Главная / Руководства / Бесплатный API эмбеддингов

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-m3 с 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.

МодельПровайдерРазмерностиМакс. входБесплатный лимит
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)

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 | bash

Откройте 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.

ЗадачаСемейство моделиПричина
Короткий английский или многоязычный текст, много провайдеровbge-m31024 измерения, 8,192 входных токена. Эту модель обслуживают несколько бесплатных провайдеров, поэтому у переключения больше вариантов.
Поиск высокого качества с ключом Googlegemini-embedding-0013072 измерения. Лимит входа составляет 2,048 токенов, поэтому разбивайте длинные документы на части.
Длинные документы в одном вектореembed-v4.0 (Cohere)Большое окно входа. Пробный ключ разрешает только 1,000 вызовов в месяц, общих с чатом.
Маленькие векторы и быстрый поискbge-small-en-v1.5384 измерения. Только английский, а лимит входа составляет 512 токенов.
Поиск по кодуcodestral-embedОбучена 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-001 с 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.
Совет: держите минимум двух провайдеров в выбранном семействе. Тогда ошибка 429 у одного провайдера не остановит задачу индексации.

Устранение неполадок

ПроблемаПричинаРешение
Ошибка 429 при массовой индексацииДостигнут лимит провайдера для семействаДобавьте ключ второго провайдера для того же семейства или отправляйте меньше запросов в минуту
Результаты поиска неверны после измененияДокументы и запросы используют разные семействаИспользуйте одно значение model для обоих. Если вы его меняли, получите эмбеддинги документов заново
Длина вектора не та, что вы ожидалиauto использует семейство по умолчаниюЗадайте имя семейства явно или проверьте значение по умолчанию на странице Models, Embeddings
Длинные тексты дают плохие совпаденияТекст длиннее лимита входаРазбейте текст на более мелкие фрагменты
Ошибка 401Единый ключ неверный или отсутствуетСкопируйте единый ключ заново со страницы Keys
Используйте каждую из этих моделей через один ключ. FreeLLMAPI это маршрутизатор с открытым исходным кодом, который работает на вашем сервере. Он объединяет все эти бесплатные тарифы за одной конечной точкой, совместимой с OpenAI, и переключается на другой провайдер, когда достигнут лимит запросов. Открыть каталог или перейти.

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

Источники

Все руководства · Смотреть все бесплатные модели