GTE Large EN v1.5

Embeddingsלא זמין
מאת Communityמזהה מודל: gte-large-en-v1-5

Alibaba (Tongyi Lab) general text embedding model. The v1.5 release extends the context to 8192 tokens and returns 1024-dim vectors, scoring competitively on MTEB while handling much longer inputs than typical 512-token encoders. A practical open model when documents exceed the usual short-context limit.

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

GTE Large EN v1.5 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 GTE Large EN v1.5

קלט ותוצאה

לא זמין כרגע

לא זמין כרגע.

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

נסה את GTE Large EN v1.5

0 / 8,000

Text to embed (up to 8192 tokens)

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 GTE Large EN v1.5

בקצרהנכון ל-23 בספטמבר 2026

GTE Large EN v1.5 הוא מודל של Community בקטגוריית Embeddings. GTE Large EN v1.5 אינו זמין כרגע ב-Railwail. חלון ההקשר מכיל 8,192 טוקנים.

gte-large-en-v1.5 from Alibaba's Institute for Intelligent Computing (Tongyi Lab) is a general text embedding model whose v1.5 update pushes the supported context to 8192 tokens, well beyond the 512-token ceiling of most BERT-based encoders. It outputs 1024-dim embeddings and posts competitive MTEB English scores, making it useful for long-passage retrieval and RAG over bigger chunks without aggressive splitting. It loads with trust_remote_code on Hugging Face and is served via the feature-extraction pipeline; mean-pool the token outputs for the sentence vector.
04

תמחור

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

05

API

קראו ל-GTE Large EN v1.5 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
gte-large-en-v1-5
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 (up to 8192 tokens)

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

תגיות

  • embedding
  • retrieval
  • rag
  • huggingface
  • gte
  • alibaba
  • long-context
  • open-weights
  • mteb
07

מקרי שימוש

08

שאלות נפוצות

מה זה GTE Large EN v1.5?

GTE Large EN v1.5 הוא מודל של Community בקטגוריית Embeddings. הוא רשום ב-Railwail אך לא ניתן להריץ אותו כרגע.

כמה עולה GTE Large EN v1.5 ב-Railwail?

לא ניתן להריץ את GTE Large EN v1.5 ב-Railwail כרגע, לכן אין מחיר עדכני. חלופות זמינות עם מחירים מופיעות בהמשך הדף.

מה גודל חלון ההקשר של GTE Large EN v1.5?

חלון ההקשר של GTE Large EN v1.5 מכיל 8,192 טוקנים.

כמה מהיר GTE Large EN v1.5?

עדיין אין מספיק הרצות שנמדדו של GTE Large EN v1.5 ב-Railwail כדי לציין זמן הרצה. זה תלוי בקלט, בהגדרות ובעומס אצל הספק.

האם GTE Large EN v1.5 טוב יותר מ-OpenAI text-embedding-3-large?

זה תלוי במשימה. GTE Large EN v1.5 (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 GTE Large EN v1.5 ל-OpenAI text-embedding-3-large

האם אני יכול להשתמש ב-GTE Large EN v1.5 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 ‏$.