Multilingual E5 Large

EmbeddingsIkke tilgjengelig
av CommunityModell-ID: multilingual-e5-large

Microsoft E5 multilingual embedding model with 560M parameters, initialized from XLM-RoBERTa-large and trained with weakly supervised contrastive learning. Covers around 100 languages and returns 1024-dim vectors. It expects query: and passage: prefixes on inputs and is a popular open model for multilingual semantic search.

Status
Ikke tilgjengelig
Kontekst
512 tokens
Input → output
Tekst → Vektor
Utvikler
Community
Oppdatert
23. september 2026

Multilingual E5 Large er for øyeblikket utilgjengelig

Du kan fortsatt lese detaljene på denne siden. Velg ett av de tilgjengelige alternativene nedenfor for å kjøre en sammenlignbar modell med en gang.

Gå til alternativer
01

Sammenlignbare modeller

Alle i denne kategorien
02

Playground

Prøv Multilingual E5 Large

Inndata og resultat

Ikke tilgjengelig for øyeblikket

Ikke tilgjengelig for øyeblikket.

Lekeplassen er deaktivert. Du finner sammenlignbare modeller i samme kategori: Se alternativer

Prøv Multilingual E5 Large

0 / 4 000

Text to embed, prefixed with 'query: ' or 'passage: ' per the E5 convention

Kjører modellen to ganger (fakturert to ganger).

Resultat
Vektoren vises her.

Denne kjøringen

Ingen pris – ikke tilgjengelig for øyeblikket.

Ny her?

10 gratis credits (0,10 USD) når du registrerer deg med Google

Kan brukes 24 timer etter registrering, opptil 5 kjøringer per dag og maksimalt 2 credits per kjøring. Andre påloggingsmetoder starter uten credits.

03

Om Multilingual E5 Large

Kort sagtPer 23. september 2026

Multilingual E5 Large er en modell fra Community i kategorien Embeddings. Multilingual E5 Large er for øyeblikket ikke tilgjengelig på Railwail. Kontekstvinduet inneholder 512 tokens.

multilingual-e5-large from Microsoft Research is built on XLM-RoBERTa-large and trained with a contrastive objective over large weakly supervised text-pair data followed by supervised fine-tuning. It covers roughly 100 languages and outputs 1024-dim embeddings with a 512-token limit. The E5 convention requires prefixing inputs with query: for search queries and passage: for documents, which the model relies on to separate the two roles. It is a strong, widely adopted open baseline for multilingual retrieval and clustering. Served through the Hugging Face feature-extraction pipeline; mean-pool the token outputs to get the sentence embedding.
04

Priser

Ikke tilgjengelig for øyeblikket. Det er ingen pris for denne modellen for øyeblikket, så den kan ikke kjøres.

05

API

Ring Multilingual E5 Large med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:

Ikke tilgjengelig for øyeblikket

Modellen har ingen verifisert pris eller er deaktivert; API-kall blir avvist.

06

Spesifikasjoner

Modell-ID
multilingual-e5-large
Utvikler
Community
Kategori
Embeddings
Inndata
Tekst
Utdata
Vektor
Kontekstvindu
512 tokens
Katalogoppføring oppdatert
23. september 2026

Inndataparametere

Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.

  • inputsobligatorisk

    Text to embed, prefixed with 'query: ' or 'passage: ' per the E5 convention

    Type: Tekst
    Standard: –
    Tillatte verdier: opptil 4 000 tegn

Merkelapper

  • embedding
  • retrieval
  • rag
  • huggingface
  • e5
  • intfloat
  • microsoft
  • multilingual
  • open-weights
07

Brukstilfeller

08

Ofte stilte spørsmål

Hva er Multilingual E5 Large?

Multilingual E5 Large er en modell fra Community i kategorien Embeddings. Den er oppført på Railwail, men kan ikke kjøres for øyeblikket.

Hvor mye koster Multilingual E5 Large på Railwail?

Multilingual E5 Large kan ikke kjøres på Railwail for øyeblikket, så det finnes ingen gjeldende pris. Tilgjengelige alternativer med priser er oppført lenger ned på denne siden.

Hvor stort er kontekstvinduet til Multilingual E5 Large?

Kontekstvinduet til Multilingual E5 Large inneholder 512 tokens.

Hvor rask er Multilingual E5 Large?

Det finnes ennå ikke nok målte kjøringer av Multilingual E5 Large på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

Er Multilingual E5 Large bedre enn OpenAI text-embedding-3-large?

Det avhenger av oppgaven. Multilingual E5 Large (Community) og OpenAI text-embedding-3-large (OpenAI) er begge modeller i kategorien Embeddings. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

Sammenlign Multilingual E5 Large og OpenAI text-embedding-3-large

Kan jeg bruke Multilingual E5 Large akkurat nå?

Ikke tilgjengelig for øyeblikket. Siden forblir online; tilgjengelige alternativer fra samme kategori er oppført lenger ned.

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.