BGE Large EN v1.5

EmbeddingsΜη διαθέσιμο

από 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.

Προβολή εναλλακτικών Σύγκριση

Κατάσταση: Μη διαθέσιμο
Περιεχόμενο: 512 tokens
Είσοδος → Έξοδος: Κείμενο → Διάνυσμα
Προγραμματιστής: Community
Ενημερώθηκε: 23 Σεπτεμβρίου 2026

Το BGE Large EN v1.5 δεν είναι διαθέσιμο αυτή τη στιγμή

Μπορείτε να διαβάσετε τις λεπτομέρειες σε αυτήν τη σελίδα. Επιλέξτε μία από τις διαθέσιμες εναλλακτικές λύσεις παρακάτω για να εκτελέσετε αμέσως ένα συγκρίσιμο μοντέλο.

Μετάβαση στις εναλλακτικές λύσεις

Συγκρίσιμα μοντέλα

Όλα σε αυτήν την κατηγορία

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
Σύγκριση BGE Large EN v1.5 και 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
Σύγκριση BGE Large EN v1.5 και OpenAI text-embedding-3-small

Playground

Δοκιμάστε BGE Large EN v1.5

Είσοδος & Έξοδος

Προς το παρόν μη διαθέσιμο

Προς το παρόν μη διαθέσιμο.

Το playground είναι απενεργοποιημένο. Μπορείτε να βρείτε συγκρίσιμα μοντέλα στην ίδια κατηγορία: Περιήγηση εναλλακτικών λύσεων

Text

0 / 4.000

Text to embed

Σύγκριση με (προαιρετικό)

Εκτελεί το μοντέλο δύο φορές (χρέωση δύο φορές).

⌘/Ctrl + Enter

Αποτέλεσμα

Το διάνυσμα εμφανίζεται εδώ.

Αυτή η εκτέλεση

Χωρίς τιμή – προς το παρόν μη διαθέσιμο.

Νέος εδώ;

10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google

Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες.

Σχετικά με το BGE Large EN v1.5

ΣύντομαΗμερομηνία: 23 Σεπτεμβρίου 2026

Το BGE Large EN v1.5 είναι ένα μοντέλο του Community στην κατηγορία Embeddings. Το BGE Large EN v1.5 δεν είναι διαθέσιμο στο Railwail αυτή τη στιγμή. Το παράθυρο περιεχομένου περιέχει 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.

Τιμολόγηση

Προς το παρόν μη διαθέσιμο. Δεν υπάρχει τιμή για αυτό το μοντέλο αυτή τη στιγμή, επομένως δεν μπορεί να εκτελεστεί.

API

Καλέστε το BGE Large EN v1.5 με το κλειδί Railwail API. Χρησιμοποιήστε αυτό το ID μοντέλου στο αίτημα:

bge-large-en-v1-5Τεκμηρίωση API Λήψη κλειδιού API

Προς το παρόν μη διαθέσιμο

Το μοντέλο δεν έχει επαληθευμένη τιμή ή είναι απενεργοποιημένο· οι κλήσεις API απορρίπτονται.

Προδιαγραφές

ID μοντέλου: bge-large-en-v1-5
Ανάπτυξη: Community
Κατηγορία: Embeddings
Είσοδος: Κείμενο
Έξοδος: Διάνυσμα
Παράθυρο περιεχομένου: 512 tokens
Καταχώρηση καταλόγου ενημερώθηκε: 23 Σεπτεμβρίου 2026

Παράμετροι εισόδου

Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.

ΠαράμετροςΤύποςΠροεπιλογήΕπιτρεπόμενες τιμές

inputsΥποχρεωτικό
Text to embed
Τύπος: Κείμενο
Προεπιλογή: –
Επιτρεπόμενες τιμές: Έως 4.000 χαρακτήρες

Ετικέτες

embedding
retrieval
rag
huggingface
bge
baai
open-weights
english
mteb

Περιπτώσεις χρήσης

Σχετικοί οδηγοί

Embedding Models for Search & Science

Όλα τα μοντέλα: Embeddings

Συχνές ερωτήσεις

Τι είναι BGE Large EN v1.5;

Το BGE Large EN v1.5 είναι ένα μοντέλο του Community στην κατηγορία Embeddings. Είναι καταχωρημένο στο Railwail αλλά δεν μπορεί να εκτελεστεί αυτή τη στιγμή.

Πόσο κοστίζει το BGE Large EN v1.5 στο Railwail;

Το BGE Large EN v1.5 δεν μπορεί να εκτελεστεί στο Railwail αυτή τη στιγμή, επομένως δεν υπάρχει τρέχουσα τιμή. Διαθέσιμες εναλλακτικές λύσεις με τιμές παρατίθενται παρακάτω σε αυτήν τη σελίδα.

Ποιο είναι το παράθυρο περιεχομένου του BGE Large EN v1.5;

Το παράθυρο περιεχομένου του BGE Large EN v1.5 περιέχει 512 tokens.

Πόσο γρήγορο είναι το BGE Large EN v1.5;

Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του BGE Large EN v1.5 στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.

Είναι το BGE Large EN v1.5 καλύτερο από το OpenAI text-embedding-3-large;

Αυτό εξαρτάται από την εργασία. Το BGE Large EN v1.5 (Community) και το OpenAI text-embedding-3-large (OpenAI) είναι και τα δύο μοντέλα στην κατηγορία Embeddings. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.

Σύγκριση BGE Large EN v1.5 και OpenAI text-embedding-3-large

Μπορώ να χρησιμοποιήσω το BGE Large EN v1.5 τώρα;

Προς το παρόν μη διαθέσιμο. Η σελίδα παραμένει ενεργή· διαθέσιμες εναλλακτικές λύσεις από την ίδια κατηγορία παρατίθενται παρακάτω.

Όλα τα μοντέλα μέσω ενός API

Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.

Λήψη κλειδιού API Περιήγηση σε όλα τα μοντέλα