ESM-2 650M (Protein Embeddings)

EmbeddingsNon disponible

par 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.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 1 024 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Meta
Mis à jour: 23 septembre 2026

ESM-2 650M (Protein Embeddings) 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 ESM-2 650M (Protein Embeddings) 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 ESM-2 650M (Protein Embeddings) et OpenAI text-embedding-3-small

Playground

Essayer ESM-2 650M (Protein Embeddings)

Entrée et résultat

Actuellement indisponible

Actuellement indisponible.

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

Protein Sequence

0 / 1 024

Amino-acid sequence (single-letter codes) 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 ESM-2 650M (Protein Embeddings)

RésuméAu 23 septembre 2026

ESM-2 650M (Protein Embeddings) est un modèle de Meta dans la catégorie Embeddings. ESM-2 650M (Protein Embeddings) n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 1 024 tokens.

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.

Tarification

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

API

Appelez ESM-2 650M (Protein Embeddings) avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

esm2-650m-protein-embeddingsDocumentation 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: esm2-650m-protein-embeddings
Développeur: Meta
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 1 024 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
Amino-acid sequence (single-letter codes) to embed
Type: Texte
Défaut: –
Valeurs autorisées: Jusqu'à 1 024 caractères

Cas d'usage

Guides associés

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que ESM-2 650M (Protein Embeddings) ?

ESM-2 650M (Protein Embeddings) est un modèle de Meta dans la catégorie Embeddings. Il est répertorié sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte ESM-2 650M (Protein Embeddings) sur Railwail ?

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

La fenêtre de contexte de ESM-2 650M (Protein Embeddings) contient 1 024 tokens.

Quelle est la vitesse de ESM-2 650M (Protein Embeddings) ?

Il n'y a pas encore assez d'exécutions mesurées de ESM-2 650M (Protein Embeddings) sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.