BGE Large EN v1.5

EmbeddingsNiet beschikbaar

van Communitybge-large-en-v1-5

BAAI (Beijing Academy of AI) open-weight English embedding model with 335M parameters. Returns 1024-dim vectors and was a top MTEB English retrieval model on release. The v1.5 update improved similarity distribution so it works well without a query instruction prefix for symmetric tasks. A widely used open alternative to hosted embeddings.

Alternatieven bekijken Vergelijken

Status: Niet beschikbaar
Context: 512 tokens
Invoer → Uitvoer: Tekst → Vector
Ontwikkelaar: Community
Bijgewerkt: 23 september 2026

BGE Large EN v1.5 is momenteel niet beschikbaar

Je kunt de details op deze pagina nog steeds lezen. Kies een van de beschikbare alternatieven hieronder om direct een vergelijkbaar model uit te voeren.

Naar alternatieven

Vergelijkbare modellen

Alle in deze categorie

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.
US$ 0,156/1M in
BGE Large EN v1.5 en OpenAI text-embedding-3-large vergelijken
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.
US$ 0,024/1M in
BGE Large EN v1.5 en OpenAI text-embedding-3-small vergelijken

Playground

BGE Large EN v1.5 proberen

Invoer & resultaat

Momenteel niet beschikbaar

Momenteel niet beschikbaar.

De playground is uitgeschakeld. Vergelijkbare modellen vind je in dezelfde categorie: Alternatieven bekijken

Text

0 / 4.000

Text to embed

Vergelijken met (optioneel)

Voert het model twee keer uit (twee keer berekend).

⌘/Ctrl + Enter

Resultaat

De vector verschijnt hier.

Deze uitvoering

Geen prijs – momenteel niet beschikbaar.

Nieuw hier?

10 gratis credits (US$ 0,10) wanneer je je aanmeldt met Google

Bruikbaar 24 uur na aanmelding, tot 5 uitvoeringen per dag en maximaal 2 credits per uitvoering. Andere aanmeldmethoden starten zonder credits.

Over BGE Large EN v1.5

SamengevatPer 23 september 2026

BGE Large EN v1.5 is een model van Community in de categorie Embeddings. BGE Large EN v1.5 is momenteel niet beschikbaar op Railwail. Het contextvenster bevat 512 tokens.

bge-large-en-v1.5 from the Beijing Academy of Artificial Intelligence is a BERT-large-based English embedding model producing 1024-dim vectors with a 512-token limit. The v1.5 release recalibrated the cosine-similarity distribution so scores spread more usefully across the range, and it no longer strictly requires the retrieval instruction prefix for symmetric similarity. It ranked at the top of the MTEB English leaderboard when released and remains a common open-weight default for RAG and semantic search. Served through Hugging Face with the feature-extraction pipeline; for asymmetric retrieval prepend the recommended query instruction to questions.

Prijzen

Momenteel niet beschikbaar. Er is momenteel geen prijs voor dit model, dus het kan niet worden uitgevoerd.

API

Roep BGE Large EN v1.5 aan met je Railwail API-sleutel. Gebruik deze model-ID in het verzoek:

bge-large-en-v1-5API-documentatie API-sleutel ophalen

Momenteel niet beschikbaar

Het model heeft geen geverifieerde prijs of is gedeactiveerd; API-aanroepen worden geweigerd.

Specificaties

Model-ID: bge-large-en-v1-5
Ontwikkelaar: Community
Categorie: Embeddings
Invoer: Tekst
Uitvoer: Vector
Contextvenster: 512 tokens
Catalogusitem bijgewerkt: 23 september 2026

Invoerparameters

Invoeren en instellingen uit het invoerschema van het model. Het voorbeeld in de API-sectie toont welke daarvan de API accepteert.

ParameterTypeStandaardToegestane waarden

inputsVerplicht
Text to embed
Type: Tekst
Standaard: –
Toegestane waarden: tot 4.000 tekens

Gebruiksscenario's

Gerelateerde handleidingen

Embedding Models for Search & Science

Alle modellen in Embeddings

Veelgestelde vragen

Wat is BGE Large EN v1.5?

BGE Large EN v1.5 is een model van Community in de categorie Embeddings. Het staat in de Railwail-catalogus, maar kan momenteel niet worden uitgevoerd.

Hoeveel kost BGE Large EN v1.5 op Railwail?

BGE Large EN v1.5 kan momenteel niet op Railwail worden uitgevoerd, dus er is geen huidige prijs. Beschikbare alternatieven met prijzen staan verderop op deze pagina.

Wat is het contextvenster van BGE Large EN v1.5?

Het contextvenster van BGE Large EN v1.5 bevat 512 tokens.

Hoe snel is BGE Large EN v1.5?

Er zijn nog niet genoeg gemeten runs van BGE Large EN v1.5 op Railwail om een uitvoeringstijd op te geven. Dit hangt af van de invoer, de instellingen en de belasting bij de provider.

Is BGE Large EN v1.5 beter dan OpenAI text-embedding-3-large?

Dat hangt van de taak af. BGE Large EN v1.5 (Community) en OpenAI text-embedding-3-large (OpenAI) zijn beide modellen in de categorie Embeddings. De vergelijkingspagina toont hun prijzen en specificaties naast elkaar.

BGE Large EN v1.5 en OpenAI text-embedding-3-large vergelijken

Kan ik BGE Large EN v1.5 nu gebruiken?

Momenteel niet beschikbaar. De pagina blijft online; beschikbare alternatieven uit dezelfde categorie staan verderop.

Alle modellen via één API

Één API-sleutel voor elk model op Railwail. Gebruik wordt afgerekend via vooraf gekochte credits, 1 credit = US$ 0,01.

API-sleutel ophalen Alle modellen bekijken