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.
autoஉடன், 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:
| மாதிரி | இலவசம் | சூழல் அளவு | இலவச வரம்புகள் (சிறந்த சலுகை) | கருவிகள் | படப் பார்வை |
|---|---|---|---|---|---|
| OpenAI: GPT-6 Luna | ElectronHub | 1.1M | $0.25/week shared free credits | இல்லை | இல்லை |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 கோரிக்கை/நிமிடம் 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | ஆம் | ஆம் |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 கோரிக்கை/நிமிடம் 20 கோரிக்கை/நாள் 250,000 டோக்கன்/நிமிடம் ~3M | ஆம் | ஆம் |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 கோரிக்கை/நிமிடம் 50 கோரிக்கை/நாள் Shared rate limit | ஆம் | இல்லை |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | இல்லை | இல்லை |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 கோரிக்கை/நிமிடம் 20 கோரிக்கை/நாள் 250,000 டோக்கன்/நிமிடம் ~3M | ஆம் | ஆம் |
| GLM-5.2 | ModelScope, Router9 | 1M | 100 கோரிக்கை/நாள் Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | இல்லை | இல்லை |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 கோரிக்கை/நிமிடம் 20 கோரிக்கை/நாள் 250,000 டோக்கன்/நிமிடம் ~3M | ஆம் | ஆம் |
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))./storage ஐ நீக்கி index ஐ மீண்டும் உருவாக்குங்கள்.இன்றைய catalog இல் இந்த embedding மாடல்கள் இலவசம். Dimensions நெடுவரிசை ஒவ்வொரு family யின் vector அளவைக் காட்டுகிறது.
| 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.
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.
| மாதிரி | இலவசம் | சூழல் அளவு | இலவச வரம்புகள் (சிறந்த சலுகை) | கருவிகள் | படப் பார்வை |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 கோரிக்கை/நிமிடம் 1 req/min per model | ஆம் | இல்லை |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 கோரிக்கை/நிமிடம் 40 RPM | ஆம் | ஆம் |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | ஆம் | ஆம் |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | ஆம் | இல்லை |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | ஆம் | ஆம் |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 கோரிக்கை/நிமிடம் 20 கோரிக்கை/நாள் 250,000 டோக்கன்/நிமிடம் ~3M | ஆம் | ஆம் |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | ஆம் | ஆம் |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 கோரிக்கை/நிமிடம் 50 கோரிக்கை/நாள் 50 req/day account-wide (1,000 after a $10 purchase) | ஆம் | ஆம் |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 கோரிக்கை/நிமிடம் 50 கோரிக்கை/நாள் Shared rate limit | ஆம் | இல்லை |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 கோரிக்கை/நிமிடம் 250 கோரிக்கை/நாள் 70,000 டோக்கன்/நிமிடம் ~6M | ஆம் | ஆம் |
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_sizeஐ 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.
OpenAILikeEmbeddingஇயல்பாக 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
| சிக்கல் | காரணம் | தீர்வு |
|---|---|---|
Unknown model 'auto' | நீங்கள் OpenAI class ஐப் பயன்படுத்தினீர்கள் | OpenAILike ஐப் பயன்படுத்துங்கள் |
கோரிக்கைகள் /v1/completions க்குச் செல்கின்றன | is_chat_model அமைக்கப்படவில்லை | is_chat_model=True ஐ அமையுங்கள் |
| Agent tools ஐ அழைக்கவில்லை | is_function_calling_model முடக்கப்பட்டுள்ளது, அல்லது மாடலுக்கு tool calling இல்லை | அதை True ஆக அமைத்து, tools profile ஐப் பயன்படுத்துங்கள் |
| Ingestion இல் Error 429 | Embedding family எல்லா providers லும் அதன் வரம்பில் உள்ளது | பெரிய batches ஐப் பயன்படுத்துங்கள், Retry-After க்குக் காத்திருந்து மீண்டும் இயக்குங்கள் |
| Embedding மாடலை மாற்றிய பிறகு மோசமான பதில்கள் | ஒரே index இல் இரண்டு families இன் vectors | சேமித்த index ஐ நீக்கி மீண்டும் உருவாக்குங்கள் |
| Context நீள பிழை | context_window பதிலளித்த மாடலை விடப் பெரியது | சிறிய 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.
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
- RAG-க்கு இலவச LLM API
- இலவச embeddings API
- LangChain-க்கான இலவச LLM API
- Python இல் இலவச LLM API
- 1 மில்லியன் டோக்கன் context கொண்ட இலவச LLM API
ஆதாரங்கள்
- LlamaIndex: llama-index-llms-openai-like README (சரிபார்க்கப்பட்டது 20 November 2026)
- LlamaIndex: llama-index-embeddings-openai-like source (சரிபார்க்கப்பட்டது 20 November 2026)
- LlamaIndex: FunctionAgent (agent workflow) source (சரிபார்க்கப்பட்டது 20 November 2026)
- FreeLLMAPI docs: REST API (embeddings families, routing strategies) (சரிபார்க்கப்பட்டது 20 November 2026)
அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்