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-m3ที่ 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
| โมเดล | ผู้ให้บริการ | มิติ | อินพุตสูงสุด | ขีดจำกัดฟรี |
|---|---|---|---|---|
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) |
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 | bashเปิดแดชบอร์ดที่ 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
| ความต้องการ | Model family | เหตุผล |
|---|---|---|
| ข้อความภาษาอังกฤษสั้น ๆ หรือหลายภาษา มีผู้ให้บริการจำนวนมาก | bge-m3 | 1024 มิติ 8,192 โทเคนอินพุต ผู้ให้บริการฟรีหลายรายให้บริการนี้ จึงมีตัวเลือก failover มากกว่า |
| การดึงข้อมูลคุณภาพสูงด้วยคีย์ Google | gemini-embedding-001 | 3072 มิติ ขีดจำกัดอินพุตคือ 2,048 โทเคน ดังนั้นแบ่งเอกสารยาวเป็นชิ้น |
| เอกสารยาวในเวกเตอร์เดียว | embed-v4.0 (Cohere) | หน้าต่างอินพุตขนาดใหญ่ คีย์ทดลองอนุญาตเพียง 1,000 การเรียกต่อเดือน ใช้ร่วมกับแชต |
| เวกเตอร์ขนาดเล็กและการค้นหาที่เร็ว | bge-small-en-v1.5 | 384 มิติ รองรับภาษาอังกฤษเท่านั้น และขีดจำกัดอินพุตคือ 512 โทเคน |
| การค้นหาโค้ด | codestral-embed | ฝึกสำหรับโค้ด 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-001ที่มีน้อยกว่า 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
การแก้ปัญหา
| ปัญหา | สาเหตุ | วิธีแก้ |
|---|---|---|
| ข้อผิดพลาด 429 ระหว่างการจัดทำดัชนีจำนวนมาก | ถึงขีดจำกัดของผู้ให้บริการสำหรับ family นี้แล้ว | เพิ่มคีย์ผู้ให้บริการที่สองสำหรับ family เดียวกัน หรือส่งคำขอน้อยลงในแต่ละนาที |
| ผลการค้นหาผิดหลังจากการเปลี่ยนแปลง | เอกสารและคำค้นหาใช้ family ต่างกัน | ใช้ค่า model เดียวกันทั้งสองด้าน embed เอกสารใหม่หากคุณเปลี่ยนค่านี้ |
| ความยาวเวกเตอร์ไม่ตรงกับที่คาดไว้ | auto ใช้ family ค่าเริ่มต้น | ตั้งชื่อ family ให้ชัดเจน หรือตรวจค่าเริ่มต้นใน Models, Embeddings |
| ข้อความยาวให้ผลการจับคู่ที่ไม่ดี | ข้อความยาวกว่าขีดจำกัดอินพุต | แบ่งข้อความเป็นชิ้นที่เล็กลง |
| ข้อผิดพลาด 401 | unified key ไม่ถูกต้องหรือหายไป | คัดลอก unified key อีกครั้งจากหน้า Keys |
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
- Free LLM API สำหรับ RAG
- Free LLM API สำหรับ LangChain
- LLM API ฟรีใน Python
- free cohere api
- Rate limit ของ Free LLM API
แหล่งข้อมูล
- FreeLLMAPI docs: Embeddings (ตรวจสอบเมื่อ 20 November 2026)
- Google AI Studio docs: Embeddings (ตรวจสอบเมื่อ 20 November 2026)
- Cloudflare Workers AI pricing (ตรวจสอบเมื่อ 20 November 2026)
- Cohere docs: API keys and rate limits (ตรวจสอบเมื่อ 20 November 2026)
- OVHcloud AI Endpoints capabilities (ตรวจสอบเมื่อ 20 November 2026)