BGE Large EN v1.5

EmbeddingsNon disponible

par Communitybge-large-en-v1-5

BAAI (Beijing Academy of AI) open-weight English embedding model with 335M parameters. Returns 1024-dim vectors and was a top MTEB English retrieval model on release. The v1.5 update improved similarity distribution so it works well without a query instruction prefix for symmetric tasks. A widely used open alternative to hosted embeddings.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 512 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Community
Mis à jour: 23 septembre 2026

BGE Large EN v1.5 n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Modèles comparables

Tous dans cette catégorie

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 $US/1M entrée
Comparer BGE Large EN v1.5 et 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 $US/1M entrée
Comparer BGE Large EN v1.5 et OpenAI text-embedding-3-small

Playground

Essayer BGE Large EN v1.5

Entrée et résultat

Actuellement indisponible

Actuellement indisponible.

Le playground est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Text

0 / 4 000

Text to embed

Comparer avec (optionnel)

Exécute le modèle deux fois (facturé deux fois).

⌘/Ctrl + Entrée

Résultat

Le vecteur apparaît ici.

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

À propos de BGE Large EN v1.5

RésuméAu 23 septembre 2026

BGE Large EN v1.5 est un modèle de Community dans la catégorie Embeddings. BGE Large EN v1.5 n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 512 tokens.

bge-large-en-v1.5 from the Beijing Academy of Artificial Intelligence is a BERT-large-based English embedding model producing 1024-dim vectors with a 512-token limit. The v1.5 release recalibrated the cosine-similarity distribution so scores spread more usefully across the range, and it no longer strictly requires the retrieval instruction prefix for symmetric similarity. It ranked at the top of the MTEB English leaderboard when released and remains a common open-weight default for RAG and semantic search. Served through Hugging Face with the feature-extraction pipeline; for asymmetric retrieval prepend the recommended query instruction to questions.

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

API

Appelez BGE Large EN v1.5 avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

bge-large-en-v1-5Documentation API Obtenir une clé API

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

Spécifications

ID du modèle: bge-large-en-v1-5
Développeur: Community
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 512 tokens
Entrée du catalogue mise à jour: 23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

ParamètreTypeDéfautValeurs autorisées

inputsObligatoire
Text to embed
Type: Texte
Défaut: –
Valeurs autorisées: Jusqu'à 4 000 caractères

Cas d'usage

Guides associés

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que BGE Large EN v1.5 ?

BGE Large EN v1.5 est un modèle de Community dans la catégorie Embeddings. Il est répertorié sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte BGE Large EN v1.5 sur Railwail ?

BGE Large EN v1.5 ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de BGE Large EN v1.5 ?

La fenêtre de contexte de BGE Large EN v1.5 contient 512 tokens.

Quelle est la vitesse de BGE Large EN v1.5 ?

Il n'y a pas encore assez d'exécutions mesurées de BGE Large EN v1.5 sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

BGE Large EN v1.5 est-il meilleur que OpenAI text-embedding-3-large ?

Cela dépend de la tâche. BGE Large EN v1.5 (Community) et OpenAI text-embedding-3-large (OpenAI) sont tous deux des modèles de la catégorie Embeddings. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer BGE Large EN v1.5 et OpenAI text-embedding-3-large

Puis-je utiliser BGE Large EN v1.5 maintenant ?

Actuellement indisponible. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.

Tous les modèles via une seule API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.

Obtenir une clé API Parcourir tous les modèles