முகப்பு / வழிகாட்டிகள் / LlamaIndex க்கான இலவச LLM

LlamaIndex க்கான இலவச LLM

LlamaIndex இல் OpenAI-compatible APIs க்கு இரண்டு classes உள்ளன: chat க்கு OpenAILike, embeddings க்கு OpenAILikeEmbedding. இந்த வழிகாட்டி இரண்டையும் FreeLLMAPI க்கு சுட்டுகிறது. அது 45 இலவச provider நிலைகளை ஒரே key பின்னால் இணைக்கிறது. Retrieval-augmented generation (RAG) index ஒன்றை உருவாக்கி, அதில் கேள்வி கேட்டு, ஒரு agent ஐச் சேர்க்கிறீர்கள். Code rate limits ஐக் கையாளுகிறது.

குறியீடு, மாதிரிப் பெயர்கள் மற்றும் நேரடி பட்டியல் லேபிள்கள் ஆங்கிலத்தில் காட்டப்படுகின்றன.

Packages ஐ நிறுவவும்

FreeLLMAPI ஐ நிறுவி, dashboard இன் Keys பக்கத்தில் இரண்டு அல்லது அதற்கு மேற்பட்ட providers இலிருந்து இலவச keys ஐச் சேர்க்கவும். Unified key ஐ நகலெடுக்கவும். பிறகு LlamaIndex packages ஐ நிறுவவும்.

நிறுவு

curl -fsSL https://freellmapi.co/install.sh | bash

pip install -U llama-index-core \
  llama-index-llms-openai-like \
  llama-index-embeddings-openai-like

export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>

சாதாரண OpenAI class ஐ, llama-index-llms-openai இலிருந்து, OpenAI க்குத் தெரியாத மாடல் பெயர்களுடன் பயன்படுத்த வேண்டாம். அந்த class மாடல் பெயர்களையும் context அளவுகளையும் OpenAI மாடல்களின் பட்டியலுடன் சரிபார்க்கிறது. OpenAILike அப்படிச் செய்வதில்லை, எனவே இந்த மதிப்புகளை நீங்களே அமைக்கிறீர்கள்.

LLM மற்றும் embedding மாடலை அமையுங்கள்

settings.py

import os
from llama_index.core import Settings
from llama_index.llms.openai_like import OpenAILike
from llama_index.embeddings.openai_like import OpenAILikeEmbedding

BASE = os.environ["FREELLMAPI_BASE_URL"]
KEY = os.environ["FREELLMAPI_API_KEY"]

Settings.llm = OpenAILike(
    model="auto",
    api_base=BASE,
    api_key=KEY,
    is_chat_model=True,              # use /v1/chat/completions
    is_function_calling_model=True,  # needed for FunctionAgent
    context_window=32000,            # the smallest window in your chain
    max_retries=5,
    timeout=90,
)

Settings.embed_model = OpenAILikeEmbedding(
    model_name="bge-m3",  # one family, 1024 dimensions
    api_base=BASE,
    api_key=KEY,
    embed_batch_size=16,
    max_retries=10,
)
  • is_chat_model=True: இது இல்லாமல், LlamaIndex கோரிக்கைகளை பழைய completions endpoint க்கு அனுப்பும்.
  • context_window: எத்தனை மீட்டெடுக்கப்பட்ட chunks prompt இல் பொருந்தும் என்பதை LlamaIndex இந்த மதிப்பால் தீர்மானிக்கிறது. auto உடன், router வெவ்வேறு மாடல்களைத் தேர்ந்தெடுக்கலாம். உங்கள் சங்கிலியில் உள்ள மிகச் சிறிய context window ஐப் பயன்படுத்துங்கள்.
  • is_function_calling_model=True: உங்கள் சங்கிலியில் tool-calling மாடல்கள் இருந்தால் மட்டும் இதை அமையுங்கள்.
  • embed_batch_size: ஒவ்வொரு batch ம் ஒரு கோரிக்கை. பெரிய batches நிமிடத்திற்கு குறைவான கோரிக்கைகளைப் பயன்படுத்துகின்றன.

RAG prompt பல மீட்டெடுக்கப்பட்ட chunks ஐ கொண்டு செல்கிறது, எனவே chat மாடலுக்கு அவற்றுக்கான இடம் தேவை. RAG க்கு நீண்ட-context மாடல்களுடன் ஒரு fallback சங்கிலி profile ஐ உருவாக்குங்கள். பிறகு model="auto:<profile>" ஐ அமைத்து, context_window ஐ அந்த profile இல் உள்ள மிகச் சிறிய window க்கு உயர்த்துங்கள். இன்று இந்த இலவச மாடல்களுக்கு மிகப் பெரிய context windows உள்ளன:

மிகப் பெரிய context windows உள்ள இலவச மாடல்கள்
மாதிரிஇலவசம்சூழல் அளவுஇலவச வரம்புகள் (சிறந்த சலுகை)கருவிகள்படப் பார்வை
OpenAI: GPT-6 LunaElectronHub1.1M$0.25/week shared free creditsஇல்லைஇல்லை
Gemini 3.8 FlashAPINex, Google AI Studio1M5 கோரிக்கை/நிமிடம்
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
ஆம்ஆம்
Gemini 3.7 FlashGoogle AI Studio1M10 கோரிக்கை/நிமிடம்
20 கோரிக்கை/நாள்
250,000 டோக்கன்/நிமிடம்
~3M
ஆம்ஆம்
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 கோரிக்கை/நிமிடம்
50 கோரிக்கை/நாள்
Shared rate limit
ஆம்இல்லை
DeepSeek V4 Flash 0731ElectronHub, Router91M10,000 credits/month (~$1), shared; account-anniversary resetஇல்லைஇல்லை
Gemini 3.6 FlashGoogle AI Studio1M10 கோரிக்கை/நிமிடம்
20 கோரிக்கை/நாள்
250,000 டோக்கன்/நிமிடம்
~3M
ஆம்ஆம்
GLM-5.2ModelScope, Router91M100 கோரிக்கை/நாள்
Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience
இல்லைஇல்லை
Gemini 3.5 FlashGoogle AI Studio1M10 கோரிக்கை/நிமிடம்
20 கோரிக்கை/நாள்
250,000 டோக்கன்/நிமிடம்
~3M
ஆம்ஆம்

பொருந்தும் 115 இலவச மாதிரிகளில் 8 காட்டப்படுகின்றன. அனைத்து மாதிரிகளையும் பார்க்கவும்.

FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.

ஒரே பயனரை ஒரே மாடலில் வைத்திருக்க, X-Session-Id header ஐ அனுப்புங்கள். OpenAILike default_headers ஐ ஏற்கிறது, எடுத்துக்காட்டாக default_headers={"X-Session-Id": "user-42"}. FreeLLMAPI ஓர் அமர்வை 30 நிமிடங்களுக்கு ஒரே மாடலில் வைத்திருக்கிறது. இது ஒரே உரையாடல் முழுவதும் ஒரே பாணியிலான பதில்களைத் தருகிறது.

RAG index ஐ உருவாக்கி கேள்வி கேளுங்கள்

Script ஒரு folder இலிருந்து கோப்புகளைப் படிக்கிறது, embeddings ஐ உருவாக்குகிறது, index ஐச் சேமிக்கிறது, ஒரு கேள்விக்குப் பதிலளிக்கிறது. Index ஐ உருவாக்க ஒரு முறை இயக்குங்கள். பின்னர் நடக்கும் இயக்கங்கள் சேமித்த index ஐ ஏற்றும், கோப்புகளை மீண்டும் embed செய்யாது.

rag.py

import os
import settings  # noqa: F401  (sets Settings.llm and Settings.embed_model)
from llama_index.core import (
    SimpleDirectoryReader,
    StorageContext,
    VectorStoreIndex,
    load_index_from_storage,
)

PERSIST = "./storage"


def load_index() -> VectorStoreIndex:
    if os.path.isdir(PERSIST):
        return load_index_from_storage(StorageContext.from_defaults(persist_dir=PERSIST))
    docs = SimpleDirectoryReader("./docs").load_data()
    index = VectorStoreIndex.from_documents(docs, show_progress=True)
    index.storage_context.persist(persist_dir=PERSIST)
    return index


if __name__ == "__main__":
    query_engine = load_index().as_query_engine(similarity_top_k=4, streaming=True)
    response = query_engine.query("How do I rotate the API keys?")
    response.print_response_stream()
    for node in response.source_nodes:
        print("\nSource:", node.metadata.get("file_name"), round(node.score or 0, 3))
முக்கியம்: முழு index க்கும் ஒரே embedding family ஐ வையுங்கள். FreeLLMAPI failover இல் embedding மாடலை ஒருபோதும் மாற்றுவதில்லை. அது ஒரே family ஐ வழங்கும் providers க்கு இடையே மட்டுமே நகர்கிறது. Family ஐ மாற்றினால், ./storage ஐ நீக்கி index ஐ மீண்டும் உருவாக்குங்கள்.

இன்றைய catalog இல் இந்த embedding மாடல்கள் இலவசம். Dimensions நெடுவரிசை ஒவ்வொரு family யின் vector அளவைக் காட்டுகிறது.

மாதிரிவழங்குநர்பரிமாணங்கள்அதிகபட்ச உள்ளீடுஇலவச வரம்பு
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)

FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.

FunctionAgent உடன் ஒரு agent ஐச் சேர்க்கவும்

FunctionAgent tool calling ஐப் பயன்படுத்துகிறது. அதற்கு query engine ஐ ஒரு tool ஆகவும், உங்கள் சொந்த Python functions ஐயும் கொடுக்கலாம்.

agent.py

import asyncio
from llama_index.core.agent.workflow import FunctionAgent
from llama_index.core.tools import QueryEngineTool
from llama_index.core import Settings
from rag import load_index

docs_tool = QueryEngineTool.from_defaults(
    query_engine=load_index().as_query_engine(similarity_top_k=4),
    name="project_docs",
    description="Answers questions about the project documentation.",
)

def open_tickets(team: str) -> int:
    """Return the number of open tickets for a team."""
    return {"billing": 4, "platform": 11}.get(team, 0)

agent = FunctionAgent(
    tools=[docs_tool, open_tickets],
    llm=Settings.llm,
    system_prompt="Use the tools. Cite the document name in each answer.",
)

async def main():
    result = await agent.run("How many platform tickets are open, and how do we rotate keys?")
    print(result)

asyncio.run(main())

Agent வேலைக்கு tool calling உள்ள மாடல்களைத் தேர்ந்தெடுங்கள். இந்த மாடல்கள் மட்டும் உள்ள fallback சங்கிலி profile ஒன்றை உருவாக்கி, மாடல் பெயராக auto:<profile> ஐப் பயன்படுத்துங்கள்.

Tool calling மற்றும் 128K+ context உள்ள இலவச மாடல்கள்
மாதிரிஇலவசம்சூழல் அளவுஇலவச வரம்புகள் (சிறந்த சலுகை)கருவிகள்படப் பார்வை
GLM 5.3UnoRouter1M1 கோரிக்கை/நிமிடம்
1 req/min per model
ஆம்இல்லை
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 கோரிக்கை/நிமிடம்
40 RPM
ஆம்ஆம்
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaஆம்ஆம்
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceஆம்இல்லை
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditஆம்ஆம்
Gemini 3.7 FlashGoogle AI Studio1M10 கோரிக்கை/நிமிடம்
20 கோரிக்கை/நாள்
250,000 டோக்கன்/நிமிடம்
~3M
ஆம்ஆம்
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditஆம்ஆம்
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 கோரிக்கை/நிமிடம்
50 கோரிக்கை/நாள்
50 req/day account-wide (1,000 after a $10 purchase)
ஆம்ஆம்
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 கோரிக்கை/நிமிடம்
50 கோரிக்கை/நாள்
Shared rate limit
ஆம்இல்லை
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 கோரிக்கை/நிமிடம்
250 கோரிக்கை/நாள்
70,000 டோக்கன்/நிமிடம்
~6M
ஆம்ஆம்

பொருந்தும் 109 இலவச மாதிரிகளில் 10 காட்டப்படுகின்றன. அனைத்து மாதிரிகளையும் பார்க்கவும்.

FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.

Ingestion ஐ இலவச வரம்புகளுக்குள் வையுங்கள்

Ingestion குறுகிய நேரத்தில் பல embedding கோரிக்கைகளை அனுப்புகிறது. இலவச embedding நிலைகளுக்கு குறைந்த வரம்புகள் உள்ளன. எடுத்துக்காட்டாக, சில நிமிடத்திற்கு 10 கோரிக்கைகளை அனுமதிக்கின்றன, மற்றவை மாதத்திற்கான அழைப்புகளை எண்ணுகின்றன. முதல் ingestion ஐத் தொடங்கும் முன் திட்டமிடுங்கள்.

  • பெரிய chunks ஐப் பயன்படுத்துங்கள். குறைவான chunks என்றால் குறைவான vectors மற்றும் குறைவான கோரிக்கைகள். 1,024 tokens அருகில் உள்ள chunk அளவு ஒரு நல்ல தொடக்கம்.
  • Batches ஐப் பயன்படுத்துங்கள். embed_batch_size ஐ 16 அல்லது அதற்கு மேல் அமையுங்கள். அப்போது ஒரு கோரிக்கை பல chunks ஐ கொண்டு செல்லும்.
  • Index ஐச் சேமியுங்கள். முதல் இயக்கத்திற்குப் பிறகு index ஐ சேமியுங்கள். அதே கோப்புகளை மீண்டும் embed செய்ய வேண்டாம்.
  • Retries ஐ இயக்கி வையுங்கள். OpenAILikeEmbedding இயல்பாக 10 முறை வரை மீண்டும் முயற்சிக்கிறது. நீண்ட ingestion பணிகளுக்கு இந்த மதிப்பை வையுங்கள்.
  • பகுதிகளாக ingest செய்யுங்கள். ஆயிரக்கணக்கான கோப்புகளுக்கு, ஒரு நேரத்தில் ஒரு folder ஐ ingest செய்யுங்கள்.

Queries, ingestion ஐ விட மலிவானவை. ஒவ்வொரு query ம் ஒரு embedding கோரிக்கையையும் ஒரு chat கோரிக்கையையும் பயன்படுத்துகிறது. 1,024 tokens கொண்ட நான்கு chunks உள்ள chat கோரிக்கை சுமார் 5,000 tokens அனுப்புகிறது. குறைந்த tokens-per-minute வரம்புள்ள இலவச நிலைகள் இதை நிராகரிக்கலாம். அப்போது FreeLLMAPI அடுத்த provider ஐ முயற்சிக்கிறது.

சிக்கல் தீர்த்தல்

சிக்கல்காரணம்தீர்வு
Unknown model 'auto'நீங்கள் OpenAI class ஐப் பயன்படுத்தினீர்கள்OpenAILike ஐப் பயன்படுத்துங்கள்
கோரிக்கைகள் /v1/completions க்குச் செல்கின்றனis_chat_model அமைக்கப்படவில்லைis_chat_model=True ஐ அமையுங்கள்
Agent tools ஐ அழைக்கவில்லைis_function_calling_model முடக்கப்பட்டுள்ளது, அல்லது மாடலுக்கு tool calling இல்லைஅதை True ஆக அமைத்து, tools profile ஐப் பயன்படுத்துங்கள்
Ingestion இல் Error 429Embedding family எல்லா providers லும் அதன் வரம்பில் உள்ளதுபெரிய batches ஐப் பயன்படுத்துங்கள், Retry-After க்குக் காத்திருந்து மீண்டும் இயக்குங்கள்
Embedding மாடலை மாற்றிய பிறகு மோசமான பதில்கள்ஒரே index இல் இரண்டு families இன் vectorsசேமித்த index ஐ நீக்கி மீண்டும் உருவாக்குங்கள்
Context நீள பிழைcontext_window பதிலளித்த மாடலை விடப் பெரியதுசிறிய மதிப்பை அமையுங்கள், அல்லது நீண்ட-context profile ஐப் பயன்படுத்துங்கள்

எந்த provider ஒரு கோரிக்கைக்குப் பதிலளித்தது என்று பார்க்க, FreeLLMAPI dashboard ஐப் பயன்படுத்துங்கள். Analytics பக்கம் ஒவ்வொரு provider மற்றும் மாடலுக்கான கோரிக்கைகள், latency மற்றும் பிழைகளைக் காட்டுகிறது. ஒவ்வொரு பதிலிலும் X-Routed-Via header உள்ளது. Router provider ஐ மாற்றியிருந்தால், X-Fallback-Trail header தோல்வியடைந்த ஒவ்வொரு முயற்சியையும் அதன் காரணத்தையும் குறிப்பிடுகிறது.

இவை அனைத்தையும் ஒரே விசை மூலம் பயன்படுத்துங்கள். FreeLLMAPI என்பது திறந்த மூலமான, நீங்களே நிறுவும் ரூட்டர். இந்த இலவச அடுக்குகள் அனைத்தையும் ஒரே OpenAI-இணக்கமான இறுதிப்புள்ளிக்குப் பின்னால் வைக்கிறது. ஒரு வழங்குநர் வரம்பை எட்டும்போது தானாக அடுத்ததற்கு மாறுகிறது. பட்டியலைப் பார்க்கவும் அல்லது நேரலைக்குச் செல்லவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

இலவச LLM உடன் LlamaIndex ஐப் பயன்படுத்த முடியுமா?

முடியும். api_base ஐ OpenAI-compatible URL க்கு அமைத்து OpenAILike ஐப் பயன்படுத்துங்கள். FreeLLMAPI பல இலவச provider நிலைகளுக்கு ஒரே URL ஐத் தருகிறது. ஒவ்வொரு நிலைக்கும் அதன் சொந்த வரம்புகள் உண்டு.

LlamaIndex இல் OpenAI மற்றும் OpenAILike இடையே என்ன வேறுபாடு?

OpenAI class மாடல் பெயர்களை OpenAI மாடல்களுடன் சரிபார்க்கிறது. OpenAILike எந்த மாடல் பெயரையும் ஏற்கிறது. Context window மற்றும் chat, function-calling கொடிகளை நீங்களே அமைக்கிறீர்கள்.

LlamaIndex க்கு சிறந்த இலவச embedding மாடல் எது?

உங்கள் ingestion க்குப் போதுமான இலவச கோரிக்கைகள் உள்ள family ஐத் தேர்ந்தெடுத்து, முழு index க்கும் அதையே வையுங்கள். bge-m3 family பல providers இல் இலவசம், எனவே failover அவற்றுக்கு இடையே நகரலாம்.

இலவச மாடல்களுடன் FunctionAgent வேலை செய்யுமா?

ஆம், மாடல் tool calling ஐ ஆதரித்து, is_function_calling_model=True ஐ அமைத்தால். Tool-calling மாடல்கள் மட்டும் உள்ள fallback சங்கிலி profile ஐப் பயன்படுத்துங்கள்.

LlamaIndex index ஐ உருவாக்கும்போது rate limits ஐ எப்படித் தவிர்ப்பது?

பெரிய chunks ஐப் பயன்படுத்துங்கள், embed_batch_size ஐ 16 அல்லது அதற்கு மேல் அமையுங்கள், index ஐ சேமியுங்கள், பெரிய folders ஐ பகுதிகளாக ingest செய்யுங்கள்.

தொடர்புடைய வழிகாட்டிகள்

ஆதாரங்கள்

அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்