BGE Large EN v1.5

EmbeddingsIkke tilgængelig

af Communitybge-large-en-v1-5

BAAI (Beijing Academy of AI) open-weight English embedding model with 335M parameters. Returns 1024-dim vectors and was a top MTEB English retrieval model on release. The v1.5 update improved similarity distribution so it works well without a query instruction prefix for symmetric tasks. A widely used open alternative to hosted embeddings.

Se alternativer Sammenlign

Status: Ikke tilgængelig
Kontekst: 512 tokens
Input → output: Tekst → Vektor
Udvikler: Community
Opdateret: 23. september 2026

BGE Large EN v1.5 er i øjeblikket utilgængelig

Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.

Gå til alternativer

Sammenlignelige modeller

Alle i denne kategori

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$/1M in
Sammenlign BGE Large EN v1.5 og OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M in
Sammenlign BGE Large EN v1.5 og OpenAI text-embedding-3-small

Playground

Prøv BGE Large EN v1.5

Input & resultat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Text

0 / 4.000

Text to embed

Sammenlign med (valgfrit)

Kører modellen to gange (faktureres to gange).

⌘/Ctrl + Enter

Resultat

Vektoren vises her.

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.

Om BGE Large EN v1.5

Kort sagtFra 23. september 2026

BGE Large EN v1.5 er en model af Community i kategorien Embeddings. BGE Large EN v1.5 er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 512 tokens.

bge-large-en-v1.5 from the Beijing Academy of Artificial Intelligence is a BERT-large-based English embedding model producing 1024-dim vectors with a 512-token limit. The v1.5 release recalibrated the cosine-similarity distribution so scores spread more usefully across the range, and it no longer strictly requires the retrieval instruction prefix for symmetric similarity. It ranked at the top of the MTEB English leaderboard when released and remains a common open-weight default for RAG and semantic search. Served through Hugging Face with the feature-extraction pipeline; for asymmetric retrieval prepend the recommended query instruction to questions.

Priser

Ikke tilgængelig i øjeblikket. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

API

Kald BGE Large EN v1.5 med din Railwail API-nøgle. Brug dette model-ID i anmodningen:

bge-large-en-v1-5API-dokumentation Få en API-nøgle

I øjeblikket utilgængelig

Modellen har ingen bekræftet pris eller er deaktiveret; API-kald afvises.

Specifikationer

Model-ID: bge-large-en-v1-5
Udvikler: Community
Kategori: Embeddings
Input: Tekst
Output: Vektor
Kontekstvindue: 512 tokens
Katalogelement opdateret: 23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

ParameterTypeStandardTilladte værdier

inputspåkrævet
Text to embed
Type: Tekst
Standard: –
Tilladte værdier: op til 4.000 tegn

Anvendelsestilfælde

Relaterede vejledninger

Embedding Models for Search & Science

Alle modeller i Embeddings

Ofte stillede spørgsmål

Hvad er BGE Large EN v1.5?

BGE Large EN v1.5 er en model fra Community i kategorien Embeddings. Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster BGE Large EN v1.5 på Railwail?

BGE Large EN v1.5 kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.

Hvad er kontekstvinduet for BGE Large EN v1.5?

Kontekstvinduet for BGE Large EN v1.5 indeholder 512 tokens.

Hvor hurtig er BGE Large EN v1.5?

Der er endnu ikke nok målte kørsler af BGE Large EN v1.5 på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er BGE Large EN v1.5 bedre end OpenAI text-embedding-3-large?

Det afhænger af opgaven. BGE Large EN v1.5 (Community) og OpenAI text-embedding-3-large (OpenAI) er begge modeller i kategorien Embeddings. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign BGE Large EN v1.5 og OpenAI text-embedding-3-large

Kan jeg bruge BGE Large EN v1.5 lige nu?

Ikke tilgængelig i øjeblikket. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.

Få API-nøgle Se alle modeller