Nomic Embed Text v1.5

EmbeddingsNon disponible

par Communitynomic-embed-text-v1-5

Nomic AI open embedding model with a fully reproducible training pipeline (open weights, data and code). Supports an 8192-token context and Matryoshka representation learning, so you can truncate the 768-dim output down to 64 dims with graceful quality loss. Uses task prefixes like search_query and search_document.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 8 192 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Community
Mis à jour: 23 septembre 2026

Nomic Embed Text 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 Nomic Embed Text 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 Nomic Embed Text v1.5 et OpenAI text-embedding-3-small

Playground

Essayer Nomic Embed Text 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 / 8 000

Text to embed, prefixed with a task tag such as 'search_query: ' or 'search_document: '

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 Nomic Embed Text v1.5

RésuméAu 23 septembre 2026

Nomic Embed Text v1.5 est un modèle de Community dans la catégorie Embeddings. Nomic Embed Text v1.5 n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 8 192 tokens.

nomic-embed-text-v1.5 from Nomic AI is a long-context English embedding model released with open weights, open training data and open code for full reproducibility. It handles inputs up to 8192 tokens and was trained with Matryoshka representation learning, which means the 768-dim output can be truncated to smaller sizes (down to 64 dims) while keeping most of its retrieval quality, useful for cutting storage and search cost. Inputs are prefixed with task tags such as search_query, search_document, classification or clustering. Served through the Hugging Face feature-extraction pipeline; mean-pool and L2-normalize the token outputs.

Tarification

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

API

Appelez Nomic Embed Text v1.5 avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

nomic-embed-text-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: nomic-embed-text-v1-5
Développeur: Community
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 8 192 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, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Type: Texte
Défaut: –
Valeurs autorisées: Jusqu'à 8 000 caractères

Cas d'usage

Guides associés

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que Nomic Embed Text v1.5 ?

Nomic Embed Text 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 Nomic Embed Text v1.5 sur Railwail ?

Nomic Embed Text 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 Nomic Embed Text v1.5 ?

La fenêtre de contexte de Nomic Embed Text v1.5 contient 8 192 tokens.

Quelle est la vitesse de Nomic Embed Text v1.5 ?

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