免费 Embedding API
先看 5 个官方入口

快速答案

要持续免费的中文向量 API：Cloudflare Workers AI（BGE-M3 / Qwen3 Embedding）每天有共享免费额度；要 Google 生态：Gemini Embedding 免费层可直接用，但免费层输入可能用于改进产品；只做临时原型：Cohere Evaluation Key 或 Jina 新用户额度更省事；低频任务可以用 Hugging Face 每月小额额度。敏感语料先核对各平台的数据使用条款。

5 个入口怎么选

Cohere 与 Jina 补充入口

Cloudflare 免费额度能处理多少

按官方当前单价，如果 10,000 Neurons 全部只用于 BGE-M3 或 Qwen3 Embedding 0.6B，理论上约对应 930 万输入 Token。这个数字是按价格表计算的上限，不是吞吐承诺；同一账户的其他 Workers AI 调用会共同消耗额度。

中文 RAG 的最低检查项

查看建库额度算例、请求体与模型迁移步骤 →

1. 查询和文档是否使用同一模型、同一归一化方式。
2. 模型是否明确支持中文或多语言，最大输入长度是否覆盖文档切片。
3. 向量维度是否能被现有向量库接受，切换模型后是否需要重建索引。
4. 免费层输入是否可能被用于改进产品，敏感资料不要直接进入不合适的免费通道。

官方来源

资料审阅：2026-07-26。限额、地区和模型路由可能调整，使用前请重新打开来源页。

中文知识库怎么起步：先算额度，再建索引

本节核对日期：2026-09-06。以下为官方资料整理和假设算例，未调用付费或免费模型做性能测试。

免费向量模型和免费 API，是两种选择

按任务选择入口

• 已有 Cloudflare 账户、准备做文本检索：核对 BGE-M3 或 Qwen3 Embedding 的参数与共享额度。
• 需要图片、音频与文本共同检索：Gemini Embedding 2 的 Standard 免费层覆盖这些输入类型；批处理价格是另一套规则，不能把 Standard 免费推导为 Batch 免费。
• 只想验证少量请求：Hugging Face Free 用户每月有 0.10 美元额度，且官方注明可能调整。额度适用于经 HF 路由的合格调用；自带 Provider Key 不使用这笔额度。

证据：Gemini 定价与数据用途 · HF 额度及计费路径。Gemini 免费层内容可能用于改进产品，上传语料前核对适用条款。

算例：1 万个文档片段需要多少额度？

假设有 10,000 个片段，每段平均 500 输入 Token；当天还有 1,000 次检索，每个问题平均 50 Token。首次建库与查询共计 10,000 × 500 + 1,000 × 50 = 5,050,000 Token。

Workers AI 价格页列出 BGE-M3 和 Qwen3 Embedding 0.6B 为每百万输入 Token 1,075 Neurons，因此该假设消耗约 5.05 × 1,075 = 5,428.75 Neurons，低于每日共享的 10,000 Neurons。其他模型调用、重复提交和重建索引都可能占用额度；Token 数应使用对应模型计数，不能把中文字符数直接代入。

免费额度在 00:00 UTC（北京时间 08:00）重置，和本站 06:15 日更时间不同。Workers Free 超出限制后请求失败，Paid 计划超出免费分配的用量会计费。额度够用不代表速率、延迟或并发一定满足需求。核对 Cloudflare 官方计量规则。

最小接入流程

1. 在平台控制台确认账户与模型权限，凭据仅保存在自己的服务端。
2. 先用一段非敏感文本请求向量，核对响应成功标志、数量和维度。
3. 为每段文档保存原文 ID、模型标识、切片版本和向量；查询也经过同一套模型与预处理。
4. 先验证召回结果，再接生成模型；否则生成效果不好时难以定位问题。

Cloudflare BGE-M3 官方示例使用以下请求体，将它发送到官方文档指定的账户接口。这里不收集或代管 Key。

{ "text": ["退款申请需要订单号", "发票可在订单页面下载"] }

打开 BGE-M3 官方请求示例与参数。托管接口暴露的能力不一定覆盖开放权重模型的全部能力，按所用接口核对。

切换模型为什么不能只改模型名称？

相同维度不代表向量处于同一语义空间。迁移时建立独立索引，重新编码文档，并使用新模型编码查询；确认召回结果后再切换流量。旧索引保留到验证完成，便于回退。

给自己的知识库做一轮小检查

手工整理 20 个真实问题，提前标注应该命中的文档。每次只调整一个因素，例如切片长度或模型，记录前 5 条是否包含目标文档、无答案问题是否被误匹配，以及建库与查询用量。这是自己的验收样本，不是全网模型性能排名。

如果相关文档能召回却排序不理想，再阅读 Embedding 与 Rerank 的衔接方法。如果准备比较免费规则，查看 免费向量模型目录。

想知道免费规则后续有没有变化？订阅免费模型变化 RSS；订阅内容覆盖整个模型目录。

常见问题

哪个免费 Embedding API 最适合中文 RAG？

Cloudflare Workers AI 的 BGE-M3 与 Qwen3 Embedding 都明确支持中文等多语言，并共享每天 10,000 Neurons 免费额度；按 1,075 Neurons/百万输入 Token 计量，理论上限约 930 万输入 Token/天。

免费 Embedding API 的输入会被用于训练吗？

取决于平台条款。Gemini 官方说明免费层内容可能用于改进产品；敏感语料应先核对各平台的数据使用条款再决定通道。

Embedding 免费额度用完后会自动扣费吗？

Cloudflare Free 计划超额后请求失败；Hugging Face 每月小额额度用完即止。未绑定付款方式时一般不会产生费用，但仍以各平台实时条款为准。