ESM-2 650M (Protein Embeddings)

EmbeddingsEi saatavilla

kehittäjä: Metaesm2-650m-protein-embeddings

Meta AI 650M-parameter protein language model trained on UniRef50 sequences. Feed it an amino-acid sequence and the per-residue hidden states act as learned protein embeddings, used for structure prediction, variant-effect and function tasks. This 33-layer checkpoint is the common balance of quality and cost in the ESM-2 family.

Näytä vaihtoehdot Vertaile

Tila: Ei saatavilla
Konteksti: 1 024 tokenia
Syöte → tulos: Teksti → Vektori
Kehittäjä: Meta
Päivitetty: 23. syyskuuta 2026

ESM-2 650M (Protein Embeddings) ei ole tällä hetkellä saatavilla

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

Siirry vaihtoehtoihin

Vertailukelpoiset mallit

Kaikki tässä kategoriassa

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 $/1M in
Vertaa ESM-2 650M (Protein Embeddings) ja 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 $/1M in
Vertaa ESM-2 650M (Protein Embeddings) ja OpenAI text-embedding-3-small

Leikkikenttä

Kokeile ESM-2 650M (Protein Embeddings)

Syöte ja tulos

Ei tällä hetkellä saatavilla

Ei tällä hetkellä saatavilla.

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

Protein Sequence

0 / 1 024

Amino-acid sequence (single-letter codes) to embed

Vertaa kohteeseen (valinnainen)

Suorittaa mallin kahdesti (laskutetaan kahdesti).

⌘/Ctrl + Enter

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.

Tietoja: ESM-2 650M (Protein Embeddings)

Lyhyesti23. syyskuuta 2026 alkaen

ESM-2 650M (Protein Embeddings) on Meta-kehittäjän malli kategoriasta Embeddings. ESM-2 650M (Protein Embeddings) ei ole tällä hetkellä saatavilla Railwailissa. Kontekstiikkuna sisältää 1 024 tokenia.

ESM-2 is a transformer protein language model from Meta AI (FAIR) trained with masked language modeling over millions of protein sequences from UniRef. Its internal representations capture structural and functional properties of proteins, which is why ESM-2 embeddings power downstream tools including ESMFold structure prediction. The 650M t33 checkpoint sits between the small research models and the 3B/15B versions. Run through the Hugging Face feature-extraction pipeline on an amino-acid string to obtain per-residue embedding vectors (1280 dims), which are typically mean-pooled for a whole-protein embedding.

Hinnat

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

API

Kutsu ESM-2 650M (Protein Embeddings) Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

esm2-650m-protein-embeddingsAPI-dokumentaatio Hanki API-avain

Tällä hetkellä ei saatavilla

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

Tekniset tiedot

Mallin tunnus: esm2-650m-protein-embeddings
Kehittäjä: Meta
Kategoria: Embeddings
Syöte: Teksti
Tuloste: Vektori
Konteksti-ikkuna: 1 024 tokenia
Luettelokirjaus päivitetty: 23. syyskuuta 2026

Syöteparametrit

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

ParametriTyyppiOletusSallitut arvot

inputspakollinen
Amino-acid sequence (single-letter codes) to embed
Tyyppi: Teksti
Oletus: –
Sallitut arvot: enintään 1 024 merkkiä

Tunnisteet

science
embedding
research
huggingface
esm2
protein
meta
bioinformatics

Käyttötapaukset

Liittyvät oppaat

Embedding Models for Search & Science

Kaikki mallit: Embeddings

Usein kysytyt kysymykset

Mikä on ESM-2 650M (Protein Embeddings)?

ESM-2 650M (Protein Embeddings) on Metan kehittämä malli Embeddings-kategoriassa. Se on listattu Railwailissa, mutta sitä ei voi tällä hetkellä suorittaa.

Paljonko ESM-2 650M (Protein Embeddings) maksaa Railwailissa?

ESM-2 650M (Protein Embeddings)ta ei voi tällä hetkellä suorittaa Railwailissa, joten nykyistä hintaa ei ole. Saatavilla olevat vaihtoehdot hintojen kanssa on lueteltu tämän sivun alempana.

Mikä on ESM-2 650M (Protein Embeddings)n kontekstiikkuna?

ESM-2 650M (Protein Embeddings)n kontekstiikkuna sisältää 1 024 tokenia.

Kuinka nopea ESM-2 650M (Protein Embeddings) on?

ESM-2 650M (Protein Embeddings)lla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Onko ESM-2 650M (Protein Embeddings) parempi kuin OpenAI text-embedding-3-large?

Se riippuu tehtävästä. ESM-2 650M (Protein Embeddings) (Meta) ja OpenAI text-embedding-3-large (OpenAI) ovat molemmat malleja Embeddings-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.

Vertaa ESM-2 650M (Protein Embeddings) ja OpenAI text-embedding-3-large

Voiko ESM-2 650M (Protein Embeddings)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 $.

Hanki API-avain Selaa kaikkia malleja