GTE Large EN v1.5

EmbeddingsIkke tilgængelig

af 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.

Se alternativer Sammenlign

Status: Ikke tilgængelig
Kontekst: 8.192 tokens
Input → output: Tekst → Vektor
Udvikler: Community
Opdateret: 23. september 2026

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

Playground

Prøv GTE 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 / 8.000

Text to embed (up to 8192 tokens)

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 GTE Large EN v1.5

Kort sagtFra 23. september 2026

GTE Large EN v1.5 er en model af Community i kategorien Embeddings. GTE Large EN v1.5 er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 8.192 tokens.

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.

Priser

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

API

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

gte-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: gte-large-en-v1-5
Udvikler: Community
Kategori: Embeddings
Input: Tekst
Output: Vektor
Kontekstvindue: 8.192 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 (up to 8192 tokens)
Type: Tekst
Standard: –
Tilladte værdier: op til 8.000 tegn

Anvendelsestilfælde

Relaterede vejledninger

Embedding Models for Search & Science

Alle modeller i Embeddings

Ofte stillede spørgsmål

Hvad er GTE Large EN v1.5?

GTE 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 GTE Large EN v1.5 på Railwail?

GTE 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 GTE Large EN v1.5?

Kontekstvinduet for GTE Large EN v1.5 indeholder 8.192 tokens.

Hvor hurtig er GTE Large EN v1.5?

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

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

Det afhænger af opgaven. GTE 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 GTE Large EN v1.5 og OpenAI text-embedding-3-large

Kan jeg bruge GTE 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