இலவச embeddings API
Embeddings API ஓர் உரையை search, RAG மற்றும் clustering க்கான vectors ஆக மாற்றுகிறது. பல providers embeddings ஐ இலவசமாக வழங்குகின்றன. FreeLLMAPI 41 இலவச embedding மாடல்களை ஒரே /v1/embeddings endpoint பின்னால் வைக்கிறது. இந்த வழிகாட்டி மாடல்கள், அவற்றின் வரம்புகள் மற்றும் வேலை செய்யும் code ஆகியவற்றைக் காட்டுகிறது.
குறியீடு, மாதிரிப் பெயர்கள் மற்றும் நேரடி பட்டியல் லேபிள்கள் ஆங்கிலத்தில் காட்டப்படுகின்றன.
FreeLLMAPI இல் இலவச embeddings எவ்வாறு வேலை செய்கின்றன
/v1/embeddings endpoint OpenAI கோரிக்கை வடிவத்தைப் பயன்படுத்துகிறது. எந்த OpenAI SDK ம் அதை அழைக்கலாம். நீங்கள் உரையை அனுப்புகிறீர்கள், ஒவ்வொரு input சரத்திற்கும் ஒரு vector கிடைக்கும்.
Embeddings chat இலிருந்து வேறு failover விதியைப் பின்பற்றுகின்றன. Chat கோரிக்கைகள் வேறு மாடலுக்கு மாறலாம். Embedding கோரிக்கைகள் ஒருபோதும் வேறு மாடலுக்கு மாறுவதில்லை. இரண்டு மாடல்களின் vectors ஒத்துப்போகாது, எனவே அமைதியான மாடல் மாற்றம் உங்கள் vector store ஐச் சிதைத்துவிடும்.
- Family: FreeLLMAPI providers ஐ family வாரியாகத் தொகுக்கிறது. Family என்பது ஒரே vector அளவுடன் கூடிய ஒரு மாடல் அடையாளம். எடுத்துக்காட்டாக, 1024 dimensions உடன்
bge-m3. - Failover: ஒரு family இல் உள்ள ஒரு provider அதன் வரம்பை அடையும்போது, router அதே family ஐ வழங்கும் அடுத்த provider ஐ முயற்சிக்கிறது.
- Default:
model: "auto"இயல்புநிலை family ஐப் பயன்படுத்துகிறது. Dashboard இல் Models, Embeddings பக்கத்தில் இயல்புநிலை family ஐ அமைக்கிறீர்கள்.
இன்று இலவச embedding மாடல்கள்
அட்டவணை FreeLLMAPI catalog இல் உள்ள ஒவ்வொரு இலவச embedding மாடலையும் பட்டியலிடுகிறது. தரவு நேரடி catalog இலிருந்து வருகிறது. "அதிகபட்ச உள்ளீடு" என்பது ஒரு input சரத்திற்கான அதிகபட்ச tokens எண்ணிக்கை. "இலவச வரம்பு" என்பது provider வெளியிடும் இலவச quota.
| மாதிரி | வழங்குநர் | பரிமாணங்கள் | அதிகபட்ச உள்ளீடு | இலவச வரம்பு |
|---|---|---|---|---|
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) |
FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.
சில providers chat மற்றும் embeddings க்கு ஒரே quota ஐப் பகிர்கின்றன. எடுத்துக்காட்டாக, Cohere trial key ஒவ்வொரு மாதமும் எல்லா endpoints க்கும் சேர்த்து 1,000 API calls அனுமதிக்கிறது. Cloudflare Workers AI ஒவ்வொரு நாளும் 10,000 neurons வழங்குகிறது, அவை கணக்கில் உள்ள எல்லா Workers AI மாடல்களாலும் பகிரப்படுகின்றன.
படி 1: FreeLLMAPI ஐ நிறுவி keys ஐச் சேர்க்கவும்
FreeLLMAPI open source. அது Docker இல் உங்கள் கணினியில் இயங்குகிறது. உங்கள் provider keys உங்கள் கணினியிலேயே இருக்கும்.
நிறுவு (macOS அல்லது Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 இல் dashboard ஐத் திறவுங்கள். Keys பக்கத்தில் உங்கள் provider keys ஐச் சேர்க்கவும். Embeddings க்கு, ஒரு Google AI Studio key மற்றும் ஒரு Cloudflare key ஒரு நல்ல தொடக்கம். அதே பக்கத்திலிருந்து உங்கள் unified key ஐ நகலெடுக்கவும்.
படி 2: embeddings endpoint ஐ அழைக்கவும்
ஒரே கோரிக்கையில் பல vectors பெற சரங்களின் பட்டியலை அனுப்புங்கள். உங்கள் ஆவணங்களுக்கும் தேடல் கேள்விகளுக்கும் ஒரே model மதிப்பைப் பயன்படுத்துங்கள்.
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: இரண்டு உரைகளை embed செய்து ஒப்பிடுங்கள்
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))model புலம் மூன்று வடிவங்களை ஏற்கிறது: auto, bge-m3 போன்ற family பெயர், அல்லது @cf/baai/bge-m3 போன்ற provider model id. Provider model id அதன் family க்குத் தீர்க்கப்படுகிறது, எனவே failover இன்னும் அந்த family க்குள்ளேயே இருக்கும்.
எந்த இலவச embedding மாடலைத் தேர்ந்தெடுப்பது
ஒவ்வொரு vector store க்கும் மாடலை ஒரு முறை தேர்ந்தெடுங்கள். பின்னர் மாடலை மாற்றினால், எல்லா ஆவணங்களையும் மீண்டும் embed செய்ய வேண்டும்.
| தேவை | Model family | ஏன் |
|---|---|---|
| குறுகிய ஆங்கிலம் அல்லது பல மொழி உரை, பல providers | bge-m3 | 1024 dimensions, 8,192 input tokens. பல இலவச providers இதை வழங்குவதால், failover க்கு அதிக வாய்ப்புகள் உள்ளன. |
| Google key உடன் உயர் தரமான retrieval | gemini-embedding-001 | 3072 dimensions. Input வரம்பு 2,048 tokens, எனவே நீண்ட ஆவணங்களை chunks ஆகப் பிரிக்கவும். |
| ஒரே vector இல் நீண்ட ஆவணங்கள் | embed-v4.0 (Cohere) | பெரிய input window. Trial key ஒவ்வொரு மாதமும் 1,000 calls மட்டுமே அனுமதிக்கிறது, அது chat உடன் பகிரப்படுகிறது. |
| சிறிய vectors மற்றும் வேகமான தேடல் | bge-small-en-v1.5 | 384 dimensions. ஆங்கிலம் மட்டும், input வரம்பு 512 tokens. |
| Code தேடல் | codestral-embed | Code க்காகப் பயிற்றுவிக்கப்பட்டது. அது Mistral இலவச mode quota ஐப் பயன்படுத்துகிறது. |
பெரிய vectors vector database இல் அதிக storage மற்றும் memory எடுக்கின்றன. 3072-dimension vector, 1024-dimension vector ஐ விட மூன்று மடங்கு பெரியது. பத்து லட்சம் chunks க்குக் கீழ் உள்ள பெரும்பாலான RAG திட்டங்களுக்கு 768 முதல் 1024 dimensions நல்ல முடிவுகளைத் தருகின்றன.
வரம்புகளும் எச்சரிக்கைகளும்
- Input வரம்புகள்: "அதிகபட்ச உள்ளீடு" மதிப்பை விட நீண்ட உரை வெட்டப்படலாம் அல்லது நிராகரிக்கப்படலாம். Embed செய்வதற்கு முன் ஆவணங்களை 300 முதல் 800 tokens வரையுள்ள chunks ஆகப் பிரிக்கவும்.
- ஒரு store க்கு ஒரு family: ஒரே index இல் இரண்டு families இன் vectors ஐக் கலக்க வேண்டாம். மாடல்களுக்கு இடையே similarity scores க்கு பொருள் இல்லை.
- Normalization: 3072 க்குக் குறைவான dimensions கொண்ட
gemini-embedding-001vectors ஐ நீங்களே normalize செய்ய வேண்டும் என்று Google கூறுகிறது. Score ஆக dot product ஐப் பயன்படுத்தும் முன் எல்லா vectors ஐயும் normalize செய்யுங்கள். - Rate limits: இலவச நிலைகள் நிமிடத்திற்கு அல்லது நாளுக்கு கோரிக்கைகளை எண்ணுகின்றன. ஒவ்வொரு சரத்திற்கும் ஒரு கோரிக்கை அல்ல, சரங்களின் batch ஐ ஒரே கோரிக்கையில் அனுப்புங்கள்.
- Anonymous நிலைகள்: OVH AI Endpoints key இல்லாமல் ஒவ்வொரு IP முகவரி மற்றும் மாடலுக்கும் நிமிடத்திற்கு 2 கோரிக்கைகளை அனுமதிக்கிறது. அதை fallback ஆகப் பயன்படுத்துங்கள், மொத்தமாக index செய்ய அல்ல.
சிக்கல் தீர்த்தல்
| சிக்கல் | காரணம் | தீர்வு |
|---|---|---|
| மொத்த indexing இல் Error 429 | Family க்கான provider வரம்பு அடைந்தது | அதே family க்கு இரண்டாவது provider key ஐச் சேர்க்கவும், அல்லது ஒவ்வொரு நிமிடமும் குறைவான கோரிக்கைகளை அனுப்பவும் |
| ஒரு மாற்றத்திற்குப் பிறகு தேடல் முடிவுகள் தவறாக உள்ளன | ஆவணங்களும் கேள்விகளும் வெவ்வேறு families ஐப் பயன்படுத்துகின்றன | இரண்டிற்கும் ஒரே model மதிப்பைப் பயன்படுத்துங்கள். மாற்றியிருந்தால் ஆவணங்களை மீண்டும் embed செய்யுங்கள் |
| Vector நீளம் நீங்கள் எதிர்பார்த்தது அல்ல | auto இயல்புநிலை family ஐப் பயன்படுத்துகிறது | ஒரு தெளிவான family பெயரை அமையுங்கள், அல்லது Models, Embeddings இல் இயல்புநிலையைச் சரிபார்க்கவும் |
| நீண்ட உரைகள் மோசமான பொருத்தங்களைத் தருகின்றன | உரை input வரம்பை விட நீளமானது | உரையை சிறிய chunks ஆகப் பிரிக்கவும் |
| Error 401 | Unified key தவறானது அல்லது இல்லை | Keys பக்கத்திலிருந்து unified key ஐ மீண்டும் நகலெடுக்கவும் |
அடிக்கடி கேட்கப்படும் கேள்விகள்
இலவச embeddings API உள்ளதா?
ஆம். Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH மற்றும் பிறர் வரம்புகளுடன் இலவச embedding மாடல்களை வழங்குகின்றனர். FreeLLMAPI அவற்றில் 41 ஐ ஒரே OpenAI-compatible endpoint பின்னால் வைக்கிறது.
இலவச embeddings க்கு OpenAI SDK ஐப் பயன்படுத்த முடியுமா?
முடியும். Base URL ஐ http://localhost:3001/v1 என அமைத்து, உங்கள் unified key ஐப் பயன்படுத்துங்கள். பிறகு bge-m3 போன்ற family பெயருடன் client.embeddings.create ஐ அழையுங்கள்.
FreeLLMAPI ஏன் வேறு embedding மாடலுக்கு failover ஆவதில்லை?
வெவ்வேறு மாடல்களின் vectors ஒத்துப்போகாது. அமைதியான மாடல் மாற்றம் similarity தேடலை உடைத்துவிடும். Router ஒரே model family ஐ வழங்கும் providers க்கு இடையே மட்டுமே failover செய்கிறது.
RAG க்கு சிறந்த இலவச embedding மாடல் எது?
பெரும்பாலான திட்டங்களுக்கு bge-m3 ஒரு நல்ல இயல்புநிலை. அதில் 1024 dimensions, 8,192-token input வரம்பு மற்றும் பல இலவச providers உள்ளன. 3072 dimensions வேண்டுமென்றால், உங்களிடம் Google key இருந்தால் gemini-embedding-001 ஐப் பயன்படுத்துங்கள்.
என் embeddings எத்தனை dimensions கொண்டிருக்க வேண்டும்?
பெரும்பாலான தேடல் மற்றும் RAG வேலைகளுக்கு 768 முதல் 1024 dimensions ஐப் பயன்படுத்துங்கள். பெரிய vectors அதிக storage மற்றும் memory எடுக்கின்றன. அளவை ஒரு முறை தேர்ந்தெடுங்கள், ஏனெனில் மாற்றம் என்றால் எல்லா ஆவணங்களையும் மீண்டும் embed செய்ய வேண்டும்.
தொடர்புடைய வழிகாட்டிகள்
- RAG-க்கு இலவச LLM API
- LangChain-க்கான இலவச LLM API
- Python இல் இலவச LLM API
- free cohere api
- இலவச LLM API rate limit-கள்
ஆதாரங்கள்
- FreeLLMAPI docs: Embeddings (சரிபார்க்கப்பட்டது 20 November 2026)
- Google AI Studio docs: Embeddings (சரிபார்க்கப்பட்டது 20 November 2026)
- Cloudflare Workers AI pricing (சரிபார்க்கப்பட்டது 20 November 2026)
- Cohere docs: API keys and rate limits (சரிபார்க்கப்பட்டது 20 November 2026)
- OVHcloud AI Endpoints capabilities (சரிபார்க்கப்பட்டது 20 November 2026)
அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்