来源:博客园《长期免费的Embedding向量化API——零成本基建系列》,作者:围炉聊科技

核心亮点:3 类可长期反复调用免费额度的 Embedding 服务均已实测跑通,附中英文语义检索相似度明细、请求代码示例与选型建议。


一、核心结论

做知识库、语义搜索或 RAG 时,Embedding 往往是第一笔容易被忽略的成本。文本切块后每一块都要变成向量;文章一多、重新建一次索引,调用次数很快就上去了。

这次只留下现在还能反复调用免费档、并且实际跑通的服务。注册送一笔 token 的试用不算进来,没测过的也不拿来凑表。

实测的 3 类服务:

  1. 硅基流动 BAAI/bge-m3:国内访问方便、接口简单,适合中文网站或小型工具。
  2. Cloudflare Workers AI:@cf/baai/bge-m3、@cf/qwen/qwen3-embedding-0.6b,每天提供 10,000 Neurons,适合已经在用 Cloudflare 基础设施的项目。
  3. Gemini Developer API:gemini-embedding-001(仅文本)、gemini-embedding-2(文本/图片/音频/视频/PDF 统一向量空间),Free Tier 可调用,但免费层提交的数据可能被用于改进产品,不适合直接处理敏感业务数据。

这一轮不是基准测试,分数也不能跨模型横向比较。它只验证一件事:对同一模型来说,退款问题和退款政策的相似度高于和服务器日志的相似度。结果够用来排除「接口能返回向量但检索方向明显不对」的情况。


二、测试方法

所有服务使用同一组中英文语义检索样本:

中文查询:我买了东西,想退货怎么办?
中文相关文档:退款政策:购买后30天内可申请全额退款。
中文无关文档:服务器日志保留七天,超过期限自动清理。

English query: I bought something and want a refund. How do I do that?
Relevant document: Refund policy: purchases can be fully refunded within 30 days.
Unrelated document: Server logs are retained for seven days and then removed.

测试没有引入向量数据库,而是直接计算余弦相似度:

function cosine(a, b) {
  let dot = 0;
  let aa = 0;
  let bb = 0;
  for (let i = 0; i < a.length; i += 1) {
    dot += a[i] * b[i];
    aa += a[i] * a[i];
    bb += b[i] * b[i];
  }
  return dot / Math.sqrt(aa * bb);
}

console.log(cosine(queryVector, refundVector));
console.log(cosine(queryVector, logVector));

真正做知识库时,别只拿一条退款政策验收。应该把自己的标题、缩写、产品名、错别字和跨段提问都放进去,再看召回结果。


三、实测结果总览

服务 实测模型 免费规则 向量维度 中英文结果
硅基流动 BAAI/bge-m3 当前价格页标为免费 1024 两种语言都把退款政策排在日志前面
Cloudflare Workers AI @cf/baai/bge-m3 每天 10,000 Neurons 1024 中英文检索均通过
Cloudflare Workers AI @cf/qwen/qwen3-embedding-0.6b 每天 10,000 Neurons 1024 中英文检索均通过
Gemini Developer API gemini-embedding-001 Free Tier 可调用 768(作者设置) 中英文检索均通过
Gemini Developer API gemini-embedding-2 Free Tier 可调用 768(作者设置) 中英文及图文检索均通过

相似度明细

分数均为「查询向量」与相关文档、无关文档的余弦相似度:

模型 中文:相关 / 无关 英文:相关 / 无关
硅基流动 BAAI/bge-m3 0.6978 / 0.5045 0.6933 / 0.4575
Gemini gemini-embedding-001 0.7327 / 0.5867 0.7332 / 0.5480
Gemini gemini-embedding-2 0.7450 / 0.5982 0.7837 / 0.5831
Cloudflare Qwen3 0.6B 0.5890 / 0.2353 0.6228 / 0.1573

Cloudflare BGE-M3 的结果与硅基流动接近,因为两者跑的是同一个 BGE-M3 模型。Qwen3 在这组短文本中与无关日志的距离更大,但这不能据此断言 Qwen3 普遍更优。


四、硅基流动:BGE-M3

关键信息

  • 模型:BAAI/bge-m3
  • 价格状态:硅基流动价格页当前仍标为免费
  • 接口地址:https://api.siliconflow.cn/v1/embeddings
  • 接口风格:OpenAI 兼容
  • 单条输入上限:8,192 token
  • 输出维度:实测为 1024
  • 域名注意:旧示例中的 .com 与当前接口文档指定的 .cn 不能混用,应以 .cn 文档为准
  • Qwen3-Embedding 系列虽然支持更长上下文和自定义维度,但价格页未明确标为免费,因此未纳入零成本方案

请求示例

const response = await fetch('https://api.siliconflow.cn/v1/embeddings', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.SILICONFLOW_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'BAAI/bge-m3',
    input: '退款政策:购买后30天内可申请全额退款。',
    encoding_format: 'float'
  })
});

const { data } = await response.json();
const vector = data[0].embedding;
console.log(vector.length); // 1024

推荐场景

国内项目如果只想给网站或小工具补一个中文语义搜索,我会先用它。

  • 中文网站
  • 国内小型工具
  • 需要简单 OpenAI 兼容接口的项目

相关链接:


五、Cloudflare Workers AI:两个模型都能用

免费额度与计费

  • 免费计划每天提供 10,000 Neurons
  • 在 UTC 零点重置
  • 两个实测模型目前均为每百万输入 token 消耗 1,075 Neurons:
    • @cf/baai/bge-m3
    • @cf/qwen/qwen3-embedding-0.6b
  • 两个模型均返回 1024 维向量

在 Worker 内直接调用

绑定 AI 后,无需绕 REST API:

export interface Env {
  AI: Ai;
}

export default {
  async fetch(request, env) {
    const result = await env.AI.run('@cf/qwen/qwen3-embedding-0.6b', {
      text: [
        '我买了东西,想退货怎么办?',
        '退款政策:购买后30天内可申请全额退款。'
      ]
    });
    return Response.json(result);
  }
} satisfies ExportedHandler<Env>;

从本地脚本或其他服务器调用

const url = `https://api.cloudflare.com/client/v4/accounts/${process.env.CLOUDFLARE_ACCOUNT_ID}/ai/run/@cf/baai/bge-m3`;
const response = await fetch(url, {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.CLOUDFLARE_API_TOKEN}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({ text: '服务器日志保留七天,超过期限自动清理。' })
});
const { result } = await response.json();
console.log(result.data[0]);

模型注意事项

  • @cf/baai/bge-m3 是多语言模型,Cloudflare 模型页给出的上下文窗口为 60,000 token
  • Qwen3 按接口返回的 1024 维数据使用即可
  • 不要把不同模型生成的向量混入同一个索引,否则向量空间不一致,检索结果可能失真

推荐场景

已经在 Cloudflare 上开发的,直接用 Workers AI,少维护一个供应商的 Key。

相关链接:


六、Gemini:001 和 Embedding 2 不是同一种写法

Gemini Developer API 的 Free Tier 现在可以调用 gemini-embedding-001 和 gemini-embedding-2:

  • 001 只做文本
  • Embedding 2 可以把文本、图片、音频、视频和 PDF 放进同一个向量空间

Gemini 定价页注明免费层提交的内容可能被用于改进产品,业务数据不适合直接拿去跑免费层。

输出维度与实测分数

输出维度固定为 768:

模型 中文:相关 / 无关 英文:相关 / 无关
gemini-embedding-001 0.7327 / 0.5867 0.7332 / 0.5480
gemini-embedding-2 0.7450 / 0.5982 0.7837 / 0.5831

兼容性坑(重点)

  • gemini-embedding-001 可以用 taskType 区分 RETRIEVAL_QUERY 和 RETRIEVAL_DOCUMENT
  • Embedding 2 不接受这个参数,官方建议把查询角色写进文本
  • 两个模型的向量空间不兼容,已经入库的数据不能只改模型名就继续用,必须重新向量化

gemini-embedding-001:查询和文档分别声明用途

const response = await fetch(
  `https://generativelanguage.googleapis.com/v1beta/models/gemini-embedding-001:embedContent?key=${process.env.GEMINI_API_KEY}`,
  {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      content: { parts: [{ text: '我买了东西,想退货怎么办?' }] },
      taskType: 'RETRIEVAL_QUERY',
      outputDimensionality: 768
    })
  }
);
const { embedding } = await response.json();
console.log(embedding.values.length); // 768

gemini-embedding-2:查询和文档用不同前缀

const response = await fetch(
  `https://generativelanguage.googleapis.com/v1beta/models/gemini-embedding-2:embedContent?key=${process.env.GEMINI_API_KEY}`,
  {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      content: {
        parts: [{ text: 'task: search result | query: 我买了东西,想退货怎么办?' }]
      },
      outputDimensionality: 768
    })
  }
);

多模态实测(图文检索)

把图片 base64 直接放进请求,再用中文和英文的「窗边橘猫」查询去匹配:

import { readFile } from 'node:fs/promises';

const image = await readFile('orange-cat.png');
const response = await fetch(
  `https://generativelanguage.googleapis.com/v1beta/models/gemini-embedding-2:embedContent?key=${process.env.GEMINI_API_KEY}`,
  {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      content: {
        parts: [{
          inline_data: {
            mime_type: 'image/png',
            data: image.toString('base64')
          }
        }]
      },
      outputDimensionality: 768
    })
  }
);
const { embedding } = await response.json();
console.log(embedding.values.length); // 768

实测:中文查询对图片的相似度是 0.7086,对无关文本是 0.5772;英文是 0.7419 和 0.5525。两次都把图片排在无关文本前面。

这只验证了一张 PNG 和两条描述。把图片、PDF 和文本混在一起检索时,切分方式、图片质量和向量库的过滤条件都会影响结果,因此不能这么简单直接用在自己的知识库里。

相关链接:Gemini Embedding 文档


七、怎么选

  • 中文网站或国内小工具 → 硅基流动的 BGE-M3 最省事
  • 已经在 Cloudflare 上开发的 → 直接用 Workers AI,少维护一个供应商的 Key
  • 需要多模态检索,或想把图片、PDF 一起接进来 → 可以从 Gemini Embedding 2 开始试

注意事项汇总

问题 说明
域名混用 硅基流动旧示例 .com 与当前文档 .cn 不能混用,以 .cn 为准
向量空间混用 不同模型生成的向量不能混入同一个索引
Gemini 模型切换 001 与 2 向量空间不兼容,换模型必须重新向量化
taskType 不通用 taskType 只有 001 支持,Embedding 2 需把角色写进文本
免费层数据策略 Gemini 免费层提交内容可能被用于改进产品,敏感数据慎用
验收不能只看一条 要加入标题、缩写、产品名、错别字和跨段提问再检查召回