BGE-M3 (Multilingual)

EmbeddingsNicht verfügbar

von Communitybge-m3-multilingual

BAAI multilingual embedding model covering 100+ languages with an 8192-token context. M3 stands for its multi-functionality (dense, sparse and ColBERT-style multi-vector retrieval), multilinguality and multi-granularity over long documents. Returns 1024-dim dense vectors and is a strong open choice for cross-lingual and long-text retrieval.

Alternativen ansehen Vergleichen

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

BGE-M3 (Multilingual) 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
BGE-M3 (Multilingual) 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
BGE-M3 (Multilingual) und OpenAI text-embedding-3-small vergleichen

Playground

BGE-M3 (Multilingual) 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 (any of 100+ languages, up to long documents)

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 BGE-M3 (Multilingual)

Kurz gesagtStand: 23. September 2026

BGE-M3 (Multilingual) ist ein Modell von Community aus der Kategorie Embeddings. Über Railwail ist BGE-M3 (Multilingual) derzeit nicht verfügbar. Das Kontextfenster umfasst 8'192 Token.

bge-m3 from the Beijing Academy of Artificial Intelligence is a single model that supports three retrieval modes at once: dense embeddings, sparse lexical weights and ColBERT-style multi-vector matching. It handles more than 100 languages and inputs up to 8192 tokens, which makes it suitable for long-document and cross-lingual retrieval where shorter English-only models fall short. The dense output is 1024-dim. Through the Hugging Face feature-extraction pipeline you get the dense embedding, which mean-pools or uses the [CLS] vector depending on configuration; it is widely used as an open multilingual retrieval backbone.

Preise

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

API

Rufe BGE-M3 (Multilingual) mit deinem Railwail-API-Schlüssel auf. Diese Modell-ID gehört in die Anfrage:

bge-m3-multilingualAPI-Dokumentation API-Schlüssel holen

Derzeit nicht verfügbar

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

Spezifikationen

Modell-ID: bge-m3-multilingual
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 (any of 100+ languages, up to long documents)
Typ: Text
Standard: –
Erlaubte Werte: bis 8'000 Zeichen

Einsatzgebiete

Passende Übersichten

Embedding Models for Search & Science

Alle Modelle: Embeddings

Häufige Fragen

Was ist BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) ist ein Modell von Community aus der Kategorie Embeddings. Es steht im Railwail-Katalog, lässt sich derzeit aber nicht ausführen.

Was kostet BGE-M3 (Multilingual) bei Railwail?

BGE-M3 (Multilingual) 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 BGE-M3 (Multilingual)?

Das Kontextfenster von BGE-M3 (Multilingual) umfasst 8'192 Token.

Wie schnell ist BGE-M3 (Multilingual)?

Für BGE-M3 (Multilingual) 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 BGE-M3 (Multilingual) besser als OpenAI text-embedding-3-large?

Das hängt von der Aufgabe ab. BGE-M3 (Multilingual) (Community) und OpenAI text-embedding-3-large (OpenAI) sind beide Modelle aus der Kategorie Embeddings. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.

BGE-M3 (Multilingual) und OpenAI text-embedding-3-large vergleichen

Kann ich BGE-M3 (Multilingual) 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