Nomic Embed Text v1.5

EmbeddingsNije dostupno

od 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.

Pogledaj alternative Usporedi

Status: Nije dostupno
Kontekst: 8.192 tokena
Ulaz → izlaz: Tekst → Vektor
Razvojni inženjer: Community
Ažurirano: 23. septembar 2026.

Nomic Embed Text v1.5 trenutno nije dostupan

Možeš i dalje pročitati detalje na ovoj stranici. Odaberi jednu od dostupnih alternativa ispod kako bi odmah pokrenuo usporediv model.

Idi na alternative

Usporedivi modeli

Svi u ovoj kategoriji

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$/1M in
Usporedi Nomic Embed Text v1.5 i OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M in
Usporedi Nomic Embed Text v1.5 i OpenAI text-embedding-3-small

Playground

Isprobaj Nomic Embed Text v1.5

Unos i rezultat

Trenutno nije dostupno

Trenutno nedostupno.

Playground je onemogućen. Usporedive modele možete pronaći u istoj kategoriji: Pogledaj alternative

Text

0 / 8.000

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

Usporedi s (opcionalno)

Pokreće model dva puta (naplaćuje se dva puta).

⌘/Ctrl + Enter

Rezultat

Vektor se pojavljuje ovdje.

Ovaj pokus

Nema cijene – trenutno nije dostupno.

Novi si ovdje?

10 besplatnih kredita (0,10 US$) kada se registriraš s Googlom

Dostupno 24 sati nakon registracije, do 5 pokusa dnevno i najviše 2 kredita po pokusu. Ostale metode prijave počinju bez kredita.

O Nomic Embed Text v1.5

UkratkoStanje: 23. septembar 2026.

Nomic Embed Text v1.5 je model od Community iz kategorije Embeddings. Nomic Embed Text v1.5 trenutno nije dostupan na Railwailu. Kontekstni prozor sadrži 8.192 tokena.

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.

Cijene

Trenutno nedostupno. Za ovaj model trenutno nema cijene, pa se ne može pokrenuti.

API

Pozovi Nomic Embed Text v1.5 sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:

nomic-embed-text-v1-5Pogledaj API dokumentaciju Dobij API ključ

Trenutno nije dostupno

Model nema provjeren cijenu ili je deaktiviran; API pozivi se odbijaju.

Specifikacije

ID modela: nomic-embed-text-v1-5
Razvojni inženjer: Community
Kategorija: Embeddings
Ulaz: Tekst
Izlaz: Vektor
Kontekstni prozor: 8.192 tokena
Katalog ažuriran: 23. septembar 2026.

Parametri ulaza

Ulazi i postavke iz sheme ulaza modela. Primjer u odjeljku API pokazuje koje od njih API prihvaća.

ParametarTipZadanoDozvoljene vrijednosti

inputsobavezno
Text to embed, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Tip: Tekst
Zadano: –
Dozvoljene vrijednosti: do 8.000 znakova

Oznake

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

Primjena

Povezani vodiči

Embedding Models for Search & Science

Svi modeli: Embeddings

Često postavljana pitanja

Što je Nomic Embed Text v1.5?

Nomic Embed Text v1.5 je model od Community iz kategorije Embeddings. Naveden je na Railwailu, ali se trenutno ne može pokrenuti.

Koliko stoji Nomic Embed Text v1.5 na Railwailu?

Nomic Embed Text v1.5 se trenutno ne može pokrenuti na Railwailu, pa nema trenutne cijene. Dostupne alternative s cijenama navedene su dalje na ovoj stranici.

Koliki je kontekstni prozor od Nomic Embed Text v1.5?

Kontekstni prozor od Nomic Embed Text v1.5 sadrži 8.192 tokena.

Koliko je brz Nomic Embed Text v1.5?

Za Nomic Embed Text v1.5 na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.

Je li Nomic Embed Text v1.5 bolji od OpenAI text-embedding-3-large?

To ovisi o zadatku. Nomic Embed Text v1.5 (Community) i OpenAI text-embedding-3-large (OpenAI) su oba modela iz kategorije Embeddings. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi Nomic Embed Text v1.5 i OpenAI text-embedding-3-large

Mogu li koristiti Nomic Embed Text v1.5 sada?

Trenutno nedostupno. Stranica ostaje dostupna; dostupne alternative iz iste kategorije navedene su dalje.

Svi modeli preko jednog API-ja

Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.

Dobij API ključ Pogledaj sve modele