GTE Large EN v1.5

التضميناتغير متاح
من Communityمعرّف النموذج: gte-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.

الحالة
غير متاح
السياق
8,192 رمز
Input → output
نص → متجه
مطور
Community
تم التحديث
٢٣ سبتمبر ٢٠٢٦

GTE Large EN v1.5 غير متاح حالياً

يمكنك قراءة التفاصيل على هذه الصفحة. اختر أحد البدائل المتاحة أدناه لتشغيل نموذج مماثل على الفور.

انتقل إلى البدائل
01

نماذج قابلة للمقارنة

الكل في هذه الفئة
02

Playground

جرّب GTE Large EN v1.5

الإدخال والإخراج

غير متاح حالياً

غير متاح حالياً.

ساحة اللعب معطلة. يمكنك العثور على نماذج مماثلة في نفس الفئة: استعرض البدائل

جرّب GTE Large EN v1.5

0 / 8,000

Text to embed (up to 8192 tokens)

يشغّل النموذج مرتين (يتم الفواتير مرتين).

النتيجة
يظهر المتجه هنا.

هذا التشغيل

لا يوجد سعر – غير متاح حالياً.

جديد هنا؟

10 رصيد مجاني (‏0.10 US$) عند التسجيل باستخدام Google

قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد.

03

حول GTE Large EN v1.5

الملخصاعتباراً من ٢٣ سبتمبر ٢٠٢٦

GTE Large EN v1.5 هو نموذج من Community في فئة التضمينات. GTE Large EN v1.5 غير متاح حالياً على Railwail. نافذة السياق تحتوي على 8,192 رموز.

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.
04

التسعير

غير متاح حالياً. لا يوجد سعر لهذا النموذج في الوقت الحالي، لذا لا يمكن تشغيله.

05

API

استدعِ GTE Large EN v1.5 باستخدام مفتاح Railwail API الخاص بك. استخدم معرّف النموذج هذا في الطلب:

غير متاح حالياً

النموذج ليس له سعر موثق أو معطل؛ يتم رفض استدعاءات API.

06

المواصفات

معرّف النموذج
gte-large-en-v1-5
مطور
Community
الإدخال
نص
الإخراج
متجه
نافذة السياق
8,192 رمز
تم تحديث إدخال الكتالوج
٢٣ سبتمبر ٢٠٢٦

معاملات الإدخال

المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.

  • inputsمطلوب

    Text to embed (up to 8192 tokens)

    النوع: نص
    الافتراضي: –
    القيم المسموحة: حتى 8,000 حرف

الوسوم

  • embedding
  • retrieval
  • rag
  • huggingface
  • gte
  • alibaba
  • long-context
  • open-weights
  • mteb
07

حالات الاستخدام

08

الأسئلة الشائعة

ما هو GTE Large EN v1.5؟

GTE Large EN v1.5 هو نموذج من Community في فئة التضمينات. إنه مدرج على Railwail لكن لا يمكن تشغيله في الوقت الحالي.

كم تكلفة GTE Large EN v1.5 على Railwail؟

لا يمكن تشغيل GTE Large EN v1.5 على Railwail في الوقت الحالي، لذا لا يوجد سعر حالي. البدائل المتاحة مع الأسعار مدرجة أسفل هذه الصفحة.

ما حجم نافذة السياق في GTE Large EN v1.5؟

نافذة السياق في GTE Large EN v1.5 تحتوي على 8,192 رموز.

ما سرعة GTE Large EN v1.5؟

لا توجد عمليات تشغيل مقاسة كافية لـ GTE Large EN v1.5 على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.

هل GTE Large EN v1.5 أفضل من OpenAI text-embedding-3-large؟

هذا يعتمد على المهمة. GTE Large EN v1.5 (Community) و OpenAI text-embedding-3-large (OpenAI) كلاهما نموذج في فئة التضمينات. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.

قارن GTE Large EN v1.5 و OpenAI text-embedding-3-large

هل يمكنني استخدام GTE Large EN v1.5 الآن؟

غير متاح حالياً. تبقى الصفحة متصلة؛ البدائل المتاحة من نفس الفئة مدرجة أسفل.

جميع النماذج عبر API واحدة

مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ‏٠٫٠١ US$.