Embedding 免费额度与限制：免费向量化适合什么场景？（2026）

Embedding 是把文本转成向量的基础能力，RAG、语义搜索、去重和聚类都离不开它。很多人先问：能不能免费用？答案是能，但免费的边界比想象中多。

本文把免费向量化的几种来源拆开，讲清楚额度、限速、隐私、维度和质量上的限制，再给出适合与不适合的场景，以及什么时候应该升级到付费服务。文中不写具体额度数字，因为各平台的免费政策变化很快，一律以官方页面为准。

说明：OpenAI 等名称是其权利人的商标，BGE、E5、GTE、Jina Embeddings 等为各自项目或社区的模型名称。本文仅作技术说明，免费额度、条款与价格以官方页面为准。

一、免费的 Embedding 通常来自哪里

市面上常见的免费来源有四类：

云平台的新用户试用额度，通常附带有效期和调用上限。
Embedding API 的免费层，按请求数或 Token 数限速，适合小流量。
开放权重的模型，下载后部署在自己的服务器或 GPU 上。
本地小模型，嵌在桌面应用或离线流水线里运行。

这四类的成本结构完全不同。前两类是别人替你承担算力，代价是额度、限速和条款约束；后两类是自己承担算力，权重免费，但硬件、运维和调优都要自己出。

二、免费额度一般卡在哪些地方

免费层很少只是每月送多少 Token 这么简单，实际使用中常见的限制包括：

每分钟或每天的请求数和 Token 数上限，批量任务容易触发。
单次请求的批量大小限制，文档多时要拆分多次调用。
单条输入的最大长度，长文档必须先切块。
维度固定或不可选，换模型时索引结构要跟着变。
免费层可能不提供 SLA，高峰期排队或失败的概率更高。
数据处理条款可能与付费版不同，这一点最容易被忽略。

所以评估免费方案时，不要只看送多少，要把限速、批量、维度和条款放在一起看。

三、开源模型自部署：免费的是权重，不是总成本

开放权重模型（例如 BGE、E5、GTE、Jina Embeddings 等家族的公开模型）可以下载自部署，适合数据不能出内网的团队。但免费只针对权重文件，实际成本包括 GPU 或 CPU 推理资源、模型选型与评测、服务化封装、监控和升级维护。

对比项	免费 API 额度	开源自部署
前期投入	低，注册即用	需要硬件与部署工作
边际成本	受限速与额度	主要是电费与运维人力
数据位置	数据发往服务商	数据留在自己环境
质量	取决于服务商模型	取决于选型与调优
扩展性	受免费额度约束	受硬件容量约束
维护责任	服务商	自己团队

如果团队没有 GPU 运维经验，自部署的隐性成本往往高于预期。反过来，如果数据敏感、调用量大且稳定，自部署的长期成本可能更可控。

四、先做一次小规模评测，再决定

免费方案最大的风险不是花钱，而是选错模型后用错向量建了索引。建议按下面步骤做一次两周内能完成的小评测：

从真实业务里挑 50 到 100 条有代表性的文本，覆盖长短、语言和业务类型。
准备一组查询和人工标注的相关结果，作为检索效果的基准。
用同一批数据分别调用候选的免费 API 和开源模型，记录向量维度与耗时。
计算命中率、相似度分布和失败率，重点看中文和行业术语的表现。
估算全量文档的 Token 总量、重建索引的时间和后续查询成本。

可以用一段很小的脚本先验证接口和相似度是否正常：

from openai import OpenAI

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

texts = ["退货政策是什么", "如何申请退款", "发票怎么开"]
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]))

示例中的模型名仅用于演示，实际可用模型与维度以模型价格和站内文档为准。

五、隐私与合规：免费层最容易被忽略的成本

免费服务通常用更宽松的数据条款换取使用量。接入前至少确认三件事：输入数据是否会被留存、是否可能用于改进或训练模型、删除请求怎么处理。不同平台、不同地区、免费与付费版本的条款可能都不一样。

涉及客户合同、个人信息、财务数据和源代码的场景，建议不要把免费公共 API 当作默认选项。可以先用脱敏样本做功能验证，生产数据走有明确数据处理协议的付费服务或内网自部署。

六、哪些场景适合免费向量化

适合的场景通常有这些特征：数据不敏感、规模小、可以接受限速、结果用于验证而不是生产决策。例如个人学习项目、产品原型的语义搜索、内部小知识库的可行性验证、离线批量的文本聚类实验。

不太适合的场景也很明确：对外服务需要稳定 SLA、每天要处理大量文档、数据涉及隐私或合同义务、需要长期固定的向量维度和模型版本。免费额度在这些场景里不是省钱，而是把风险推迟到上线后暴露。

七、从免费到付费的升级路径

比较稳妥的路径是先用免费额度或开源自部署验证效果，再把生产流量迁到付费 API。迁移时注意三点：新模型是否支持相同或可映射的维度；旧向量能否保留，通常换模型就要全量重建索引；接口是否兼容，OpenAI 兼容接口能减少代码改动。

如果同时想比较多家模型，可以先用统一网关做小流量测试，再按项目拆分 Key 和预算，避免每家单独开户。具体价格会调整，以模型价格页面为准。

八、常见问题

免费 Embedding 一般有多少额度？

各平台差异很大，常见做法是按请求数或 Token 数设置每日或每月上限，并配合每分钟限速。具体数字和有效期以官方页面为准，不建议按传闻中的额度做容量规划。

免费额度可以商用吗？

要看服务条款。部分免费层允许商用但有数据使用限制，部分仅限评估。签约或上线前应让法务确认，不要默认能用等于能商用。

开源模型的效果一定比商业 API 差吗？

不一定。中文检索场景里，合适的开源模型配合好的切块和评测，效果可以满足很多业务。差距更多出现在长文本、多语言和开箱即用的稳定性上，必须用自己的数据实测。

免费层的数据会被用于训练吗？

不同平台政策不同，免费与付费版本也可能不同。无法确认时，按可能被使用处理，敏感数据不要提交到公共免费接口。

换 Embedding 模型后旧向量还能用吗？

通常不能直接混用。不同模型的向量空间不兼容，换模型后需要重新向量化全部文档，并同步更新查询侧模型。这也是选型时要提前考虑迁移成本的原因。

下一步

如果你已经用小样本验证了效果，下一步是把测试流量接到统一入口：可以先注册中商起航 AI 网关，用少量额度对比不同 Embedding 模型的维度、延迟和检索效果，再决定生产方案。模型列表和价格以模型价格为准。