BGE-M3 (Multilingual)

EmbeddingsPole saadaval
Community pooltMudeli ID: bge-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.

Olek
Pole saadaval
Kontekst
8192 tokenit
Sisend → vĂ€ljund
Tekst → Vektor
Arendaja
Community
Uuendatud
23. september 2026

BGE-M3 (Multilingual) pole hetkel saadaval

Selle lehe ĂŒksikasju saad jĂ€tkuvalt lugeda. VĂ”rdsete mudelite kohe kĂ€ivitamiseks vali allpool ĂŒks saadaolevatest alternatiividest.

Mine alternatiividele
01

VÔrreldavad mudelid

KÔik selles kategoorias
02

Playground

Proovi BGE-M3 (Multilingual)

Sisend ja vÀljund

Hetkel pole saadaval

Praegu pole saadaval.

MÀnguvÀljakud on keelatud. Sarnaseid mudeleid leiad samast kategooriast: Vaata alternatiive

Proovi BGE-M3 (Multilingual)

0 / 8000

Text to embed (any of 100+ languages, up to long documents)

KĂ€ivitab mudeli kaks korda (arveldatakse kaks korda).

Tulemus
Vektor ilmub siia.

See kÀivitus

Hind puudub – praegu pole saadaval.

Oled siin uus?

10 tasuta krediiti (0,10 $), kui registreeritud Google'iga

Kasutatav 24 tundi pÀrast registreerimist, kuni 5 kÀivitust pÀevas ja maksimaalselt 2 krediiti kÀivituse kohta. Muud sisselogimismeetodid algavad ilma krediitideta.

03

Teave: BGE-M3 (Multilingual)

LĂŒhidaltSeisuga 23. september 2026

BGE-M3 (Multilingual) on mudel, mille on vÀlja töötanud Community kategoorias Embeddings. BGE-M3 (Multilingual) ei ole Railwail'is praegu saadaval. Konteksti aken sisaldab 8192 mÀrksÔna.

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.
04

Hinnad

Praegu pole saadaval. Sellel mudelil pole hetkel hinda, seega seda ei saa kÀivitada.

05

API

Kutsu BGE-M3 (Multilingual) oma Railwail API vÔtmega. Kasuta selles pÀringus seda mudeli ID-d:

Praegu pole saadaval

Mudelil puudub kontrollitud hind vĂ”i see on keelatud; API-kutsed lĂŒkatakse tagasi.

06

Spetsifikatsioonid

Mudeli ID
bge-m3-multilingual
Arendaja
Community
Kategooria
Embeddings
Sisend
Tekst
VĂ€ljund
Vektor
Konteksti aken
8192 tokenit
Kataloogi kirje uuendatud
23. september 2026

Sisendparameetrid

Mudeli sisendiskeemi sisendid ja seaded. API nÀide jaotises API nÀitab, milliseid neist API aktsepteerib.

  • inputsnĂ”utav

    Text to embed (any of 100+ languages, up to long documents)

    TĂŒĂŒp: Tekst
    Vaikimisi: –
    Lubatud vÀÀrtused: kuni 8000 tÀhemÀrki

Sildid

  • embedding
  • retrieval
  • rag
  • huggingface
  • bge
  • baai
  • multilingual
  • long-context
  • open-weights
07

Kasutamise juhtumid

08

Korduma kippuvad kĂŒsimused

Mis on BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) on mudel, mille töötas vÀlja Community kategoorias Embeddings. See on loetletud Railwail'is, kuid hetkel ei saa seda kÀivitada.

Kui palju maksab BGE-M3 (Multilingual) Railwail'is?

BGE-M3 (Multilingual) ei saa hetkel Railwail'is kÀivitada, seega pole praegust hinda. Saadaolevad alternatiivid koos hindadega on loetletud selle lehe allpool.

Kui suur on BGE-M3 (Multilingual) konteksti aken?

BGE-M3 (Multilingual) konteksti aken sisaldab 8192 mÀrksÔna.

Kui kiire on BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) kohta ei ole Railwail'is veel piisavalt mÔÔdetud kÀivitusi, et kÀivitusaega vÀita. See sÔltub sisendist, seadistustest ja pakkuja koormusest.

Kas BGE-M3 (Multilingual) on parem kui OpenAI text-embedding-3-large?

See sĂ”ltub ĂŒlesandest. BGE-M3 (Multilingual) (Community) ja OpenAI text-embedding-3-large (OpenAI) on mĂ”lemad mudelid kategoorias Embeddings. VĂ”rdlusleht nĂ€itab nende hindu ja spetsifikatsioone kĂ”rvuti.

VÔrdle BGE-M3 (Multilingual) ja OpenAI text-embedding-3-large

Kas saan BGE-M3 (Multilingual) kohe kasutada?

Praegu pole saadaval. Leht jÀÀb veebis; saadaolevad alternatiivid samast kategooriast on loetletud allpool.

KĂ”ik mudelid ĂŒhe API kaudu

Üks API vĂ”ti kĂ”igile Railwail mudelitele. Kasutamine arvestatakse eelmakstud krediitidest, 1 krediit = 0,01 $.