Nomic Embed Text v1.5

EmbeddingsNem elérhető
Community általModell-azonosító: nomic-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.

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

Nomic Embed Text v1.5 jelenleg nem elérhető

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

Ugrás az alternatívákhoz
01
02

Playground

Próbáld ki: Nomic Embed Text v1.5

Bemenet és kimenet

Jelenleg nem elérhető

Jelenleg nem elérhető.

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

Próbáld ki: Nomic Embed Text v1.5

0 / 8000

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

Kétszer futtatja a modellt (kétszer számlázva).

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.

03

A Nomic Embed Text v1.5 névjegye

Röviden2026. szeptember 23. szerint

A Nomic Embed Text v1.5 a Community által fejlesztett modell a Embeddings kategóriában. A Nomic Embed Text v1.5 jelenleg nem érhető el a Railwail-en. A kontextablak 8192 tokent tartalmaz.

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.
04

Árak

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

05

API

Hívja meg a Nomic Embed Text v1.5 modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Jelenleg nem elérhető

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

06

Specifikációk

Modell-azonosító
nomic-embed-text-v1-5
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.

  • inputskötelező

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

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: legfeljebb 8000 karakter

Címkék

  • embedding
  • retrieval
  • rag
  • huggingface
  • nomic
  • matryoshka
  • long-context
  • open-weights
07

Felhasználási esetek

08

Gyakran ismételt kérdések

Mi az a Nomic Embed Text v1.5?

A Nomic Embed Text v1.5 a Community által fejlesztett modell a Embeddings kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a Nomic Embed Text v1.5 a Railwail-on?

A Nomic Embed Text v1.5 jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Mekkora a Nomic Embed Text v1.5 kontextablaka?

A Nomic Embed Text v1.5 kontextablaka 8192 tokent tartalmaz.

Milyen gyors a Nomic Embed Text v1.5?

A Nomic Embed Text v1.5-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 Nomic Embed Text v1.5 jobb, mint a OpenAI text-embedding-3-large?

Ez a feladattól függ. A Nomic Embed Text v1.5 (Community) és a OpenAI text-embedding-3-large (OpenAI) egyaránt modellek a Embeddings kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

Nomic Embed Text v1.5 és OpenAI text-embedding-3-large összehasonlítása

Használhatom a Nomic Embed Text v1.5-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.