หน้าแรก / คู่มือ / Embeddings API ฟรี

Embeddings API ฟรี

Embeddings API แปลงข้อความเป็นเวกเตอร์สำหรับการค้นหา RAG และการจัดกลุ่ม ผู้ให้บริการหลายรายให้ embeddings ฟรี FreeLLMAPI รวมโมเดล embedding ฟรี 41 ตัวไว้หลัง endpoint /v1/embeddings เดียว คู่มือนี้แสดงโมเดล ขีดจำกัด และโค้ดที่ใช้งานได้

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

embeddings ฟรีทำงานใน FreeLLMAPI อย่างไร

endpoint /v1/embeddings ใช้รูปแบบคำขอเดียวกับ OpenAI SDK ใดก็เรียกใช้ได้ คุณส่งข้อความ และคุณได้เวกเตอร์หนึ่งตัวสำหรับแต่ละสตริงอินพุต

embeddings ใช้กฎ failover ที่ต่างจากแชต คำขอแชตย้ายไปโมเดลอื่นได้ คำขอ embedding ไม่ย้ายไปโมเดลอื่นเลย เวกเตอร์จากสองโมเดลไม่เข้ากัน ดังนั้นการเปลี่ยนโมเดลโดยไม่แจ้งจะทำให้ vector store ของคุณเสียหาย

  • Family: FreeLLMAPI จัดกลุ่มผู้ให้บริการตาม family family คือตัวตนของโมเดลหนึ่งตัวที่มีขนาดเวกเตอร์เดียว เช่น bge-m3 ที่ 1024 มิติ
  • Failover: เมื่อผู้ให้บริการรายหนึ่งใน family ถึงขีดจำกัด เราเตอร์จะลองผู้ให้บริการรายถัดไปที่ให้ family เดียวกัน
  • Default: model: "auto" ใช้ family ค่าเริ่มต้น คุณตั้งค่า family ค่าเริ่มต้นในหน้า Models, Embeddings ของแดชบอร์ด

โมเดล embedding ฟรีในวันนี้

ตารางแสดงโมเดล embedding ฟรีทุกตัวในแคตตาล็อก FreeLLMAPI ข้อมูลมาจากแคตตาล็อกสด "Max input" คือจำนวนโทเคนสูงสุดสำหรับหนึ่งสตริงอินพุต "Free limit" คือโควตาฟรีที่ผู้ให้บริการเผยแพร่

โมเดลผู้ให้บริการมิติอินพุตสูงสุดขีดจำกัดฟรี
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)

ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน

ผู้ให้บริการบางรายใช้โควตาร่วมกันระหว่างแชตและ embeddings เช่น คีย์ทดลองของ Cohere อนุญาต 1,000 การเรียก API ต่อเดือนสำหรับทุก endpoint รวมกัน Cloudflare Workers AI ให้ 10,000 neurons ต่อวัน ใช้ร่วมกันโดยทุกโมเดล Workers AI ในบัญชี

ขั้นที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ของผู้ให้บริการในหน้า Keys สำหรับ embeddings คีย์ Google AI Studio และคีย์ Cloudflare เป็นจุดเริ่มต้นที่ดี คัดลอก unified key ของคุณจากหน้าเดียวกัน

ขั้นที่ 2: เรียก endpoint embeddings

ส่งรายการสตริงเพื่อรับเวกเตอร์หลายตัวในคำขอเดียว ใช้ค่า model เดียวกันสำหรับเอกสารและสำหรับคำค้นหาของคุณ

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: embed และเปรียบเทียบข้อความสองข้อความ

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))

ฟิลด์ model รับได้สามรูปแบบ: auto ชื่อ family เช่น bge-m3 หรือ provider model id เช่น @cf/baai/bge-m3 provider model id จะถูกแปลงเป็น family ของมัน ดังนั้น failover ยังอยู่ภายใน family นั้น

เลือกโมเดล embedding ฟรีตัวไหน

เลือกโมเดลหนึ่งครั้งสำหรับแต่ละ vector store หากคุณเปลี่ยนโมเดลภายหลัง คุณต้อง embed เอกสารทั้งหมดใหม่

ความต้องการModel familyเหตุผล
ข้อความภาษาอังกฤษสั้น ๆ หรือหลายภาษา มีผู้ให้บริการจำนวนมากbge-m31024 มิติ 8,192 โทเคนอินพุต ผู้ให้บริการฟรีหลายรายให้บริการนี้ จึงมีตัวเลือก failover มากกว่า
การดึงข้อมูลคุณภาพสูงด้วยคีย์ Googlegemini-embedding-0013072 มิติ ขีดจำกัดอินพุตคือ 2,048 โทเคน ดังนั้นแบ่งเอกสารยาวเป็นชิ้น
เอกสารยาวในเวกเตอร์เดียวembed-v4.0 (Cohere)หน้าต่างอินพุตขนาดใหญ่ คีย์ทดลองอนุญาตเพียง 1,000 การเรียกต่อเดือน ใช้ร่วมกับแชต
เวกเตอร์ขนาดเล็กและการค้นหาที่เร็วbge-small-en-v1.5384 มิติ รองรับภาษาอังกฤษเท่านั้น และขีดจำกัดอินพุตคือ 512 โทเคน
การค้นหาโค้ดcodestral-embedฝึกสำหรับโค้ด ใช้โควตาของโหมดฟรีของ Mistral

เวกเตอร์ขนาดใหญ่ใช้พื้นที่เก็บข้อมูลและหน่วยความจำมากกว่าในฐานข้อมูลเวกเตอร์ เวกเตอร์ 3072 มิติมีขนาดใหญ่กว่าเวกเตอร์ 1024 มิติสามเท่า สำหรับโปรเจกต์ RAG ส่วนใหญ่ที่มีน้อยกว่าหนึ่งล้านชิ้น 768 ถึง 1024 มิติให้ผลลัพธ์ที่ดี

ขีดจำกัดและข้อควรระวัง

  • ขีดจำกัดอินพุต: ข้อความที่เกินค่า "Max input" อาจถูกตัดหรือถูกปฏิเสธ แบ่งเอกสารเป็นชิ้นขนาด 300 ถึง 800 โทเคนก่อน embed
  • หนึ่ง family ต่อหนึ่ง store: อย่าผสมเวกเตอร์จากสอง family ในดัชนีเดียว คะแนนความคล้ายคลึงไม่มีความหมายข้ามโมเดล
  • Normalization: Google ระบุว่าเวกเตอร์ของ gemini-embedding-001 ที่มีน้อยกว่า 3072 มิติต้อง normalize โดยคุณเอง normalize เวกเตอร์ทั้งหมดก่อนใช้ dot product เป็นคะแนน
  • ขีดจำกัดอัตรา: ระดับฟรีนับคำขอต่อนาทีหรือต่อวัน ส่งสตริงเป็นชุดในคำขอเดียว ไม่ใช่หนึ่งคำขอต่อหนึ่งสตริง
  • ระดับไม่ระบุตัวตน: OVH AI Endpoints อนุญาต 2 คำขอต่อนาทีต่อ IP address และต่อโมเดลโดยไม่มีคีย์ ใช้เป็น fallback ไม่ใช่สำหรับการจัดทำดัชนีจำนวนมาก
เคล็ดลับ: เก็บผู้ให้บริการอย่างน้อยสองรายในกลุ่ม family ที่คุณเลือก จากนั้นข้อผิดพลาด 429 จากผู้ให้บริการหนึ่งรายจะไม่หยุดงานจัดทำดัชนีของคุณ

การแก้ปัญหา

ปัญหาสาเหตุวิธีแก้
ข้อผิดพลาด 429 ระหว่างการจัดทำดัชนีจำนวนมากถึงขีดจำกัดของผู้ให้บริการสำหรับ family นี้แล้วเพิ่มคีย์ผู้ให้บริการที่สองสำหรับ family เดียวกัน หรือส่งคำขอน้อยลงในแต่ละนาที
ผลการค้นหาผิดหลังจากการเปลี่ยนแปลงเอกสารและคำค้นหาใช้ family ต่างกันใช้ค่า model เดียวกันทั้งสองด้าน embed เอกสารใหม่หากคุณเปลี่ยนค่านี้
ความยาวเวกเตอร์ไม่ตรงกับที่คาดไว้auto ใช้ family ค่าเริ่มต้นตั้งชื่อ family ให้ชัดเจน หรือตรวจค่าเริ่มต้นใน Models, Embeddings
ข้อความยาวให้ผลการจับคู่ที่ไม่ดีข้อความยาวกว่าขีดจำกัดอินพุตแบ่งข้อความเป็นชิ้นที่เล็กลง
ข้อผิดพลาด 401unified key ไม่ถูกต้องหรือหายไปคัดลอก unified key อีกครั้งจากหน้า Keys
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี embeddings API ฟรีหรือไม่

มี Google AI Studio, Cloudflare Workers AI, Cohere, NVIDIA, Mistral, OVH และรายอื่น ให้โมเดล embedding ฟรีพร้อมขีดจำกัดอัตรา FreeLLMAPI รวม 41 รายการนี้ไว้หลัง endpoint เดียวที่เข้ากันได้กับ OpenAI

ฉันใช้ OpenAI SDK กับ embeddings ฟรีได้หรือไม่

ได้ ตั้ง base URL เป็น http://localhost:3001/v1 และใช้ unified key ของคุณ จากนั้นเรียก client.embeddings.create ด้วยชื่อ family เช่น bge-m3

ทำไม FreeLLMAPI ไม่ failover ไปยังโมเดล embedding อื่น

เวกเตอร์จากโมเดลต่างกันไม่เข้ากัน การเปลี่ยนโมเดลโดยไม่แจ้งจะทำให้การค้นหาความคล้ายคลึงเสีย เราเตอร์ failover เฉพาะระหว่างผู้ให้บริการที่ให้ model family เดียวกัน

โมเดล embedding ฟรีที่ดีที่สุดสำหรับ RAG คืออะไร

สำหรับโปรเจกต์ส่วนใหญ่ bge-m3 เป็นค่าเริ่มต้นที่ดี มี 1024 มิติ ขีดจำกัดอินพุต 8,192 โทเคน และผู้ให้บริการฟรีหลายราย ใช้ gemini-embedding-001 หากคุณต้องการ 3072 มิติและมีคีย์ Google

embeddings ของฉันควรมีกี่มิติ

ใช้ 768 ถึง 1024 มิติสำหรับงานค้นหาและ RAG ส่วนใหญ่ เวกเตอร์ที่ใหญ่กว่าใช้พื้นที่เก็บข้อมูลและหน่วยความจำมากกว่า เลือกขนาดหนึ่งครั้ง เพราะการเปลี่ยนหมายถึงต้อง embed เอกสารทั้งหมดใหม่

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด