BGE-M3 (Multilingual)

EmbeddingsNon disponible

par 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.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 8.192 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Community
Mis à jour: 23 septembre 2026

BGE-M3 (Multilingual) n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Modèles comparables

Tous dans cette catégorie

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 $US/1M entrée
Comparer BGE-M3 (Multilingual) et 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 $US/1M entrée
Comparer BGE-M3 (Multilingual) et OpenAI text-embedding-3-small

Playground

Essayer BGE-M3 (Multilingual)

Entrée & résultat

Actuellement indisponible

Actuellement indisponible.

Le playground est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Text

0 / 8.000

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

Comparer avec (optionnel)

Exécute le modèle deux fois (facturé deux fois).

⌘/Ctrl + Entrée

Résultat

Le vecteur apparaît ici.

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

À propos de BGE-M3 (Multilingual)

RésuméAu 23 septembre 2026

BGE-M3 (Multilingual) est un modèle de Community dans la catégorie Embeddings. BGE-M3 (Multilingual) n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 8.192 tokens.

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.

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

API

Appelez BGE-M3 (Multilingual) avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

bge-m3-multilingualDocumentation API Obtenir une clé API

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

Spécifications

ID du modèle: bge-m3-multilingual
Développeur: Community
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 8.192 tokens
Entrée du catalogue mise à jour: 23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

ParamètreTypeDéfautValeurs autorisées

inputsObligatoire
Text to embed (any of 100+ languages, up to long documents)
Type: Texte
Défaut: –
Valeurs autorisées: jusqu'à 8.000 caractères

Cas d'usage

Guides connexes

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que BGE-M3 (Multilingual) ?

BGE-M3 (Multilingual) est un modèle de Community dans la catégorie Embeddings. Il est listé sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte BGE-M3 (Multilingual) sur Railwail ?

BGE-M3 (Multilingual) ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de BGE-M3 (Multilingual) ?

La fenêtre de contexte de BGE-M3 (Multilingual) contient 8.192 tokens.

Quelle est la vitesse de BGE-M3 (Multilingual) ?

Il n'y a pas encore assez d'exécutions mesurées de BGE-M3 (Multilingual) sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.