2026 年免费嵌入与重排序 API
2026 年免费嵌入与重排序 API
耗时 10 分钟
你需要 一个提供商账户（五家均不要求银行卡）· 用于商业或生产用途：Jina 和 Cohere 的付费计划
最后核查：2026年10月21日
每个检索增强生成（RAG）应用都需要两个低成本、高吞吐的调用：将文本转换为向量（嵌入），以及经常需要重新排列搜索结果（重排序）。目录中有五个经过验证的方案可免费覆盖这两项。两个提供一次性 token 余额（Voyage AI 和 Jina），三个提供受速率限制的免费访问且未公布 token 数量（Cohere、Mistral 和 Gemini）。下文数字来自目录条目，于 2026-10-12 核实，并针对本指南于 2026-10-18 复核；目录中没有数字的地方，表格写“未记录”。
比较免费嵌入 API
| 方案 | 免费额度 | 嵌入模型（上下文） | 重排序 | 银行卡 | 重置 |
|---|---|---|---|---|---|
| Voyage AI | voyage-4-large、voyage-4、voyage-4-lite、voyage-code-4、voyage-context-4、rerank-3、rerank-3-lite 各 2 亿 token；voyage-finance-2、voyage-law-2、voyage-code-2 各 5000 万 token | voyage-4 系列（32K）、voyage-multimodal-3.5（2 亿文本 token 和 1500 亿像素） | rerank-3、rerank-3-lite | 否 | 一次性 |
| Jina AI | 每个新 API key 1000 万 token，在 Embeddings、Reranker、Reader、Classifier 和 Segmenter 之间共享 | jina-embeddings-v5-text-small 和 v5-omni-small（32K） | jina-reranker-v3.5 | 否 | 一次性 |
| Cohere | 速率受限的 Trial key；无 token 数 | embed-v5.0-pro（128K）；试用版嵌入限制为每分钟 2,000 个输入 | rerank-v4.0-pro，试用版每分钟 10 个请求 | 否 | 仅速率限制 |
| Mistral AI | Studio Free 模式，在各模型用量和速率限制内；无 API 额度 | Mistral Embed（未记录） | 未记录 | 否 | 仅速率限制 |
| Gemini API | 免费层级，按模型设有速率限制；嵌入模型在免费模型列表中 | 目录中未记录模型和限额 | 未记录 | 否 | 仅速率限制 |
目录中未记录这些模型任一者的向量维度；在确定索引规模前，请查看提供商的模型页面。
已公布的速率限制
- Voyage AI：不绑定支付方式时，免费试用账户每分钟可获得 3 个请求和 10,000 个 token，这会让 2 亿 token 用起来很慢。添加银行卡后会进入 Usage Tier 1（免费 token 仍然适用）：所列每个模型每分钟 2,000 个请求；voyage-4-large 每分钟 300 万 token，voyage-4 和 voyage-code-4 每分钟 800 万 token，voyage-4-lite 每分钟 1600 万 token，rerank-3 和 voyage-multimodal-3.5 每分钟 200 万 token（核查于 2026-10-21）。
- Jina AI：该方案的限额说明，在 Embeddings 和 Reranker 上，免费 key 每分钟 100 个请求和 100,000 个 token（Reader：每分钟 500 个请求），另有每 60 秒 10,000 个请求的 IP 上限。
- Cohere：试用 key 受速率限制；目录记录为每分钟 2,000 个嵌入输入和每分钟 10 个重排序请求。
- Mistral 和 Gemini：适用按模型限制；目录未记录嵌入专用数字。
选择哪一个
- 免费额度最大：Voyage AI。每个模型 2 亿 token 足以将大型文档集嵌入多次，而且重排序器另有自己的 2 亿 token。不绑卡时仅为每分钟 3 个请求，批量导入需要存档支付方式。
- 一个额度同时覆盖嵌入和页面转 Markdown：Jina AI，前提是你的项目非商业用途：其免费 key 模型采用 CC-BY-NC 4.0。
- 为同一代理提供网页搜索：Jina 的 token 也可用于其 s.jina.ai 搜索；[免费网页搜索 API 指南](/learn/free-web-search-api/) 将其与 Exa、Firecrawl 和 Tavily 进行比较。
- 没有会用完的余额：Cohere、Mistral 或 Gemini，它们在速率限制内保持免费。Cohere 的试用 key 不得用于生产或商业用途。
- 一个 key 同时覆盖嵌入和聊天：OpenRouter 在 2026-10-21 有三个免费嵌入模型和一个免费重排序器（nvidia/nemotron-3-embed-1b:free、nvidia/llama-nemotron-embed-vl-1b-v2:free、liquid/lfm-2.5-embedding-350m:free、nvidia/llama-nemotron-rerank-vl-1b-v2:free）。它们共享 OpenRouter 每天 50 个请求的免费上限（购买 10 个 credits 后为 1,000 个），因此每次请求要批量提交多个文本；[OpenRouter 免费模型指南](/learn/free-openrouter-models/) 中有调用方式和限制。
步骤
- 从表格中选择一个方案并创建账户；五家都不要求银行卡。
- 在提供商控制台中创建 API key（Jina 会在其产品页面自动生成一个），并将其存储在环境变量中。
- 先嵌入一个小样本，并检查模型返回的向量长度；据此确定向量索引的规模。
- 分批嵌入文档，并保持在上述每分钟限制之下。更换模型后重新嵌入所有内容会再次消耗完整 token 数，因此在索引大型语料库前先选好模型。
- 如果进行重排序，只把向量检索的前几名结果发给重排序器，而不是整个索引：重排序会对你发送的每个文档消耗 token。
何时自托管
当免费额度不够用或需要商业权利时，可自行运行开源嵌入模型。目录将 Text Embeddings Inference（Apache-2.0）列为 Voyage AI 和 Jina 的自托管替代方案；它可在 CPU 或 CUDA 计算能力 7.5 及以上的 NVIDIA GPU 上提供开源嵌入和重排序模型。对于 Cohere、Mistral 和 Gemini，目录指向 Ollama（MIT），它可在本地运行开源聊天和嵌入模型。Voyage 自有模型并非开源，因此自托管意味着切换模型并重新嵌入。
搭配免费向量数据库
[免费向量数据库指南](/learn/free-vector-database/) 比较了七个免费层级（Qdrant、Zilliz、Weaviate、Upstash Vector、Cloudflare Vectorize、S