ESM-2 650M (Protein Embeddings)

EmbeddingsNedostupné

od Metaesm2-650m-protein-embeddings

Meta AI 650M-parameter protein language model trained on UniRef50 sequences. Feed it an amino-acid sequence and the per-residue hidden states act as learned protein embeddings, used for structure prediction, variant-effect and function tasks. This 33-layer checkpoint is the common balance of quality and cost in the ESM-2 family.

Zobrazit alternativy Porovnat

Stav: Nedostupné
Kontext: 1 024 tokenů
Vstup → výstup: Text → Vektor
Vývojář: Meta
Aktualizováno: 23. září 2026

ESM-2 650M (Protein Embeddings) není momentálně dostupný

Podrobnosti na této stránce si můžete přečíst. Vyberte jednu z dostupných alternativ níže a spusťte porovnatelný model hned.

Na alternativy

Srovnatelné modely

Všechny v této kategorii

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 US$/1M vstup
Porovnat ESM-2 650M (Protein Embeddings) a OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M vstup
Porovnat ESM-2 650M (Protein Embeddings) a OpenAI text-embedding-3-small

Playground

Vyzkoušet ESM-2 650M (Protein Embeddings)

Vstup a výstup

Momentálně nedostupné

Momentálně nedostupné.

Playground je zakázán. Srovnatelné modely najdete ve stejné kategorii: Zobrazit alternativy

Protein Sequence

0 / 1 024

Amino-acid sequence (single-letter codes) to embed

Porovnat s (volitelné)

Spustí model dvakrát (zaúčtováno dvakrát).

⌘/Ctrl + Enter

Výsledek

Vektor se zobrazí zde.

Tento běh

Bez ceny – momentálně nedostupné.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits.

O ESM-2 650M (Protein Embeddings)

StručněStav: 23. září 2026

ESM-2 650M (Protein Embeddings) je model od Meta v kategorii Embeddings. ESM-2 650M (Protein Embeddings) není na Railwail v současné době dostupný. Kontextní okno obsahuje 1 024 tokenů.

ESM-2 is a transformer protein language model from Meta AI (FAIR) trained with masked language modeling over millions of protein sequences from UniRef. Its internal representations capture structural and functional properties of proteins, which is why ESM-2 embeddings power downstream tools including ESMFold structure prediction. The 650M t33 checkpoint sits between the small research models and the 3B/15B versions. Run through the Hugging Face feature-extraction pipeline on an amino-acid string to obtain per-residue embedding vectors (1280 dims), which are typically mean-pooled for a whole-protein embedding.

Ceny

Momentálně nedostupné. Pro tento model momentálně není cena, takže jej nelze spustit.

API

Volejte ESM-2 650M (Protein Embeddings) s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:

esm2-650m-protein-embeddingsDokumentace API Získat API klíč

Momentálně nedostupné

Model nemá ověřenou cenu nebo je deaktivován; volání API jsou odmítnuta.

Specifikace

ID modelu: esm2-650m-protein-embeddings
Vývojář: Meta
Kategorie: Embeddings
Vstup: Text
Výstup: Vektor
Kontextové okno: 1 024 tokenů
Záznam v katalogu aktualizován: 23. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

ParametrTypVýchozíPovolené hodnoty

inputspovinné
Amino-acid sequence (single-letter codes) to embed
Typ: Text
Výchozí: –
Povolené hodnoty: až 1 024 znaků

Štítky

science
embedding
research
huggingface
esm2
protein
meta
bioinformatics

Případy použití

Související průvodce

Embedding Models for Search & Science

Všechny modely: Embeddings

Často kladené otázky

Co je ESM-2 650M (Protein Embeddings)?

ESM-2 650M (Protein Embeddings) je model od Meta v kategorii Embeddings. Je uveden na Railwail, ale momentálně jej nelze spustit.

Kolik stojí ESM-2 650M (Protein Embeddings) na Railwail?

ESM-2 650M (Protein Embeddings) se momentálně na Railwail nedá spustit, takže není aktuální cena. Dostupné alternativy s cenami jsou uvedeny dále na této stránce.

Jaké je kontextní okno ESM-2 650M (Protein Embeddings)?

Kontextní okno ESM-2 650M (Protein Embeddings) obsahuje 1 024 tokenů.

Jak rychlý je ESM-2 650M (Protein Embeddings)?

Pro ESM-2 650M (Protein Embeddings) je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je ESM-2 650M (Protein Embeddings) lepší než OpenAI text-embedding-3-large?

Záleží na úkolu. ESM-2 650M (Protein Embeddings) (Meta) a OpenAI text-embedding-3-large (OpenAI) jsou oba modely v kategorii Embeddings. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat ESM-2 650M (Protein Embeddings) a OpenAI text-embedding-3-large

Mohu ESM-2 650M (Protein Embeddings) používat hned teď?

Momentálně nedostupné. Stránka zůstává online; dostupné alternativy ze stejné kategorie jsou uvedeny dále.

Všechny modely přes jednu API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíč Zobrazit všechny modely