BGE-M3 (Multilingual)

EmbeddingsNeprieinama

iš 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.

Peržiūrėti alternatyvas Palyginti

Būsena: Neprieinama
Kontekstas: 8 192 žetonų
Įvestis → išvestis: Tekstas → Vektorius
Kūrėjas: Community
Atnaujinta: 2026 m. rugsėjo 23 d.

BGE-M3 (Multilingual) šiuo metu neprieinamas

Šiame puslapyje galite perskaityti išsamią informaciją. Norėdami iš karto paleisti panašų modelį, pasirinkite vieną iš žemiau pateiktų prieinamų alternatyvų.

Į alternatyvas

Panašūs modeliai

Visi šioje kategorijoje

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 įv
Palyginti BGE-M3 (Multilingual) ir 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 įv
Palyginti BGE-M3 (Multilingual) ir OpenAI text-embedding-3-small

Žaidimų aikštelė

Išbandyti BGE-M3 (Multilingual)

Įvestis ir rezultatas

Šiuo metu neprieinamas

Šiuo metu nepasiekiama.

Žaidimų aikštelė išjungta. Panašius modelius rasite toje pačioje kategorijoje: Peržiūrėti alternatyvas

Text

0 / 8 000

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

Palyginti su (pasirinktinai)

Modelis vykdomas du kartus (išrašyta du kartus).

⌘/Ctrl + Enter

Rezultatas

Vektorius pasirodo čia.

Šis paleidimas

Nėra kainos – šiuo metu neprieinama.

Naujas čia?

10 nemokami kreditai (0,10 USD), kai užsiregistruojate naudodami Google

Galima naudoti 24 valandų po registracijos, iki 5 paleidimų per dieną ir daugiausia 2 kreditų per paleidimą. Kiti prisijungimo būdai pradedami be kreditų.

Apie BGE-M3 (Multilingual)

TrumpaiNuo 2026 m. rugsėjo 23 d.

BGE-M3 (Multilingual) yra Community modelis iš Embeddings kategorijos. BGE-M3 (Multilingual) šiuo metu nėra prieinamas per Railwail. Konteksto langas saugo 8 192 žetonų.

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.

Kainos

Šiuo metu nepasiekiama. Šiuo metu šiam modeliui nėra nustatytos kainos, todėl jo negalima paleisti.

API

Iškvieskite BGE-M3 (Multilingual) naudodami savo Railwail API raktą. Šioje užklausoje naudokite šią modelio ID:

bge-m3-multilingualPeržiūrėti API dokumentaciją Gauti API raktą

Šiuo metu nepasiekiama

Modelis neturi patikrintos kainos arba yra išjungtas; API skambučiai atmetami.

Specifikacijos

Modelio ID: bge-m3-multilingual
Kūrėjas: Community
Kategorija: Embeddings
Įvestis: Tekstas
Išvestis: Vektorius
Konteksto langas: 8 192 žetonų
Katalogo įrašas atnaujintas: 2026 m. rugsėjo 23 d.

Įvesties parametrai

Įvestys ir nustatymai iš modelio įvesties schemos. API sekcijoje pateiktas pavyzdys rodo, kuriuos iš jų priima API.

ParametrasTipasNumatytasisLeidžiamos reikšmės

inputsprivalomas
Text to embed (any of 100+ languages, up to long documents)
Tipas: Tekstas
Numatytasis: –
Leidžiamos reikšmės: iki 8 000 simbolių

Žymos

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

Panaudojimo atvejai

Susiję vadovai

Embedding Models for Search & Science

Visi Embeddings modeliai

Dažnai užduodami klausimai

Kas yra BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) yra Community modelis iš Embeddings kategorijos. Jis yra Railwail kataloge, tačiau šiuo metu negali būti paleistas.

Kiek kainuoja BGE-M3 (Multilingual) Railwail?

BGE-M3 (Multilingual) šiuo metu negali būti paleistas Railwail, todėl nėra dabartinės kainos. Toliau šiame puslapyje pateikiamos galimos alternatyvos su kainomis.

Koks yra BGE-M3 (Multilingual) konteksto langas?

BGE-M3 (Multilingual) konteksto langas saugo 8 192 žetonų.

Koks yra BGE-M3 (Multilingual) greitis?

BGE-M3 (Multilingual) Railwail platformoje dar nėra pakankamai išmatuotų vykdymų, kad būtų galima nurodyti vykdymo laiką. Jis priklauso nuo įvesties, nustatymų ir teikėjo apkrovos.

Ar BGE-M3 (Multilingual) geriau nei OpenAI text-embedding-3-large?

Tai priklauso nuo užduoties. BGE-M3 (Multilingual) (Community) ir OpenAI text-embedding-3-large (OpenAI) yra abu modeliai iš Embeddings kategorijos. Palyginimo puslapyje jų kainos ir specifikacijos rodomos viena šalia kitos.

Palyginti BGE-M3 (Multilingual) ir OpenAI text-embedding-3-large

Ar dabar galiu naudoti BGE-M3 (Multilingual)?

Šiuo metu nepasiekiama. Puslapis lieka aktyvus; toliau pateikiamos galimos alternatyvos iš tos pačios kategorijos.

Visi modeliai per vieną API

Vienas API raktas visiems Railwail modeliams. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų, 1 kreditas = 0,01 USD.

Gauti API raktą Peržiūrėti visų modelių