BGE-M3 (Multilingual)

Embeddingsלא זמין
מאת Communityמזהה מודל: bge-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.

סטטוס
לא זמין
הקשר
8,192 טוקנים
קלט → פלט
טקסט → וקטור
מפתח
Community
עודכן
23 בספטמבר 2026

BGE-M3 (Multilingual) אינו זמין כרגע

אתם יכולים עדיין לקרוא את הפרטים בעמוד זה. בחרו באחת מהחלופות הזמינות למטה כדי להריץ מודל דומה מיד.

עבור לחלופות
01

דגמים דומים

הכל בקטגוריה זו
02

Playground

נסה את BGE-M3 (Multilingual)

קלט ותוצאה

לא זמין כרגע

לא זמין כרגע.

ה-Playground מושבת. מודלים דומים תוכל למצוא באותה קטגוריה: עיין בחלופות

נסה את BGE-M3 (Multilingual)

0 / 8,000

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

מריץ את המודל פעמיים (חויב פעמיים).

תוצאה
הווקטור יופיע כאן.

הריצה הזו

אין מחיר – כרגע לא זמין.

חדש כאן?

10 קרדיטים חינם (‏0.10 ‏$) כשאתה נרשם עם Google

ניתן להשתמש 24 שעות לאחר ההרשמה, עד 5 ריצות ביום ולכל היותר 2 קרדיטים לריצה. שיטות כניסה אחרות מתחילות ללא קרדיטים.

03

אודות BGE-M3 (Multilingual)

בקצרהנכון ל-23 בספטמבר 2026

BGE-M3 (Multilingual) הוא מודל של Community בקטגוריית Embeddings. BGE-M3 (Multilingual) אינו זמין כרגע ב-Railwail. חלון ההקשר מכיל 8,192 טוקנים.

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.
04

תמחור

לא זמין כרגע. אין מחיר למודל זה כרגע, לכן לא ניתן להריצו.

05

API

קראו ל-BGE-M3 (Multilingual) עם מפתח ה-API של Railwail שלכם. השתמשו ב-ID מודל זה בבקשה:

לא זמין כרגע

לדגם אין מחיר מאומת או שהוא מושבת; קריאות API נדחות.

06

מפרטים

ID מודל
bge-m3-multilingual
מפתח
Community
קטגוריה
Embeddings
קלט
טקסט
פלט
וקטור
חלון הקשר
8,192 טוקנים
רשומת הקטלוג עודכנה
23 בספטמבר 2026

פרמטרים קלט

קלטים והגדרות מסכימת הקלט של המודל. הדוגמה בסעיף API מציגה אילו מהם ה-API מקבל.

  • inputsחובה

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

    סוג: טקסט
    ברירת מחדל: –
    ערכים מותרים: עד 8,000 תווים

תגיות

  • embedding
  • retrieval
  • rag
  • huggingface
  • bge
  • baai
  • multilingual
  • long-context
  • open-weights
07

מקרי שימוש

08

שאלות נפוצות

מה זה BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) הוא מודל של Community בקטגוריית Embeddings. הוא רשום ב-Railwail אך לא ניתן להריץ אותו כרגע.

כמה עולה BGE-M3 (Multilingual) ב-Railwail?

לא ניתן להריץ את BGE-M3 (Multilingual) ב-Railwail כרגע, לכן אין מחיר עדכני. חלופות זמינות עם מחירים מופיעות בהמשך הדף.

מה גודל חלון ההקשר של BGE-M3 (Multilingual)?

חלון ההקשר של BGE-M3 (Multilingual) מכיל 8,192 טוקנים.

כמה מהיר BGE-M3 (Multilingual)?

עדיין אין מספיק הרצות שנמדדו של BGE-M3 (Multilingual) ב-Railwail כדי לציין זמן הרצה. זה תלוי בקלט, בהגדרות ובעומס אצל הספק.

האם BGE-M3 (Multilingual) טוב יותר מ-OpenAI text-embedding-3-large?

זה תלוי במשימה. BGE-M3 (Multilingual) (Community) ו-OpenAI text-embedding-3-large (OpenAI) הם שניהם מודלים בקטגוריית Embeddings. דף ההשוואה מציג את המחירים והמפרטים שלהם זה לצד זה.

השווה בין BGE-M3 (Multilingual) ל-OpenAI text-embedding-3-large

האם אני יכול להשתמש ב-BGE-M3 (Multilingual) עכשיו?

לא זמין כרגע. הדף נשאר באינטרנט; חלופות זמינות מאותה קטגוריה מופיעות בהמשך.

כל המודלים דרך API אחד

מפתח API אחד לכל מודל ב-Railwail. השימוש מחויב מאשראי מראש, 1 אשראי = ‏0.01 ‏$.