BGE-M3 (Multilingual)

EmbeddingiNiedostępne

od 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.

Zobacz alternatywy Porównaj

Status: Niedostępne
Kontekst: 8192 tokenów
Wejście → Wyjście: Tekst → Wektor
Deweloper: Community
Zaktualizowano: 23 września 2026

BGE-M3 (Multilingual) 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-M3 (Multilingual) 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-M3 (Multilingual) i OpenAI text-embedding-3-small

Playground

Spróbuj BGE-M3 (Multilingual)

Wejście i wyjście

Niedostępny

Obecnie niedostępne.

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

Text

0 / 8000

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

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-M3 (Multilingual)

Krótko mówiącStan na 23 września 2026

BGE-M3 (Multilingual) to model opracowany przez Community w kategorii Embeddingi. BGE-M3 (Multilingual) nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 8192 tokenów.

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.

Ceny

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

API

Wywołaj BGE-M3 (Multilingual) za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

bge-m3-multilingualDokumentacja API Uzyskaj klucz API

Obecnie niedostępne

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

Specyfikacje

ID modelu: bge-m3-multilingual
Deweloper: Community
Kategoria: Embeddingi
Wejście: Tekst
Wyjście: Wektor
Okno kontekstu: 8192 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 (any of 100+ languages, up to long documents)
Typ: Tekst
Domyślnie: –
Dozwolone wartości: do 8000 znaków

Tagi

embedding
retrieval
rag
huggingface
bge
baai
multilingual
long-context
open-weights

Przypadki użycia

Powiązane przewodniki

Embedding Models for Search & Science

Wszystkie modele w Embeddingi

Często zadawane pytania

Co to jest BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) to model opracowany przez Community w kategorii Embeddingi. Jest wymieniony w katalogu Railwail, ale nie może być uruchomiony w tej chwili.

Ile kosztuje BGE-M3 (Multilingual) w serwisie Railwail?

BGE-M3 (Multilingual) 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-M3 (Multilingual)?

Okno kontekstu BGE-M3 (Multilingual) zawiera 8192 tokenów.

Jak szybki jest BGE-M3 (Multilingual)?

Dla BGE-M3 (Multilingual) jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy BGE-M3 (Multilingual) jest lepszy niż OpenAI text-embedding-3-large?

To zależy od zadania. BGE-M3 (Multilingual) (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-M3 (Multilingual) i OpenAI text-embedding-3-large

Czy mogę używać BGE-M3 (Multilingual) 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