Nomic Embed Text v1.5

EmbeddingsNiet beschikbaar

van 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.

Alternatieven bekijken Vergelijken

Status: Niet beschikbaar
Context: 8.192 tokens
Invoer → Uitvoer: Tekst → Vector
Ontwikkelaar: Community
Bijgewerkt: 23 september 2026

Nomic Embed Text 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
Nomic Embed Text 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
Nomic Embed Text v1.5 en OpenAI text-embedding-3-small vergelijken

Playground

Nomic Embed Text 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 / 8.000

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

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 Nomic Embed Text v1.5

SamengevatPer 23 september 2026

Nomic Embed Text v1.5 is een model van Community in de categorie Embeddings. Nomic Embed Text v1.5 is momenteel niet beschikbaar op Railwail. Het contextvenster bevat 8.192 tokens.

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.

Prijzen

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

API

Roep Nomic Embed Text v1.5 aan met je Railwail API-sleutel. Gebruik deze model-ID in het verzoek:

nomic-embed-text-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: nomic-embed-text-v1-5
Ontwikkelaar: Community
Categorie: Embeddings
Invoer: Tekst
Uitvoer: Vector
Contextvenster: 8.192 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, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Type: Tekst
Standaard: –
Toegestane waarden: tot 8.000 tekens

Gebruiksscenario's

Gerelateerde handleidingen

Embedding Models for Search & Science

Alle modellen in Embeddings

Veelgestelde vragen

Wat is Nomic Embed Text v1.5?

Nomic Embed Text 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 Nomic Embed Text v1.5 op Railwail?

Nomic Embed Text 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 Nomic Embed Text v1.5?

Het contextvenster van Nomic Embed Text v1.5 bevat 8.192 tokens.

Hoe snel is Nomic Embed Text v1.5?

Er zijn nog niet genoeg gemeten runs van Nomic Embed Text 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 Nomic Embed Text v1.5 beter dan OpenAI text-embedding-3-large?

Dat hangt van de taak af. Nomic Embed Text 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.

Nomic Embed Text v1.5 en OpenAI text-embedding-3-large vergelijken

Kan ik Nomic Embed Text 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