Embedding ist die Grundlage, um Text in Vektoren umzuwandeln; RAG, semantische Suche, Deduplizierung und Clustering bauen darauf auf. Viele fragen zuerst: Geht das kostenlos? Ja, aber die Grenzen des Kostenlosen sind zahlreicher als erwartet.

Dieser Artikel zerlegt die Quellen kostenloser Vektorisierung, erklärt Limits bei Kontingent, Rate, Datenschutz, Dimension und Qualität und ordnet geeignete sowie ungeeignete Szenarien ein, einschließlich des Zeitpunkts für den Wechsel zu einem bezahlten Dienst. Konkrete Kontingentzahlen nennt der Beitrag nicht, weil sich Gratisrichtlinien schnell ändern; maßgeblich sind die offiziellen Seiten.

Hinweis: OpenAI und weitere Namen sind Marken ihrer Rechteinhaber; BGE, E5, GTE und Jina Embeddings sind Modellnamen der jeweiligen Projekte oder Communities. Der Artikel dient der technischen Erläuterung. Freikontingente, Bedingungen und Preise richten sich nach den offiziellen Seiten.

1. Woher kostenlose Embeddings üblicherweise kommen

Vier Quellen sind verbreitet:

  • Testguthaben für neue Nutzer von Cloud-Plattformen, meist mit Ablaufdatum und Aufrufobergrenze.
  • Eine kostenlose Stufe einer Embedding API, gedrosselt nach Anfrage- oder Tokenzahl, geeignet für kleinen Traffic.
  • Modelle mit offenen Gewichten, die Sie herunterladen und auf eigenen Servern oder GPUs betreiben.
  • Kleine lokale Modelle in Desktop-Anwendungen oder Offline-Pipelines.

Die Kostenstrukturen unterscheiden sich grundlegend. Bei den ersten beiden trägt jemand anderes die Rechenleistung; der Preis sind Kontingente, Drosselung und Vertragsbedingungen. Bei den letzten beiden tragen Sie die Rechenleistung selbst: Die Gewichte sind kostenlos, Hardware, Betrieb und Optimierung nicht.

2. Wo kostenlose Kontingente typischerweise begrenzen

Die kostenlose Stufe besteht selten nur aus „so und so vielen Token pro Monat“. Häufige Einschränkungen im praktischen Betrieb:

  1. Obergrenzen für Anfragen und Token pro Minute oder Tag, die bei Batch-Aufgaben schnell greifen.
  2. Begrenzte Batch-Größe pro Anfrage; bei vielen Dokumenten sind mehrere Aufrufe nötig.
  3. Maximale Länge einer einzelnen Eingabe; lange Dokumente müssen zuerst zerlegt werden.
  4. Feste oder nicht wählbare Dimensionen; ein Modellwechsel erfordert eine Anpassung der Indexstruktur.
  5. Keine SLA in der kostenlosen Stufe; in Spitzenzeiten steigen Wartezeit und Fehlerwahrscheinlichkeit.
  6. Datenverarbeitungsbedingungen, die von der bezahlten Version abweichen können – der am häufigsten übersehene Punkt.

Bewerten Sie ein Gratisangebot daher nicht nur nach dem Kontingent, sondern immer im Zusammenhang mit Rate, Batch, Dimension und Bedingungen.

3. Open-Source-Modelle selbst betreiben: kostenlos sind die Gewichte, nicht die Gesamtkosten

Modelle mit offenen Gewichten, etwa öffentliche Modelle der Familien BGE, E5, GTE und Jina Embeddings, lassen sich herunterladen und selbst betreiben. Das passt zu Teams, deren Daten das interne Netz nicht verlassen dürfen. Kostenlos sind jedoch nur die Gewichtsdateien. Tatsächliche Kosten entstehen durch GPU- oder CPU-Ressourcen, Modellauswahl und Evaluierung, Serviceverpackung, Monitoring sowie Upgrades und Wartung.

Kriterium Kostenloses API-Kontingent Selbst betriebenes Open-Source-Modell
Anfangsinvestition Niedrig, nach Registrierung sofort nutzbar Hardware und Deployment nötig
Grenzkosten Durch Rate und Kontingent begrenzt Vor allem Strom und Betriebspersonal
Datenstandort Daten gehen an den Dienstleister Daten bleiben in der eigenen Umgebung
Qualität Abhängig vom Modell des Anbieters Abhängig von Auswahl und Optimierung
Skalierbarkeit Durch Freikontingent begrenzt Durch Hardwarekapazität begrenzt
Wartungsverantwortung Dienstleister Eigenes Team

Ohne GPU-Betriebserfahrung liegen die versteckten Kosten des Selbstbetriebs oft über den Erwartungen. Umgekehrt können bei sensiblen Daten, hohem und stabilem Aufrufvolumen die langfristigen Kosten des Selbstbetriebs besser kontrollierbar sein.

4. Erst eine kleine Evaluierung, dann entscheiden

Das größte Risiko einer kostenlosen Lösung ist nicht der Preis, sondern ein falsch gewähltes Modell, mit dem ein Index aus ungeeigneten Vektoren aufgebaut wird. Empfohlen ist eine kleine Evaluierung, die innerhalb von zwei Wochen abgeschlossen werden kann:

  1. Aus dem echten Geschäft 50 bis 100 repräsentative Texte auswählen, die Länge, Sprache und Geschäftstyp abdecken.
  2. Eine Gruppe von Abfragen und manuell markierte relevante Ergebnisse als Referenz für die Retrieval-Qualität vorbereiten.
  3. Dieselben Daten an die kandidierten kostenlosen APIs und Open-Source-Modelle senden und Dimension sowie Laufzeit erfassen.
  4. Trefferquote, Ähnlichkeitsverteilung und Fehlerrate berechnen, mit besonderem Augenmerk auf Chinesisch und Fachbegriffe.
  5. Die Token-Gesamtmenge aller Dokumente, die Zeit für den Indexneuaufbau und die späteren Abfragekosten schätzen.

Ein kleines Skript prüft zunächst, ob Schnittstelle und Ähnlichkeitsberechnung funktionieren:

from openai import OpenAI

client = OpenAI(
    api_key="sk-IHR_KEY",
    base_url="https://ai.zhongshangqihang.com/v1",
)

texts = ["Wie lautet die Rückgaberichtlinie", "Wie beantrage ich eine Erstattung", "Wie wird eine Rechnung ausgestellt"]
resp = client.embeddings.create(model="text-embedding-3-small", input=texts)
vectors = [item.embedding for item in resp.data]

def cosine(a, b):
    dot = sum(x * y for x, y in zip(a, b))
    norm = (sum(x * x for x in a) ** 0.5) * (sum(y * y for y in b) ** 0.5)
    return dot / norm

print(cosine(vectors[0], vectors[1]))

Der Modellname im Beispiel dient nur der Veranschaulichung; verfügbare Modelle und Dimensionen richten sich nach der Preisübersicht und der Dokumentation.

5. Datenschutz und Compliance: die am leichtesten übersehene Kostenposition der Gratisstufe

Kostenlose Dienste finanzieren Nutzungsvolumen häufig mit großzügigeren Datenbedingungen. Klären Sie vor der Anbindung mindestens drei Punkte: ob Eingabedaten aufbewahrt werden, ob sie zur Verbesserung oder zum Training von Modellen verwendet werden können und wie Löschanfragen behandelt werden. Bedingungen können sich zwischen Plattformen, Regionen sowie Gratis- und Bezahlversion unterscheiden.

Bei Kundenverträgen, personenbezogenen Daten, Finanzdaten und Quellcode sollte eine kostenlose öffentliche API nicht die Standardoption sein. Für Funktionstests eignen sich anonymisierte Stichproben; Produktionsdaten gehören in einen bezahlten Dienst mit klarer Datenverarbeitungsvereinbarung oder in eine interne Bereitstellung.

6. Welche Szenarien zu kostenloser Vektorisierung passen

Geeignet sind Szenarien mit folgenden Merkmalen: unkritische Daten, kleiner Umfang, akzeptable Drosselung und Ergebnisse zur Validierung statt für Produktionsentscheidungen. Beispiele sind Lernprojekte, semantische Suche in Produktprototypen, Machbarkeitstests für kleine interne Wissensdatenbanken und Offline-Clustering-Experimente.

Ungeeignet sind Szenarien mit stabiler SLA für externe Dienste, täglich großen Dokumentmengen, Datenschutz- oder Vertragspflichten sowie dem Bedarf an langfristig festen Dimensionen und Modellversionen. Ein Freikontingent spart dort kein Geld, sondern verschiebt das Risiko in die Zeit nach dem Livegang.

7. Der Weg von kostenlos zu bezahlt

Bewährt ist, zuerst mit Freikontingent oder Selbstbetrieb die Qualität zu validieren und anschließend den Produktionsverkehr auf eine bezahlte API zu verlagern. Drei Punkte sind beim Wechsel zu beachten: ob das neue Modell dieselben oder abbildbare Dimensionen unterstützt; ob alte Vektoren erhalten bleiben können, was bei einem Modellwechsel meist einen vollständigen Neuaufbau bedeutet; und ob die Schnittstelle kompatibel ist, wobei eine OpenAI-kompatible Schnittstelle Codeänderungen reduziert.

Wer mehrere Modelle vergleichen möchte, kann zunächst über ein einheitliches Gateway kleinen Traffic testen und danach Keys und Budgets nach Projekt trennen, statt bei jedem Anbieter ein eigenes Konto zu eröffnen. Preise ändern sich; maßgeblich ist die Preisübersicht.

8. Häufige Fragen

Wie groß ist ein kostenloses Embedding-Kontingent üblicherweise?

Das unterscheidet sich stark. Üblich sind Tages- oder Monatsobergrenzen nach Anfragen oder Token, kombiniert mit einer Minutenbegrenzung. Konkrete Zahlen und Laufzeiten entnehmen Sie den offiziellen Seiten; verlassen Sie sich bei der Kapazitätsplanung nicht auf Gerüchte.

Darf ein Freikontingent kommerziell genutzt werden?

Das hängt von den Bedingungen ab. Manche Gratisstufen erlauben kommerzielle Nutzung mit Einschränkungen der Datennutzung, andere nur Evaluierung. Lassen Sie vor Vertragsschluss oder Livegang die Rechtsabteilung prüfen; „nutzbar“ bedeutet nicht automatisch „kommerziell nutzbar“.

Sind Open-Source-Modelle grundsätzlich schlechter als kommerzielle APIs?

Nicht unbedingt. Bei chinesischen Retrieval-Szenarien kann ein geeignetes Open-Source-Modell mit gutem Chunking und guter Evaluierung viele Geschäftsanforderungen erfüllen. Unterschiede zeigen sich eher bei langen Texten, Mehrsprachigkeit und sofort einsatzbereiter Stabilität; testen Sie mit Ihren eigenen Daten.

Werden Daten der Gratisstufe zum Training verwendet?

Die Richtlinien unterscheiden sich je Plattform und können zwischen Gratis- und Bezahlversion abweichen. Wenn Sie es nicht bestätigen können, behandeln Sie die Daten als möglicherweise verwendbar und senden Sie keine sensiblen Inhalte an öffentliche Gratis-Schnittstellen.

Lassen sich alte Vektoren nach einem Modellwechsel weiterverwenden?

In der Regel nicht direkt. Die Vektorräume unterschiedlicher Modelle sind nicht kompatibel; nach einem Wechsel müssen alle Dokumente neu vektorisiert und die Abfrageseite angepasst werden. Deshalb gehört der Migrationsaufwand bereits in die Modellauswahl.

Nächster Schritt

Wenn Sie die Qualität mit einer kleinen Stichprobe geprüft haben, ist der nächste Schritt der Anschluss an einen einheitlichen Einstieg: Sie können sich beim ZSQH AI Gateway registrieren, mit einem kleinen Kontingent Dimension, Latenz und Retrieval-Qualität verschiedener Embedding-Modelle vergleichen und anschließend die Produktionslösung festlegen. Modellliste und Preise stehen in der Preisübersicht.

Weiterlesen: