Multilingual E5 Large
multilingual-e5-largeMicrosoft E5 multilingual embedding model with 560M parameters, initialized from XLM-RoBERTa-large and trained with weakly supervised contrastive learning. Covers around 100 languages and returns 1024-dim vectors. It expects query: and passage: prefixes on inputs and is a popular open model for multilingual semantic search.
- Status
- Ikke tilgængelig
- Kontekst
- 512 tokens
- Input → output
- Tekst → Vektor
- Udvikler
- Community
- Opdateret
- 23. september 2026
Multilingual E5 Large 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 alternativerSammenlignelige modeller
Alle i denne kategoriOpenAI'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.
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.
Playground
Prøv Multilingual E5 Large
Input & resultat
Ikke tilgængelig i øjeblikket.
Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer
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 Multilingual E5 Large
Multilingual E5 Large er en model af Community i kategorien Embeddings. Multilingual E5 Large er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 512 tokens.
Priser
Ikke tilgængelig i øjeblikket. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.
API
I øjeblikket utilgængelig
Modellen har ingen bekræftet pris eller er deaktiveret; API-kald afvises.
Specifikationer
- Model-ID
multilingual-e5-large- 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.
inputspåkrævetText to embed, prefixed with 'query: ' or 'passage: ' per the E5 convention
Type: TekstStandard: –Tilladte værdier: op til 4.000 tegn
Tags
- embedding
- retrieval
- rag
- huggingface
- e5
- intfloat
- microsoft
- multilingual
- open-weights
Anvendelsestilfælde
Ofte stillede spørgsmål
Hvad er Multilingual E5 Large?
Multilingual E5 Large er en model fra Community i kategorien Embeddings. Den er opført på Railwail, men kan ikke køres i øjeblikket.
Hvad koster Multilingual E5 Large på Railwail?
Multilingual E5 Large 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 Multilingual E5 Large?
Kontekstvinduet for Multilingual E5 Large indeholder 512 tokens.
Hvor hurtig er Multilingual E5 Large?
Der er endnu ikke nok målte kørsler af Multilingual E5 Large på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.
Er Multilingual E5 Large bedre end OpenAI text-embedding-3-large?
Det afhænger af opgaven. Multilingual E5 Large (Community) og OpenAI text-embedding-3-large (OpenAI) er begge modeller i kategorien Embeddings. Sammenligningssiden viser deres priser og specifikationer side om side.
Sammenlign Multilingual E5 Large og OpenAI text-embedding-3-largeKan jeg bruge Multilingual E5 Large 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$.