Darmowe API embeddings
API embeddings zamienia tekst na wektory do wyszukiwania, RAG i grupowania. Kilku dostawców daje embeddingi za darmo. FreeLLMAPI udostępnia 41 darmowych modeli embeddingów za jednym endpointem /v1/embeddings. Ten poradnik pokazuje modele, ich limity i działający kod.
Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.
Jak działają darmowe embeddingi w FreeLLMAPI
Endpoint /v1/embeddings używa formatu żądania OpenAI. Może go wywołać każdy SDK OpenAI. Wysyłasz tekst, a w odpowiedzi dostajesz jeden wektor dla każdego ciągu wejściowego.
Embeddingi używają innej reguły przełączania awaryjnego niż czat. Żądania czatu mogą przejść do innego modelu. Żądania embeddingów nigdy nie przechodzą do innego modelu. Wektory z dwóch modeli nie są zgodne, więc ciche zmiana modelu zepsułaby Twoją bazę wektorów.
- Rodzina: FreeLLMAPI grupuje dostawców według rodziny. Rodzina to jedna tożsamość modelu z jednym rozmiarem wektora, na przykład
bge-m3z 1024 wymiarami. - Przełączanie awaryjne: gdy jeden dostawca w rodzinie osiągnie swój limit, router próbuje następnego dostawcy, który obsługuje tę samą rodzinę.
- Domyślna:
model: "auto"używa domyślnej rodziny. Domyślną rodzinę ustawiasz na stronie Models, Embeddings w panelu.
Darmowe modele embeddingów dziś
Tabela wymienia każdy darmowy model embeddingów z katalogu FreeLLMAPI. Dane pochodzą z katalogu na żywo. „Maks. wejście” to maksymalna liczba tokenów dla jednego ciągu wejściowego. „Darmowy limit” to darmowa kwota, którą publikuje dostawca.
| Model | Dostawca | Wymiary | Maks. wejście | Darmowy limit |
|---|---|---|---|---|
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) |
Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.
Niektórzy dostawcy dzielą jedną kwotę między czat a embeddingi. Na przykład klucz próbny Cohere pozwala na 1,000 wywołań API każdego miesiąca dla wszystkich endpointów razem. Cloudflare Workers AI daje 10,000 neuronów każdego dnia, wspólnych dla wszystkich modeli Workers AI na koncie.
Krok 1: Zainstaluj FreeLLMAPI i dodaj klucze
FreeLLMAPI ma otwarty kod źródłowy. Działa na Twoim komputerze w Dockerze. Klucze dostawców zostają na Twoim komputerze.
Instalacja (macOS lub Linux)
curl -fsSL https://freellmapi.co/install.sh | bashOtwórz panel pod adresem http://localhost:3001. Dodaj klucze dostawców na stronie Keys. Do embeddingów dobrym początkiem są klucz Google AI Studio i klucz Cloudflare. Skopiuj ujednolicony klucz z tej samej strony.
Krok 2: Wywołaj endpoint embeddingów
Wyślij listę ciągów, aby dostać kilka wektorów w jednym żądaniu. Użyj tej samej wartości model dla dokumentów i dla zapytań wyszukiwania.
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: osadź i porównaj dwa teksty
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))Pole model przyjmuje trzy formy: auto, nazwę rodziny, na przykład bge-m3, albo identyfikator modelu dostawcy, na przykład @cf/baai/bge-m3. Identyfikator modelu dostawcy wskazuje swoją rodzinę, więc przełączanie awaryjne pozostaje w tej rodzinie.
Który darmowy model embeddingów wybrać
Wybierz model raz dla każdej bazy wektorów. Jeśli później zmienisz model, musisz ponownie osadzić wszystkie dokumenty.
| Potrzeba | Rodzina modelu | Dlaczego |
|---|---|---|
| Krótki tekst angielski lub wielojęzyczny, wielu dostawców | bge-m3 | 1024 wymiary, 8,192 tokeny wejścia. Kilku darmowych dostawców go obsługuje, więc przełączanie awaryjne ma więcej opcji. |
| Wysokiej jakości wyszukiwanie z kluczem Google | gemini-embedding-001 | 3072 wymiary. Limit wejścia to 2,048 tokenów, więc dziel długie dokumenty na fragmenty. |
| Długie dokumenty w jednym wektorze | embed-v4.0 (Cohere) | Duże okno wejścia. Klucz próbny pozwala tylko na 1,000 wywołań każdego miesiąca, wspólnie z czatem. |
| Małe wektory i szybkie wyszukiwanie | bge-small-en-v1.5 | 384 wymiary. Tylko angielski, a limit wejścia to 512 tokenów. |
| Wyszukiwanie kodu | codestral-embed | Trenowany na kodzie. Używa kwoty darmowego trybu Mistral. |
Duże wektory kosztują więcej miejsca i pamięci w bazie wektorowej. Wektor 3072-wymiarowy jest trzy razy większy niż wektor 1024-wymiarowy. W większości projektów RAG poniżej miliona fragmentów 768 do 1024 wymiarów daje dobre wyniki.
Limity i pułapki
- Limity wejścia: tekst powyżej wartości „Maks. wejście” może zostać obcięty albo odrzucony. Przed osadzeniem podziel dokumenty na fragmenty po 300 do 800 tokenów.
- Jedna rodzina na bazę: nie mieszaj wektorów z dwóch rodzin w jednym indeksie. Wyniki podobieństwa nie mają sensu między modelami.
- Normalizacja: Google pisze, że wektory
gemini-embedding-001z mniej niż 3072 wymiarami musisz znormalizować sam. Znormalizuj wszystkie wektory, zanim użyjesz iloczynu skalarnego jako wyniku. - Limity szybkości: darmowe poziomy liczą żądania na minutę lub na dzień. Wysyłaj partie ciągów w jednym żądaniu, a nie jedno żądanie na każdy ciąg.
- Poziomy anonimowe: OVH AI Endpoints pozwala na 2 żądania na minutę dla każdego adresu IP i modelu bez klucza. Używaj tego jako zapasu, a nie do masowego indeksowania.
Rozwiązywanie problemów
| Problem | Przyczyna | Rozwiązanie |
|---|---|---|
| Błąd 429 podczas masowego indeksowania | Osiągnięto limit dostawcy dla rodziny | Dodaj drugi klucz dostawcy dla tej samej rodziny albo wysyłaj mniej żądań na minutę |
| Wyniki wyszukiwania są złe po zmianie | Dokumenty i zapytania używają różnych rodzin | Użyj jednej wartości model dla obu. Jeśli ją zmieniłeś, osadź dokumenty ponownie |
| Długość wektora nie jest taka, jakiej się spodziewasz | auto używa domyślnej rodziny | Ustaw jawną nazwę rodziny albo sprawdź domyślną na stronie Models, Embeddings |
| Długie teksty dają słabe dopasowania | Tekst jest dłuższy niż limit wejścia | Podziel tekst na mniejsze fragmenty |
| Błąd 401 | Ujednolicony klucz jest błędny albo go brakuje | Skopiuj ponownie ujednolicony klucz ze strony Keys |
Najczęstsze pytania
Czy istnieje darmowe API embeddingów?
Tak. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH i inni dają darmowe modele embeddingów z limitami szybkości. FreeLLMAPI udostępnia 41 z nich za jednym endpointem zgodnym z OpenAI.
Czy mogę użyć SDK OpenAI do darmowych embeddingów?
Tak. Ustaw base URL na http://localhost:3001/v1 i użyj swojego ujednoliconego klucza. Następnie wywołaj client.embeddings.create z nazwą rodziny, na przykład bge-m3.
Dlaczego FreeLLMAPI nie przełącza awaryjnie na inny model embeddingów?
Wektory z różnych modeli nie są zgodne. Ciche zmiana modelu zepsułaby wyszukiwanie podobieństwa. Router przełącza awaryjnie tylko między dostawcami, którzy obsługują ten sam model z tej samej rodziny.
Jaki jest najlepszy darmowy model embeddingów do RAG?
W większości projektów bge-m3 jest dobrym domyślnym wyborem. Ma 1024 wymiary, limit wejścia 8,192 tokeny i kilku darmowych dostawców. Użyj gemini-embedding-001, jeśli chcesz 3072 wymiary i masz klucz Google.
Ile wymiarów powinny mieć moje embeddingi?
Do większości wyszukiwania i RAG użyj 768 do 1024 wymiarów. Większe wektory zużywają więcej miejsca i pamięci. Wybierz rozmiar raz, bo zmiana oznacza ponowne osadzenie wszystkich dokumentów.
Powiązane poradniki
- Darmowe API LLM dla RAG
- Darmowe API LLM dla LangChain
- Darmowe API LLM w Pythonie
- free cohere api
- Darmowe API LLM: limity żądań
Źródła
- FreeLLMAPI docs: Embeddings (sprawdzono 20 November 2026)
- Google AI Studio docs: Embeddings (sprawdzono 20 November 2026)
- Cloudflare Workers AI pricing (sprawdzono 20 November 2026)
- Cohere docs: API keys and rate limits (sprawdzono 20 November 2026)
- OVHcloud AI Endpoints capabilities (sprawdzono 20 November 2026)