L'embedding est la brique de base qui transforme un texte en vecteur ; RAG, recherche sémantique, déduplication et clustering en dépendent. Beaucoup demandent d'abord : peut-on l'utiliser gratuitement ? La réponse est oui, mais les limites du gratuit sont plus nombreuses qu'on ne l'imagine.

Cet article décompose les différentes sources de vectorisation gratuite, précise les contraintes de quota, de débit, de confidentialité, de dimensions et de qualité, puis indique les cas adaptés ou non, et le moment où il faut passer à un service payant. Aucun chiffre de quota n'est figé ici, car les politiques gratuites évoluent vite : faites foi sur les pages des éditeurs.

Remarque : OpenAI et les autres noms cités sont des marques de leurs détenteurs respectifs ; BGE, E5, GTE, Jina Embeddings et les autres sont des noms de modèles de leurs projets ou communautés. Cet article est technique ; quotas gratuits, conditions et prix sont ceux des pages des éditeurs.

1. D'où viennent généralement les offres Embedding gratuites

Quatre sources courantes :

  • les crédits d'essai pour nouveaux utilisateurs d'une plateforme cloud, généralement assortis d'une durée de validité et d'un plafond d'appels ;
  • le niveau gratuit d'une API Embedding, limité en requêtes ou en tokens, adapté aux petits volumes ;
  • les modèles à poids ouverts, téléchargeables et déployés sur votre propre serveur ou GPU ;
  • les petits modèles locaux, intégrés à une application de bureau ou à une chaîne de traitement hors ligne.

Les structures de coût diffèrent complètement. Dans les deux premières catégories, un tiers assume la puissance de calcul, en échange de quotas, de limitations et de conditions ; dans les deux dernières, vous assumez le calcul : les poids sont gratuits, mais le matériel, l'exploitation et l'optimisation sont à votre charge.

2. Où les offres gratuites butent le plus souvent

Le niveau gratuit se résume rarement à un nombre de tokens offerts chaque mois. Les limites fréquentes sont :

  1. un plafond de requêtes et de tokens par minute ou par jour, facilement atteint par les tâches par lots ;
  2. une taille maximale de lot par requête, qui impose de multiplier les appels quand les documents sont nombreux ;
  3. une longueur maximale par entrée, qui oblige à découper les documents longs ;
  4. une dimension fixe ou non modifiable, qui contraint la structure de l'index en cas de changement de modèle ;
  5. l'absence possible de SLA sur le niveau gratuit, avec plus de files d'attente ou d'échecs aux heures de pointe ;
  6. des conditions de traitement des données différentes de la version payante, point le plus souvent négligé.

Pour évaluer une offre gratuite, ne regardez donc pas seulement le volume offert : examinez ensemble limitations, taille des lots, dimensions et conditions.

3. Auto-héberger un modèle ouvert : les poids sont gratuits, pas le coût total

Les modèles à poids ouverts (par exemple les modèles publics des familles BGE, E5, GTE ou Jina Embeddings) peuvent être téléchargés et déployés, ce qui convient aux équipes dont les données ne peuvent pas sortir du réseau interne. Mais la gratuité ne concerne que les fichiers de poids : le coût réel comprend les ressources d'inférence GPU ou CPU, le choix et l'évaluation du modèle, l'encapsulation en service, la supervision et les mises à jour.

Critère Quota d'API gratuite Auto-hébergement open source
Investissement initial Faible, inscription immédiate Matériel et travail de déploiement
Coût marginal Limité par le débit et le quota Surtout électricité et exploitation
Emplacement des données Données envoyées au fournisseur Données conservées dans votre environnement
Qualité Selon le modèle du fournisseur Selon le choix et l'optimisation
Extensibilité Contrainte par le quota gratuit Contrainte par la capacité matérielle
Responsabilité de maintenance Le fournisseur Votre équipe

Si l'équipe n'a pas d'expérience en exploitation GPU, les coûts cachés de l'auto-hébergement dépassent souvent les prévisions. À l'inverse, si les données sont sensibles, le volume d'appels important et stable, le coût de long terme de l'auto-hébergement peut être plus maîtrisable.

4. Commencer par une petite évaluation avant de décider

Le plus grand risque d'une solution gratuite n'est pas de payer, mais de choisir le mauvais modèle et de construire un index avec de mauvais vecteurs. Voici une évaluation légère, réalisable en deux semaines :

  1. Sélectionnez 50 à 100 textes représentatifs de l'activité réelle, couvrant différentes longueurs, langues et catégories métier.
  2. Préparez un jeu de requêtes et de résultats pertinents annotés manuellement comme référence de recherche.
  3. Appelez les API gratuites candidates et les modèles ouverts sur les mêmes données, en notant dimensions et durées.
  4. Calculez le taux de rappel, la distribution des similarités et le taux d'échec, en observant particulièrement le chinois et les termes métier.
  5. Estimez le total de tokens de tous les documents, le temps de reconstruction de l'index et le coût des requêtes ultérieures.

Un petit script suffit pour vérifier l'interface et la similarité :

from openai import OpenAI

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

texts = ["Quelle est la politique de retour", "Comment demander un remboursement", "Comment obtenir une facture"]
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]))

Le nom de modèle de l'exemple est illustratif ; les modèles disponibles et leurs dimensions sont ceux de la page Tarifs des modèles et de la documentation du site.

5. Confidentialité et conformité : le coût le plus souvent oublié du gratuit

Les services gratuits échangent souvent des conditions de données plus souples contre du volume. Avant de les intégrer, vérifiez au moins trois points : les données d'entrée sont-elles conservées, peuvent-elles servir à améliorer ou entraîner un modèle, et comment les demandes de suppression sont-elles traitées. Les conditions varient selon la plateforme, la région et la version gratuite ou payante.

Pour les cas impliquant des contrats clients, des données personnelles, des données financières ou du code source, ne faites pas de l'API publique gratuite l'option par défaut. Validez d'abord les fonctionnalités avec des échantillons anonymisés, puis traitez les données de production via un service payant avec accord de traitement ou un déploiement interne.

6. Quels cas se prêtent à une vectorisation gratuite

Les cas adaptés présentent généralement ces caractéristiques : données peu sensibles, petite échelle, limitation de débit acceptable, résultats utilisés pour valider et non pour décider en production. Par exemple : projet d'apprentissage personnel, recherche sémantique d'un prototype produit, validation de faisabilité d'une petite base de connaissances interne, expérimentation de clustering hors ligne.

Les cas inadaptés sont tout aussi clairs : service externe exigeant un SLA stable, traitement quotidien de nombreux documents, données soumises à des obligations de confidentialité ou contractuelles, besoin d'une dimension et d'une version de modèle stables dans la durée. Dans ces cas, le quota gratuit ne fait pas économiser : il reporte le risque à la mise en production.

7. Passer du gratuit au payant

La voie la plus sûre consiste à valider les résultats avec un quota gratuit ou un déploiement open source, puis à migrer le trafic de production vers une API payante. Trois points à surveiller : le nouveau modèle prend-il en charge une dimension identique ou convertible ; les anciens vecteurs peuvent-ils être conservés, sachant qu'un changement de modèle impose généralement une reconstruction complète ; l'interface est-elle compatible, une interface compatible OpenAI réduisant les modifications de code.

Pour comparer plusieurs modèles, testez d'abord un faible volume via une passerelle unifiée, puis répartissez clés et budgets par projet, afin d'éviter d'ouvrir un compte chez chaque fournisseur. Les prix évoluent : faites foi sur la page Tarifs des modèles.

8. Questions fréquentes

Quel quota offre généralement un Embedding gratuit ?

Les plateformes varient beaucoup : le plus courant est un plafond quotidien ou mensuel en requêtes ou en tokens, accompagné d'une limitation par minute. Les chiffres et durées de validité sont ceux des pages des éditeurs ; ne planifiez pas votre capacité sur des rumeurs.

Peut-on utiliser un quota gratuit à des fins commerciales ?

Cela dépend des conditions. Certains niveaux gratuits autorisent l'usage commercial avec des restrictions sur les données, d'autres sont limités à l'évaluation. Avant de signer ou de mettre en production, faites valider par le service juridique ; ne présumez pas que « utilisable » signifie « utilisable commercialement ».

Un modèle open source est-il toujours moins performant qu'une API commerciale ?

Pas nécessairement. En recherche en chinois, un modèle ouvert adapté, avec un bon découpage et une bonne évaluation, peut satisfaire de nombreux besoins. L'écart apparaît surtout sur les textes longs, le multilinguisme et la stabilité prête à l'emploi ; il faut tester avec ses propres données.

Les données du niveau gratuit servent-elles à l'entraînement ?

Les politiques varient selon la plateforme, et entre versions gratuites et payantes. En cas de doute, considérez qu'elles peuvent l'être et ne soumettez pas de données sensibles à une interface publique gratuite.

Les anciens vecteurs restent-ils utilisables après un changement de modèle ?

Généralement non, ils ne peuvent pas être mélangés directement. Les espaces vectoriels de modèles différents sont incompatibles : il faut revectoriser tous les documents et mettre à jour le modèle côté requêtes. C'est pourquoi le coût de migration doit être anticipé dès le choix.

Pour aller plus loin

Si vous avez déjà validé les résultats sur un petit échantillon, l'étape suivante consiste à brancher le trafic de test sur un point d'entrée unifié : créez un compte ZSQH AI Gateway, comparez avec un petit quota les dimensions, la latence et la qualité de recherche de plusieurs modèles d'Embedding, puis décidez de la solution de production. La liste des modèles et les prix sont sur la page Tarifs des modèles.

Pour aller plus loin :