GTE Large EN v1.5

EmbeddingsNicht verfügbar

von Communitygte-large-en-v1-5

Alibaba (Tongyi Lab) general text embedding model. The v1.5 release extends the context to 8192 tokens and returns 1024-dim vectors, scoring competitively on MTEB while handling much longer inputs than typical 512-token encoders. A practical open model when documents exceed the usual short-context limit.

Alternativen ansehen Vergleichen

Status: Nicht verfügbar
Kontext: 8 192 Token
Eingabe → Ausgabe: Text → Vektor
Entwickler: Community
Aktualisiert: 23. September 2026

GTE Large EN v1.5 ist derzeit nicht verfügbar

Die Angaben auf dieser Seite kannst du weiter nachlesen. Mit einer der verfügbaren Alternativen unten kannst du sofort ein vergleichbares Modell nutzen.

Zu den Alternativen

Vergleichbare Modelle

Alle dieser Kategorie

OpenAI text-embedding-3-largeOpenAI
OpenAI's highest-quality embedding model. Returns 3072-dim vectors by default and supports reducing dimensions via the dimensions parameter. Outperforms text-embedding-3-small and the older ada-002 on MTEB and multilingual MIRACL retrieval benchmarks, for cases where accuracy matters more than cost.
$ 0,156/1 Mio. In
GTE Large EN v1.5 und OpenAI text-embedding-3-large vergleichen
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
$ 0,024/1 Mio. In
GTE Large EN v1.5 und OpenAI text-embedding-3-small vergleichen

Playground

GTE Large EN v1.5 ausprobieren

Eingabe & Ergebnis

Derzeit nicht verfügbar

Derzeit nicht verfügbar.

Der Playground ist deaktiviert. Vergleichbare Modelle findest du in derselben Kategorie: Alternativen ansehen

Text

0 / 8 000

Text to embed (up to 8192 tokens)

Vergleichen mit (optional)

Startet das Modell zweimal (zweimal berechnet).

⌘/Strg + Enter

Ergebnis

Der Vektor erscheint hier.

Dieser Lauf

Kein Preis – derzeit nicht verfügbar.

Neu hier?

10 Gratis-Credits ($ 0,10) bei Anmeldung mit Google

Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 Läufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben.

Über GTE Large EN v1.5

Kurz gesagtStand: 23. September 2026

GTE Large EN v1.5 ist ein Modell von Community aus der Kategorie Embeddings. Über Railwail ist GTE Large EN v1.5 derzeit nicht verfügbar. Das Kontextfenster umfasst 8 192 Token.

gte-large-en-v1.5 from Alibaba's Institute for Intelligent Computing (Tongyi Lab) is a general text embedding model whose v1.5 update pushes the supported context to 8192 tokens, well beyond the 512-token ceiling of most BERT-based encoders. It outputs 1024-dim embeddings and posts competitive MTEB English scores, making it useful for long-passage retrieval and RAG over bigger chunks without aggressive splitting. It loads with trust_remote_code on Hugging Face and is served via the feature-extraction pipeline; mean-pool the token outputs for the sentence vector.

Preise

Derzeit nicht verfügbar. Für dieses Modell gibt es derzeit keinen Preis, deshalb lässt es sich nicht ausführen.

API

Rufe GTE Large EN v1.5 mit deinem Railwail-API-Schlüssel auf. Diese Modell-ID gehört in die Anfrage:

gte-large-en-v1-5API-Dokumentation API-Schlüssel holen

Derzeit nicht verfügbar

Das Modell hat keinen geprüften Preis oder ist deaktiviert; API-Aufrufe werden abgelehnt.

Spezifikationen

Modell-ID: gte-large-en-v1-5
Entwickler: Community
Kategorie: Embeddings
Eingabe: Text
Ausgabe: Vektor
Kontextfenster: 8 192 Token
Katalogeintrag aktualisiert: 23. September 2026

Eingabeparameter

Eingaben und Einstellungen laut Eingabeschema des Modells. Welche davon die API annimmt, zeigt das Beispiel im Abschnitt API.

ParameterTypStandardErlaubte Werte

inputsPflicht
Text to embed (up to 8192 tokens)
Typ: Text
Standard: –
Erlaubte Werte: bis 8 000 Zeichen

Einsatzgebiete

Passende Übersichten

Embedding Models for Search & Science

Alle Modelle in Embeddings

Häufige Fragen

Was ist GTE Large EN v1.5?

GTE Large EN v1.5 ist ein Modell von Community aus der Kategorie Embeddings. Es steht im Railwail-Katalog, lässt sich derzeit aber nicht ausführen.

Was kostet GTE Large EN v1.5 bei Railwail?

GTE Large EN v1.5 lässt sich über Railwail derzeit nicht ausführen, deshalb gibt es keinen aktuellen Preis. Verfügbare Alternativen mit Preisen stehen weiter unten auf dieser Seite.

Wie groß ist das Kontextfenster von GTE Large EN v1.5?

Das Kontextfenster von GTE Large EN v1.5 umfasst 8 192 Token.

Wie schnell ist GTE Large EN v1.5?

Für GTE Large EN v1.5 gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.

Ist GTE Large EN v1.5 besser als OpenAI text-embedding-3-large?

Das hängt von der Aufgabe ab. GTE Large EN v1.5 (Community) und OpenAI text-embedding-3-large (OpenAI) sind beide Modelle aus der Kategorie Embeddings. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.

GTE Large EN v1.5 und OpenAI text-embedding-3-large vergleichen

Kann ich GTE Large EN v1.5 gerade nutzen?

Derzeit nicht verfügbar. Die Seite bleibt online; verfügbare Alternativen aus derselben Kategorie stehen weiter unten.

Alle Modelle über eine API

Ein API-Schlüssel für alle Modelle auf Railwail. Abgerechnet wird über vorab gekaufte Credits, 1 Credit = $ 0,01.

API-Schlüssel holen Alle Modelle ansehen