Nomic Embed Text v1.5

Embeddingsלא זמין
מאת Communityמזהה מודל: 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.

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

Nomic Embed Text 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 Nomic Embed Text v1.5

קלט ותוצאה

לא זמין כרגע

לא זמין כרגע.

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

נסה את Nomic Embed Text v1.5

0 / 8,000

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

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 Nomic Embed Text v1.5

בקצרהנכון ל-23 בספטמבר 2026

Nomic Embed Text v1.5 הוא מודל של Community בקטגוריית Embeddings. Nomic Embed Text v1.5 אינו זמין כרגע ב-Railwail. חלון ההקשר מכיל 8,192 טוקנים.

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

תמחור

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

05

API

קראו ל-Nomic Embed Text 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
nomic-embed-text-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, prefixed with a task tag such as 'search_query: ' or 'search_document: '

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

תגיות

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

מקרי שימוש

08

שאלות נפוצות

מה זה Nomic Embed Text v1.5?

Nomic Embed Text v1.5 הוא מודל של Community בקטגוריית Embeddings. הוא רשום ב-Railwail אך לא ניתן להריץ אותו כרגע.

כמה עולה Nomic Embed Text v1.5 ב-Railwail?

לא ניתן להריץ את Nomic Embed Text v1.5 ב-Railwail כרגע, לכן אין מחיר עדכני. חלופות זמינות עם מחירים מופיעות בהמשך הדף.

מה גודל חלון ההקשר של Nomic Embed Text v1.5?

חלון ההקשר של Nomic Embed Text v1.5 מכיל 8,192 טוקנים.

כמה מהיר Nomic Embed Text v1.5?

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

האם Nomic Embed Text v1.5 טוב יותר מ-OpenAI text-embedding-3-large?

זה תלוי במשימה. Nomic Embed Text 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 Nomic Embed Text v1.5 ל-OpenAI text-embedding-3-large

האם אני יכול להשתמש ב-Nomic Embed Text 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 ‏$.