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:
- 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。 - 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。 - 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 |