Nomic Embed Text v1.5

EmbeddingsNav pieejams

no Communitynomic-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.

Skatīt alternatīvas Salīdzināt

Statuss: Nav pieejams
Konteksts: 8192 marķieri
Ievade → Izvade: Teksts → Vektors
Izstrādātājs: Community
Atjaunināts: 2026. gada 23. septembris

Nomic Embed Text v1.5 pašlaik nav pieejams

Jūs joprojām varat lasīt detaļas šajā lapā. Izvēlieties vienu no pieejamajām alternatīvām zemāk, lai uzreiz palaistu salīdzināmu modeli.

Uz alternatīvām

Salīdzināmi modeļi

Visi šajā kategorijā

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 $/1M ievade
Salīdzināt Nomic Embed Text v1.5 un 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 $/1M ievade
Salīdzināt Nomic Embed Text v1.5 un OpenAI text-embedding-3-small

Spēļu laukums

Izmēģiniet Nomic Embed Text v1.5

Ievade un rezultāts

Pašlaik nav pieejams

Pašlaik nav pieejams.

Spēļu laukums ir atspējots. Salīdzināmus modeļus varat atrast vienā kategorijā: Skatīt alternatīvas

Text

0 / 8000

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

Salīdzināt ar (neobligāti)

Palaiž modeli divas reizes (norēķināts divas reizes).

⌘/Ctrl + Enter

Rezultāts

Vektors parādīsies šeit.

Šis palaišanas gadījums

Nav cenas – pašlaik nav pieejams.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.

Par Nomic Embed Text v1.5

ĪsumāUz 2026. gada 23. septembris

Nomic Embed Text v1.5 ir Community modelis kategorijā Embeddings. Nomic Embed Text v1.5 pašlaik nav pieejams Railwail platformā. Konteksta logs satur 8192 žetonus.

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.

Cenas

Pašlaik nav pieejams. Šim modelim pašlaik nav cenas, tāpēc to nevar palaist.

API

Izsauciet Nomic Embed Text v1.5 ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

nomic-embed-text-v1-5API dokumentācija Iegūt API atslēgu

Pašlaik nav pieejams

Modelim nav pārbaudītas cenas vai tas ir deaktivizēts; API izsaukumi tiek noraidīti.

Specifikācijas

Modeļa ID: nomic-embed-text-v1-5
Izstrādātājs: Community
Kategorija: Embeddings
Ievade: Teksts
Izvade: Vektors
Konteksta logs: 8192 marķieri
Kataloga ieraksts atjaunināts: 2026. gada 23. septembris

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

ParametrsTipsNoklusējumsAtļautās vērtības

inputsobligāts
Text to embed, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Tips: Teksts
Noklusējums: –
Atļautās vērtības: līdz 8000 rakstzīmēm

Tagi

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

Lietošanas gadījumi

Saistītie ceļveži

Embedding Models for Search & Science

Visi modeļi: Embeddings

Bieži uzdotie jautājumi

Kas ir Nomic Embed Text v1.5?

Nomic Embed Text v1.5 ir Community izstrādāts modelis Embeddings kategorijā. Tas ir uzskaitīts Railwail katalogā, bet pašlaik to nevar palaist.

Cik maksā Nomic Embed Text v1.5 Railwail?

Nomic Embed Text v1.5 pašlaik nevar tikt palaists Railwail, tāpēc nav pašreizējās cenas. Pieejamās alternatīvas ar cenām ir norādītas tālāk šajā lapā.

Kāds ir Nomic Embed Text v1.5 konteksta logs?

Nomic Embed Text v1.5 konteksta logs satur 8192 žetonus.

Cik ātrs ir Nomic Embed Text v1.5?

Railwail platformā Nomic Embed Text v1.5 vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Nomic Embed Text v1.5 ir labāks par OpenAI text-embedding-3-large?

Tas ir atkarīgs no uzdevuma. Nomic Embed Text v1.5 (Community) un OpenAI text-embedding-3-large (OpenAI) ir abi modeļi Embeddings kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Nomic Embed Text v1.5 un OpenAI text-embedding-3-large

Vai es varu izmantot Nomic Embed Text v1.5 tieši tagad?

Pašlaik nav pieejams. Lapa paliek tiešsaistē; pieejamās alternatīvas no vienas kategorijas ir norādītas tālāk.

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.

Iegūt API atslēgu Skatīt visus modeļus