长期免费的 Embedding 向量化 API:零成本方案实测总结
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: ...