Бесплатный API эмбеддингов
API эмбеддингов превращает текст в векторы для поиска, RAG и кластеризации. Несколько провайдеров дают эмбеддинги бесплатно. FreeLLMAPI объединяет 41 бесплатных моделей эмбеддингов за одним эндпоинтом /v1/embeddings. Это руководство показывает модели, их лимиты и рабочий код.
Код, названия моделей и метки живого каталога показаны на английском языке.
Как работают бесплатные эмбеддинги в FreeLLMAPI
Эндпоинт /v1/embeddings использует формат запросов OpenAI. К нему может обращаться любой SDK OpenAI. Вы отправляете текст и получаете один вектор для каждой входной строки.
Для эмбеддингов действует другое правило переключения, чем для чата. Запросы чата могут перейти к другой модели. Запросы эмбеддингов никогда не переходят к другой модели. Векторы из двух моделей несовместимы, поэтому тихая смена модели испортит ваше хранилище векторов.
- Семейство: FreeLLMAPI группирует провайдеров по семействам. Семейство задаёт одну модель с одним размером вектора, например
bge-m3с 1024 измерениями. - Переключение: когда один провайдер в семействе достигает лимита, маршрутизатор пробует следующего провайдера, который обслуживает то же семейство.
- По умолчанию:
model: "auto"использует семейство по умолчанию. Семейство по умолчанию задаётся на странице Models, Embeddings панели управления.
Бесплатные модели эмбеддингов сегодня
Таблица перечисляет все бесплатные модели эмбеддингов в каталоге FreeLLMAPI. Данные взяты из актуального каталога. «Max input» это максимальное число токенов для одной входной строки. «Free limit» это бесплатная квота, которую публикует провайдер.
| Модель | Провайдер | Размерности | Макс. вход | Бесплатный лимит |
|---|---|---|---|---|
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) |
Актуальные данные из каталога FreeLLMAPI (версия 2026.11.19, проверено 2026-11-19). Бесплатные лимиты часто меняются. Каталог проверяется каждый день.
Некоторые провайдеры делят одну квоту между чатом и эмбеддингами. Например, пробный ключ Cohere разрешает 1,000 вызовов API в месяц для всех эндпоинтов вместе. Cloudflare Workers AI выдаёт 10,000 нейронов в день, общих для всех моделей Workers AI на аккаунте.
Шаг 1: установите FreeLLMAPI и добавьте ключи
FreeLLMAPI имеет открытый исходный код. Он работает на вашем компьютере в Docker. Ключи провайдеров остаются на вашем компьютере.
Установка (macOS или Linux)
curl -fsSL https://freellmapi.co/install.sh | bashОткройте панель управления по адресу http://localhost:3001. Добавьте ключи провайдеров на странице Keys. Для эмбеддингов хорошее начало дают ключ Google AI Studio и ключ Cloudflare. Скопируйте единый ключ с той же страницы.
Шаг 2: вызовите эндпоинт эмбеддингов
Отправьте список строк, чтобы получить несколько векторов в одном запросе. Используйте одно и то же значение model для документов и для поисковых запросов.
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: получить эмбеддинги двух текстов и сравнить их
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))Поле model принимает три формы: auto, имя семейства, например bge-m3, или ID модели провайдера, например @cf/baai/bge-m3. ID модели провайдера сопоставляется с семейством, поэтому переключение по-прежнему остаётся внутри этого семейства.
Какую бесплатную модель эмбеддингов выбрать
Выберите модель один раз для каждого хранилища векторов. Если позже вы смените модель, придётся заново получить эмбеддинги для всех документов.
| Задача | Семейство модели | Причина |
|---|---|---|
| Короткий английский или многоязычный текст, много провайдеров | bge-m3 | 1024 измерения, 8,192 входных токена. Эту модель обслуживают несколько бесплатных провайдеров, поэтому у переключения больше вариантов. |
| Поиск высокого качества с ключом Google | gemini-embedding-001 | 3072 измерения. Лимит входа составляет 2,048 токенов, поэтому разбивайте длинные документы на части. |
| Длинные документы в одном векторе | embed-v4.0 (Cohere) | Большое окно входа. Пробный ключ разрешает только 1,000 вызовов в месяц, общих с чатом. |
| Маленькие векторы и быстрый поиск | bge-small-en-v1.5 | 384 измерения. Только английский, а лимит входа составляет 512 токенов. |
| Поиск по коду | codestral-embed | Обучена на коде. Использует квоту бесплатного режима Mistral. |
Большие векторы требуют больше памяти и места в векторной базе данных. Вектор из 3072 измерений втрое больше вектора из 1024 измерений. Для большинства RAG-проектов с числом фрагментов до одного миллиона от 768 до 1024 измерений дают хорошие результаты.
Лимиты и подводные камни
- Лимиты входа: текст длиннее значения «Max input» может обрезаться или отклоняться. Разбивайте документы на фрагменты от 300 до 800 токенов перед получением эмбеддингов.
- Одно семейство на хранилище: не смешивайте векторы из двух семейств в одном индексе. Оценки сходства не имеют смысла между моделями.
- Нормализация: Google сообщает, что векторы
gemini-embedding-001с меньшим числом измерений, чем 3072, нужно нормализовать самостоятельно. Нормализуйте все векторы, прежде чем использовать скалярное произведение как оценку. - Лимиты частоты: бесплатные уровни считают запросы в минуту или в день. Отправляйте пакеты строк в одном запросе, а не отдельный запрос на каждую строку.
- Анонимные уровни: OVH AI Endpoints разрешает 2 запроса в минуту на каждый IP-адрес и модель без ключа. Используйте его как запасной вариант, а не для массовой индексации.
Устранение неполадок
| Проблема | Причина | Решение |
|---|---|---|
| Ошибка 429 при массовой индексации | Достигнут лимит провайдера для семейства | Добавьте ключ второго провайдера для того же семейства или отправляйте меньше запросов в минуту |
| Результаты поиска неверны после изменения | Документы и запросы используют разные семейства | Используйте одно значение model для обоих. Если вы его меняли, получите эмбеддинги документов заново |
| Длина вектора не та, что вы ожидали | auto использует семейство по умолчанию | Задайте имя семейства явно или проверьте значение по умолчанию на странице Models, Embeddings |
| Длинные тексты дают плохие совпадения | Текст длиннее лимита входа | Разбейте текст на более мелкие фрагменты |
| Ошибка 401 | Единый ключ неверный или отсутствует | Скопируйте единый ключ заново со страницы Keys |
Часто задаваемые вопросы
Есть ли бесплатный API эмбеддингов?
Да. Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH и другие предоставляют бесплатные модели эмбеддингов с лимитами частоты. FreeLLMAPI объединяет 41 из них за одним эндпоинтом, совместимым с OpenAI.
Можно ли использовать SDK OpenAI для бесплатных эмбеддингов?
Да. Задайте базовый адрес http://localhost:3001/v1 и используйте единый ключ. Затем вызывайте client.embeddings.create с именем семейства, например bge-m3.
Почему FreeLLMAPI не переключается на другую модель эмбеддингов?
Векторы разных моделей несовместимы. Тихая смена модели сломала бы поиск по сходству. Маршрутизатор переключается только между провайдерами, которые обслуживают одно и то же семейство моделей.
Какая бесплатная модель эмбеддингов лучше всего подходит для RAG?
Для большинства проектов bge-m3 хороший выбор по умолчанию. У неё 1024 измерения, лимит входа 8,192 токена и несколько бесплатных провайдеров. Используйте gemini-embedding-001, если вам нужны 3072 измерения и у вас есть ключ Google.
Сколько измерений должны иметь мои эмбеддинги?
Для большинства задач поиска и RAG используйте от 768 до 1024 измерений. Большие векторы требуют больше памяти и места. Выберите размер один раз, потому что при смене придётся заново получить эмбеддинги для всех документов.
Похожие руководства
- Бесплатный LLM API для RAG
- Бесплатный LLM API для LangChain
- Бесплатный LLM API на Python
- free cohere api
- Лимиты запросов бесплатного LLM API
Источники
- FreeLLMAPI docs: Embeddings (проверено 20 November 2026)
- Google AI Studio docs: Embeddings (проверено 20 November 2026)
- Cloudflare Workers AI pricing (проверено 20 November 2026)
- Cohere docs: API keys and rate limits (проверено 20 November 2026)
- OVHcloud AI Endpoints capabilities (проверено 20 November 2026)