Home / Gidsen / Gratis embeddings-API

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-m3 met 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.

ModelAanbiederAfmetingenMax invoerGratis limiet
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K 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 | bash

Open 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.

BehoefteModelfamilieWaarom
Korte Engelse of meertalige tekst, veel providersbge-m31024 dimensies, 8.192 invoertokens. Verschillende gratis providers bedienen dit, dus failover heeft meer opties.
Retrieval van hoge kwaliteit met een Google-sleutelgemini-embedding-0013072 dimensies. De invoerlimiet is 2.048 tokens, dus splits lange documenten in stukken.
Lange documenten in één vectorembed-v4.0 (Cohere)Groot invoervenster. De proefsleutel staat slechts 1.000 aanroepen per maand toe, gedeeld met chat.
Kleine vectoren en snel zoekenbge-small-en-v1.5384 dimensies. Alleen Engels, en de invoerlimiet is 512 tokens.
Codezoekencodestral-embedGetraind 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.
Tip: houd minstens twee providers aan in je gekozen familie. Dan stopt een fout 429 bij één provider je indexeringstaak niet.

Problemen oplossen

ProbleemOorzaakOplossing
Fout 429 tijdens bulkindexeringDe providerlimiet voor de familie is bereiktVoeg een tweede providersleutel toe voor dezelfde familie, of stuur per minuut minder verzoeken
Zoekresultaten zijn fout na een wijzigingDocumenten en vragen gebruiken verschillende familiesGebruik voor beide dezelfde waarde voor model. Embed de documenten opnieuw als je die hebt gewijzigd
De vectorlengte is niet wat je verwachtauto gebruikt de standaardfamilieStel een expliciete familienaam in, of controleer de standaard op Models, Embeddings
Lange teksten geven slechte overeenkomstenDe tekst is langer dan de invoerlimietSplits de tekst in kleinere stukken
Fout 401De uniforme sleutel is onjuist of ontbreektKopieer de uniforme sleutel opnieuw van de pagina Keys
Gebruik elk van deze met één sleutel. FreeLLMAPI is een open-source router die u zelf host. Die zet al deze gratis tarieven achter één eindpunt dat compatibel is met OpenAI. Bij een snelheidslimiet schakelt de router automatisch over. Bekijk de catalogus of live gaan.

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

Bronnen

Alle gidsen · Bekijk alle gratis modellen