BGE Large EN v1.5

EmbeddingiNiedostępne

od 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.

Zobacz alternatywy Porównaj

Status: Niedostępne
Kontekst: 512 tokenów
Wejście → Wyjście: Tekst → Wektor
Deweloper: Community
Zaktualizowano: 23 września 2026

BGE Large EN v1.5 jest obecnie niedostępny

Możesz nadal przeczytać szczegóły na tej stronie. Wybierz jedną z dostępnych alternatyw poniżej, aby od razu uruchomić porównywalny model.

Przejdź do alternatyw

Porównywalne modele

Wszystkie w tej kategorii

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 USD/1M wej.
Porównaj BGE Large EN 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 USD/1M wej.
Porównaj BGE Large EN v1.5 i OpenAI text-embedding-3-small

Playground

Spróbuj BGE Large EN v1.5

Wejście i wyjście

Niedostępny

Obecnie niedostępne.

Plac zabaw jest wyłączony. Porównywalne modele znajdziesz w tej samej kategorii: Przeglądaj alternatywy

Text

0 / 4000

Text to embed

Porównaj z (opcjonalnie)

Uruchamia model dwa razy (rozliczane dwa razy).

⌘/Ctrl + Enter

Wynik

Wektor pojawi się tutaj.

To uruchomienie

Brak ceny – obecnie niedostępne.

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.

O BGE Large EN v1.5

Krótko mówiącStan na 23 września 2026

BGE Large EN v1.5 to model opracowany przez Community w kategorii Embeddingi. BGE Large EN v1.5 nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 512 tokenów.

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.

Ceny

Obecnie niedostępne. Dla tego modelu nie ma ceny w tej chwili, dlatego nie można go uruchomić.

API

Wywołaj BGE Large EN v1.5 za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

bge-large-en-v1-5Dokumentacja API Uzyskaj klucz API

Obecnie niedostępne

Model nie ma zweryfikowanej ceny lub jest wyłączony; wywołania API są odrzucane.

Specyfikacje

ID modelu: bge-large-en-v1-5
Deweloper: Community
Kategoria: Embeddingi
Wejście: Tekst
Wyjście: Wektor
Okno kontekstu: 512 tokenów
Wpis w katalogu zaktualizowany: 23 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

ParametrTypDomyślnieDozwolone wartości

inputswymagane
Text to embed
Typ: Tekst
Domyślnie: –
Dozwolone wartości: do 4000 znaków

Tagi

embedding
retrieval
rag
huggingface
bge
baai
open-weights
english
mteb

Przypadki użycia

Powiązane przewodniki

Embedding Models for Search & Science

Wszystkie modele w Embeddingi

Często zadawane pytania

Co to jest BGE Large EN v1.5?

BGE Large EN v1.5 to model opracowany przez Community w kategorii Embeddingi. Jest wymieniony w katalogu Railwail, ale nie może być uruchomiony w tej chwili.

Ile kosztuje BGE Large EN v1.5 w serwisie Railwail?

BGE Large EN v1.5 nie może być uruchomiony w serwisie Railwail w tej chwili, dlatego nie ma aktualnej ceny. Dostępne alternatywy z cenami są wymienione poniżej na tej stronie.

Jakie jest okno kontekstu BGE Large EN v1.5?

Okno kontekstu BGE Large EN v1.5 zawiera 512 tokenów.

Jak szybki jest BGE Large EN v1.5?

Dla BGE Large EN v1.5 jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy BGE Large EN v1.5 jest lepszy niż OpenAI text-embedding-3-large?

To zależy od zadania. BGE Large EN v1.5 (Community) i OpenAI text-embedding-3-large (OpenAI) to oba modele z kategorii Embeddingi. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj BGE Large EN v1.5 i OpenAI text-embedding-3-large

Czy mogę używać BGE Large EN v1.5 teraz?

Obecnie niedostępne. Strona pozostaje online; dostępne alternatywy z tej samej kategorii są wymienione poniżej.

Wszystkie modele przez jedno API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.

Pobierz klucz API Przeglądaj wszystkie modele