BGE-M3 (Multilingual)

EmbeddingsNo disponible

de 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.

Ver alternativas Comparar

Estado: No disponible
Contexto: 8,192 tokens
Entrada → Salida: Texto → Vector
Desarrollador: Community
Actualizado: 23 de septiembre de 2026

BGE-M3 (Multilingual) no está disponible en este momento

Puedes seguir leyendo los detalles en esta página. Elige una de las alternativas disponibles abajo para ejecutar un modelo comparable de inmediato.

Ir a alternativas

Modelos comparables

Todos en esta categoría

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.
USD 0.156/1M entrada
Comparar BGE-M3 (Multilingual) vs. 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.
USD 0.024/1M entrada
Comparar BGE-M3 (Multilingual) vs. OpenAI text-embedding-3-small

Playground

Probar BGE-M3 (Multilingual)

Entrada y salida

No disponible actualmente

Actualmente no disponible.

El área de pruebas está desactivada. Encuentra modelos comparables en la misma categoría: Explorar alternativas

Text

0 / 8,000

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

Comparar con (opcional)

Ejecuta el modelo dos veces (se factura dos veces).

⌘/Ctrl + Intro

Resultado

El vector aparece aquí.

Esta ejecución

Sin precio – actualmente no disponible.

¿Nuevo aquí?

10 créditos gratis (USD 0.10) cuando te registras con Google

Utilizable 24 horas después del registro, hasta 5 ejecuciones por día y como máximo 2 créditos por ejecución. Otros métodos de inicio de sesión comienzan sin créditos.

Acerca de BGE-M3 (Multilingual)

ResumenA partir de 23 de septiembre de 2026

BGE-M3 (Multilingual) es un modelo de Community en la categoría Embeddings. BGE-M3 (Multilingual) no está disponible en Railwail en este momento. La ventana de contexto contiene 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.

Precios

Actualmente no disponible. No hay precio para este modelo en este momento, por lo que no se puede ejecutar.

API

Llama a BGE-M3 (Multilingual) con tu clave de API de Railwail. Usa este ID de modelo en la solicitud:

bge-m3-multilingualDocumentación de API Obtener una clave de API

Actualmente no disponible

El modelo no tiene un precio verificado o está desactivado; las llamadas a la API se rechazan.

Especificaciones

ID del modelo: bge-m3-multilingual
Desarrollador: Community
Categoría: Embeddings
Entrada: Texto
Salida: Vector
Ventana de contexto: 8,192 tokens
Entrada del catálogo actualizada: 23 de septiembre de 2026

Parámetros de entrada

Entradas y configuraciones del esquema de entrada del modelo. El ejemplo en la sección API muestra cuáles de ellas acepta la API.

ParámetroTipoPredeterminadoValores permitidos

inputsrequerido
Text to embed (any of 100+ languages, up to long documents)
Tipo: Texto
Predeterminado: –
Valores permitidos: hasta 8,000 caracteres

Casos de uso

Guías relacionadas

Embedding Models for Search & Science

Todos los modelos en Embeddings

Preguntas frecuentes

¿Qué es BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) es un modelo de Community en la categoría Embeddings. Está listado en Railwail pero no se puede ejecutar en este momento.

¿Cuánto cuesta BGE-M3 (Multilingual) en Railwail?

BGE-M3 (Multilingual) no se puede ejecutar en Railwail en este momento, por lo que no hay precio actual. Las alternativas disponibles con precios se enumeran más abajo en esta página.

¿Cuál es la ventana de contexto de BGE-M3 (Multilingual)?

La ventana de contexto de BGE-M3 (Multilingual) contiene 8,192 tokens.

¿Qué tan rápido es BGE-M3 (Multilingual)?

Aún no hay suficientes ejecuciones medidas de BGE-M3 (Multilingual) en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es BGE-M3 (Multilingual) mejor que OpenAI text-embedding-3-large?

Eso depende de la tarea. BGE-M3 (Multilingual) (Community) y OpenAI text-embedding-3-large (OpenAI) son ambos modelos en la categoría Embeddings. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar BGE-M3 (Multilingual) y OpenAI text-embedding-3-large

¿Puedo usar BGE-M3 (Multilingual) ahora mismo?

Actualmente no disponible. La página permanece en línea; las alternativas disponibles de la misma categoría se enumeran más abajo.

Todos los modelos a través de una API

Una clave API para todos los modelos en Railwail. El uso se cobra con créditos prepagados, 1 crédito = USD 0.01.

Obtener clave API Explorar todos los modelos