BGE-M3 (Multilingual)

EmbeddingsEi saatavilla
kehittäjä: CommunityMallin tunnus: 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.

Tila
Ei saatavilla
Konteksti
8 192 tokenia
Syöte → tulos
Teksti → Vektori
Kehittäjä
Community
Päivitetty
23. syyskuuta 2026

BGE-M3 (Multilingual) ei ole tällä hetkellä saatavilla

Voit silti lukea tiedot tältä sivulta. Valitse yksi alla olevista saatavilla olevista vaihtoehdoista suorittaaksesi vertailukelpoisen mallin heti.

Siirry vaihtoehtoihin
01

Vertailukelpoiset mallit

Kaikki tässä kategoriassa
02

Leikkikenttä

Kokeile BGE-M3 (Multilingual)

Syöte ja tulos

Ei tällä hetkellä saatavilla

Ei tällä hetkellä saatavilla.

Leikkikenttä on poistettu käytöstä. Vertailukelpoisia malleja löydät samasta kategoriasta: Selaa vaihtoehtoja

Kokeile BGE-M3 (Multilingual)

0 / 8 000

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

Suorittaa mallin kahdesti (laskutetaan kahdesti).

Tulos
Vektori ilmestyy tähän.

Tämä suoritus

Ei hintaa – ei tällä hetkellä saatavilla.

Uusi täällä?

10 ilmaista creditiä (0,10 $) kun rekisteröidyt Googlella

Käytettävissä 24 tuntia rekisteröinnin jälkeen, enintään 5 suoritusta päivässä ja enintään 2 creditiä suoritusta kohti. Muut kirjautumismenetelmät alkavat ilman creditejä.

03

Tietoja: BGE-M3 (Multilingual)

Lyhyesti23. syyskuuta 2026 alkaen

BGE-M3 (Multilingual) on Community-kehittäjän malli kategoriasta Embeddings. BGE-M3 (Multilingual) ei ole tällä hetkellä saatavilla Railwailissa. Kontekstiikkuna sisältää 8 192 tokenia.

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

Hinnat

Ei tällä hetkellä saatavilla. Tällä hetkellä tälle mallille ei ole hintaa, joten sitä ei voi suorittaa.

05

API

Kutsu BGE-M3 (Multilingual) Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

Tällä hetkellä ei saatavilla

Mallilla ei ole vahvistettua hintaa tai se on poistettu käytöstä; API-kutsut hylätään.

06

Tekniset tiedot

Mallin tunnus
bge-m3-multilingual
Kehittäjä
Community
Kategoria
Embeddings
Syöte
Teksti
Tuloste
Vektori
Konteksti-ikkuna
8 192 tokenia
Luettelokirjaus päivitetty
23. syyskuuta 2026

Syöteparametrit

Mallin syötökaavion syötteet ja asetukset. API-osion esimerkki näyttää, mitkä niistä API hyväksyy.

  • inputspakollinen

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

    Tyyppi: Teksti
    Oletus: –
    Sallitut arvot: enintään 8 000 merkkiä

Tunnisteet

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

Käyttötapaukset

08

Usein kysytyt kysymykset

Mikä on BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) on Communityn kehittämä malli Embeddings-kategoriassa. Se on listattu Railwailissa, mutta sitä ei voi tällä hetkellä suorittaa.

Paljonko BGE-M3 (Multilingual) maksaa Railwailissa?

BGE-M3 (Multilingual)ta ei voi tällä hetkellä suorittaa Railwailissa, joten nykyistä hintaa ei ole. Saatavilla olevat vaihtoehdot hintojen kanssa on lueteltu tämän sivun alempana.

Mikä on BGE-M3 (Multilingual)n kontekstiikkuna?

BGE-M3 (Multilingual)n kontekstiikkuna sisältää 8 192 tokenia.

Kuinka nopea BGE-M3 (Multilingual) on?

BGE-M3 (Multilingual)lla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Onko BGE-M3 (Multilingual) parempi kuin OpenAI text-embedding-3-large?

Se riippuu tehtävästä. BGE-M3 (Multilingual) (Community) ja OpenAI text-embedding-3-large (OpenAI) ovat molemmat malleja Embeddings-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.

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

Voiko BGE-M3 (Multilingual)a käyttää juuri nyt?

Ei tällä hetkellä saatavilla. Sivu pysyy verkossa; saatavilla olevat vaihtoehdot samasta kategoriasta on lueteltu alempana.

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.