dit, dus failover heeft meer opties. |
| Retrieval van hoge kwaliteit met een Google-sleutel | gemini-embedding-001 | 3072 dimensies. De invoerlimiet is 2.048 tokens, dus splits lange documenten in stukken. |
| Lange documenten in één vector | embed-v4.0 (Cohere) | Groot invoervenster. De proefsleutel staat slechts 1.000 aanroepen per maand toe, gedeeld met chat. |
| Kleine vectoren en snel zoeken | bge-small-en-v1.5 | 384 dimensies. Alleen Engels, en de invoerlimiet is 512 tokens. |
| Codezoeken | codestral-embed | Getraind op code. Het gebruikt het quotum van de gratis modus van Mistral. |
Grote vectoren kosten meer opslag en geheugen in de vectordatabase. Een vector van 3072 dimensies is drie keer zo groot als een vector van 1024 dimensies. Voor de meeste RAG-projecten onder één miljoen stukken geven 768 tot 1024 dimensies goede resultaten.
Limieten en valkuilen
- Invoerlimieten: tekst boven de waarde "Max input" kan worden afgekapt of geweigerd. Splits documenten in stukken van 300 tot 800 tokens voordat je ze embedt.
- Eén familie per opslag: meng geen vectoren van twee families in één index. De overeenkomstscores hebben geen betekenis tussen modellen.
- Normalisatie: Google zegt dat
gemini-embedding-001-vectoren met minder dan 3072 dimensies door jou genormaliseerd moeten worden. Normaliseer alle vectoren voordat je het inproduct als score gebruikt. - Ratelimieten: gratis tiers tellen verzoeken per minuut of per dag. Stuur batches van reeksen in één verzoek, niet één verzoek per reeks.
- Anonieme tiers: OVH AI Endpoints staat 2 verzoeken per minuut toe voor elk IP-adres en elk model zonder sleutel. Gebruik het als fallback, niet voor bulkindexering.
Problemen oplossen
| Probleem | Oorzaak | Oplossing |
|---|---|---|
| Fout 429 tijdens bulkindexering | De providerlimiet voor de familie is bereikt | Voeg een tweede providersleutel toe voor dezelfde familie, of stuur per minuut minder verzoeken |
| Zoekresultaten zijn fout na een wijziging | Documenten en vragen gebruiken verschillende families | Gebruik voor beide dezelfde waarde voor model. Embed de documenten opnieuw als je die hebt gewijzigd |
| De vectorlengte is niet wat je verwacht | auto gebruikt de standaardfamilie | Stel een expliciete familienaam in, of controleer de standaard op Models, Embeddings |
| Lange teksten geven slechte overeenkomsten | De tekst is langer dan de invoerlimiet | Splits de tekst in kleinere stukken |
| Fout 401 | De uniforme sleutel is onjuist of ontbreekt | Kopieer de uniforme sleutel opnieuw van de pagina Keys |
Veelgestelde vragen
Is er een gratis embeddings-API?
Ja. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH en andere bieden gratis embeddingmodellen met ratelimieten. FreeLLMAPI zet 41 daarvan achter één OpenAI-compatibel endpoint.
Kan ik de OpenAI-SDK gebruiken voor gratis embeddings?
Ja. Stel de base URL in op http://localhost:3001/v1 en gebruik je uniforme sleutel. Roep daarna client.embeddings.create aan met een familienaam zoals bge-m3.
Waarom schakelt FreeLLMAPI niet over naar een ander embeddingmodel?
Vectoren van verschillende modellen zijn niet compatibel. Een stille modelwissel zou de overeenkomstzoektocht breken. De router schakelt alleen over tussen providers die dezelfde modelfamilie bedienen.
Wat is het beste gratis embeddingmodel voor RAG?
Voor de meeste projecten is bge-m3 een goede standaard. Het heeft 1024 dimensies, een invoerlimiet van 8.192 tokens en verschillende gratis providers. Gebruik gemini-embedding-001 als je 3072 dimensies wilt en een Google-sleutel hebt.
Hoeveel dimensies moeten mijn embeddings hebben?
Gebruik 768 tot 1024 dimensies voor de meeste zoek- en RAG-taken. Grotere vectoren gebruiken meer opslag en geheugen. Kies de grootte één keer, want een wijziging betekent dat je alle documenten opnieuw moet embedden.
Gerelateerde gidsen
- Gratis LLM API voor RAG
- Gratis LLM-API voor LangChain
- Gratis LLM-API in Python
- free cohere api
- Rate limits van de gratis LLM API
Bronnen
- FreeLLMAPI docs: Embeddings (gecontroleerd 20 November 2026)
- Google AI Studio docs: Embeddings (gecontroleerd 20 November 2026)
- Cloudflare Workers AI pricing (gecontroleerd 20 November 2026)
- Cohere docs: API keys and rate limits (gecontroleerd 20 November 2026)
- OVHcloud AI Endpoints capabilities (gecontroleerd 20 November 2026)