BGE-M3 (Multilingual)

EmbeddingsNon disponibile

di Communitybge-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.

Vedi alternative Confronta

Stato: Non disponibile
Contesto: 8192 token
Input → output: Testo → Vettore
Sviluppatore: Community
Aggiornato: 23 settembre 2026

BGE-M3 (Multilingual) non è attualmente disponibile

Puoi comunque leggere i dettagli su questa pagina. Scegli una delle alternative disponibili di seguito per eseguire subito un modello comparabile.

Vai alle alternative

Modelli comparabili

Tutti in questa categoria

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 in
Confronta BGE-M3 (Multilingual) e OpenAI text-embedding-3-large
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 in
Confronta BGE-M3 (Multilingual) e OpenAI text-embedding-3-small

Playground

Prova BGE-M3 (Multilingual)

Input e output

Attualmente non disponibile

Attualmente non disponibile.

Il playground è disabilitato. Trovi modelli comparabili nella stessa categoria: Visualizza alternative

Text

0 / 8000

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

Confronta con (facoltativo)

Esegue il modello due volte (fatturato due volte).

⌘/Ctrl + Invio

Risultato

Il vettore appare qui.

Questa esecuzione

Nessun prezzo – attualmente non disponibile.

Nuovo qui?

10 crediti gratuiti (0,10 USD) quando ti iscrivi con Google

Utilizzabile 24 ore dopo l'iscrizione, fino a 5 esecuzioni al giorno e al massimo 2 crediti per esecuzione. Altri metodi di accesso iniziano senza crediti.

Informazioni su BGE-M3 (Multilingual)

RiassuntoA partire da 23 settembre 2026

BGE-M3 (Multilingual) è un modello di Community nella categoria Embeddings. BGE-M3 (Multilingual) non è attualmente disponibile su Railwail. La finestra di contesto contiene 8192 token.

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.

Prezzi

Attualmente non disponibile. Al momento non c'è un prezzo per questo modello, quindi non può essere eseguito.

API

Chiama BGE-M3 (Multilingual) con la tua chiave API Railwail. Usa questo ID modello nella richiesta:

bge-m3-multilingualDocumentazione API Ottieni una chiave API

Attualmente non disponibile

Il modello non ha un prezzo verificato o è disattivato; le chiamate API vengono rifiutate.

Specifiche

ID modello: bge-m3-multilingual
Sviluppatore: Community
Categoria: Embeddings
Input: Testo
Output: Vettore
Finestra di contesto: 8192 token
Voce di catalogo aggiornata: 23 settembre 2026

Parametri di input

Input e impostazioni dallo schema di input del modello. L'esempio nella sezione API mostra quali di essi l'API accetta.

ParametroTipoPredefinitoValori consentiti

inputsObbligatorio
Text to embed (any of 100+ languages, up to long documents)
Tipo: Testo
Predefinito: –
Valori consentiti: fino a 8000 caratteri

Etichette

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

Casi d'uso

Guide correlate

Embedding Models for Search & Science

Tutti i modelli in Embeddings

Domande frequenti

Cos'è BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) è un modello di Community nella categoria Embeddings. È elencato su Railwail ma non può essere eseguito al momento.

Quanto costa BGE-M3 (Multilingual) su Railwail?

BGE-M3 (Multilingual) non può essere eseguito su Railwail al momento, quindi non c'è un prezzo attuale. Le alternative disponibili con i prezzi sono elencate più in basso in questa pagina.

Qual è la finestra di contesto di BGE-M3 (Multilingual)?

La finestra di contesto di BGE-M3 (Multilingual) contiene 8192 token.

Quanto è veloce BGE-M3 (Multilingual)?

Non ci sono ancora abbastanza esecuzioni misurate di BGE-M3 (Multilingual) su Railwail per indicare un tempo di esecuzione. Dipende dall'input, dalle impostazioni e dal carico presso il provider.

BGE-M3 (Multilingual) è migliore di OpenAI text-embedding-3-large?

Dipende dall'attività. BGE-M3 (Multilingual) (Community) e OpenAI text-embedding-3-large (OpenAI) sono entrambi modelli nella categoria Embeddings. La pagina di confronto mostra i loro prezzi e le specifiche affiancati.

Confronta BGE-M3 (Multilingual) e OpenAI text-embedding-3-large

Posso usare BGE-M3 (Multilingual) adesso?

Attualmente non disponibile. La pagina rimane online; le alternative disponibili della stessa categoria sono elencate più in basso.

Tutti i modelli tramite un'API

Una chiave API per tutti i modelli su Railwail. L'utilizzo viene addebitato da crediti prepagati, 1 credito = 0,01 USD.

Ottieni chiave API Visualizza tutti i modelli