BGE-M3 (Multilingual)

EmbeddingsNem elérhető

Community általbge-m3-multilingual

BAAI multilingual embedding model covering 100+ languages with an 8192-token context. M3 stands for its multi-functionality (dense, sparse and ColBERT-style multi-vector retrieval), multilinguality and multi-granularity over long documents. Returns 1024-dim dense vectors and is a strong open choice for cross-lingual and long-text retrieval.

Alternatívák megtekintése Összehasonlítás

Állapot: Nem elérhető
Kontextus: 8192 token
Bemenet → kimenet: Szöveg → Vektor
Fejlesztő: Community
Frissítve: 2026. szeptember 23.

BGE-M3 (Multilingual) jelenleg nem elérhető

Az oldal részleteit továbbra is elolvashatja. Az alábbi elérhető alternatívák közül válasszon egy hasonló modell azonnali futtatásához.

Ugrás az alternatívákhoz

Hasonló modellek

Ebben a kategóriában az összes

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 USD/1M be
BGE-M3 (Multilingual) és OpenAI text-embedding-3-large összehasonlítása
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 USD/1M be
BGE-M3 (Multilingual) és OpenAI text-embedding-3-small összehasonlítása

Playground

Próbáld ki: BGE-M3 (Multilingual)

Bemenet és kimenet

Jelenleg nem elérhető

Jelenleg nem elérhető.

A játszótér letiltva van. Hasonló modelleket találsz ugyanabban a kategóriában: Alternatívák megtekintése

Text

0 / 8000

Text to embed (any of 100+ languages, up to long documents)

Összehasonlítás ezzel (opcionális)

Kétszer futtatja a modellt (kétszer számlázva).

⌘/Ctrl + Enter

Eredmény

A vektor itt jelenik meg.

Ez a futtatás

Nincs ár – jelenleg nem elérhető.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.

A BGE-M3 (Multilingual) névjegye

Röviden2026. szeptember 23. szerint

A BGE-M3 (Multilingual) a Community által fejlesztett modell a Embeddings kategóriában. A BGE-M3 (Multilingual) jelenleg nem érhető el a Railwail-en. A kontextablak 8192 tokent tartalmaz.

bge-m3 from the Beijing Academy of Artificial Intelligence is a single model that supports three retrieval modes at once: dense embeddings, sparse lexical weights and ColBERT-style multi-vector matching. It handles more than 100 languages and inputs up to 8192 tokens, which makes it suitable for long-document and cross-lingual retrieval where shorter English-only models fall short. The dense output is 1024-dim. Through the Hugging Face feature-extraction pipeline you get the dense embedding, which mean-pools or uses the [CLS] vector depending on configuration; it is widely used as an open multilingual retrieval backbone.

Árak

Jelenleg nem elérhető. Jelenleg nincs ár ehhez a modellhez, ezért nem futtatható.

API

Hívja meg a BGE-M3 (Multilingual) modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

bge-m3-multilingualAPI dokumentáció megtekintése API-kulcs beszerzése

Jelenleg nem elérhető

A modellnek nincs ellenőrzött ára vagy deaktiválva van; az API-hívások visszautasítottak.

Specifikációk

Modell-azonosító: bge-m3-multilingual
Fejlesztő: Community
Kategória: Embeddings
Bemenet: Szöveg
Kimenet: Vektor
Kontextusablak: 8192 token
Katalógus bejegyzés frissítve: 2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

ParaméterTípusAlapértelmezettEngedélyezett értékek

inputskötelező
Text to embed (any of 100+ languages, up to long documents)
Típus: Szöveg
Alapértelmezett: –
Engedélyezett értékek: legfeljebb 8000 karakter

Címkék

embedding
retrieval
rag
huggingface
bge
baai
multilingual
long-context
open-weights

Felhasználási esetek

Kapcsolódó útmutatók

Embedding Models for Search & Science

Összes modell: Embeddings

Gyakran ismételt kérdések

Mi az a BGE-M3 (Multilingual)?

A BGE-M3 (Multilingual) a Community által fejlesztett modell a Embeddings kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a BGE-M3 (Multilingual) a Railwail-on?

A BGE-M3 (Multilingual) jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Mekkora a BGE-M3 (Multilingual) kontextablaka?

A BGE-M3 (Multilingual) kontextablaka 8192 tokent tartalmaz.

Milyen gyors a BGE-M3 (Multilingual)?

A BGE-M3 (Multilingual)-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A BGE-M3 (Multilingual) jobb, mint a OpenAI text-embedding-3-large?

Ez a feladattól függ. A BGE-M3 (Multilingual) (Community) és a OpenAI text-embedding-3-large (OpenAI) egyaránt modellek a Embeddings kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

BGE-M3 (Multilingual) és OpenAI text-embedding-3-large összehasonlítása

Használhatom a BGE-M3 (Multilingual)-t most?

Jelenleg nem elérhető. Az oldal online marad; az ugyanabból a kategóriából elérhető alternatívák az oldal alább találhatók.

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.

API-kulcs beszerzése Összes modell megtekintése