GTE Large EN v1.5

EmbeddingsNon disponibile

di Communitygte-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.

Vedi alternative Confronta

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

GTE Large EN v1.5 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 GTE Large EN v1.5 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 GTE Large EN v1.5 e OpenAI text-embedding-3-small

Playground

Prova GTE Large EN v1.5

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 (up to 8192 tokens)

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 GTE Large EN v1.5

RiassuntoA partire da 23 settembre 2026

GTE Large EN v1.5 è un modello di Community nella categoria Embeddings. GTE Large EN v1.5 non è attualmente disponibile su Railwail. La finestra di contesto contiene 8192 token.

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.

Prezzi

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

API

Chiama GTE Large EN v1.5 con la tua chiave API Railwail. Usa questo ID modello nella richiesta:

gte-large-en-v1-5Documentazione 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: gte-large-en-v1-5
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 (up to 8192 tokens)
Tipo: Testo
Predefinito: –
Valori consentiti: fino a 8000 caratteri

Etichette

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

Casi d'uso

Guide correlate

Embedding Models for Search & Science

Tutti i modelli in Embeddings

Domande frequenti

Cos'è GTE Large EN v1.5?

GTE Large EN v1.5 è un modello di Community nella categoria Embeddings. È elencato su Railwail ma non può essere eseguito al momento.

Quanto costa GTE Large EN v1.5 su Railwail?

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

La finestra di contesto di GTE Large EN v1.5 contiene 8192 token.

Quanto è veloce GTE Large EN v1.5?

Non ci sono ancora abbastanza esecuzioni misurate di GTE Large EN v1.5 su Railwail per indicare un tempo di esecuzione. Dipende dall'input, dalle impostazioni e dal carico presso il provider.

GTE Large EN v1.5 è migliore di OpenAI text-embedding-3-large?

Dipende dall'attività. GTE Large EN v1.5 (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 GTE Large EN v1.5 e OpenAI text-embedding-3-large

Posso usare GTE Large EN v1.5 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