Nomic Embed Text v1.5

EmbeddingiNiedostępne

od 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.

Zobacz alternatywy Porównaj

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

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

Playground

Spróbuj Nomic Embed Text v1.5

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

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 Nomic Embed Text v1.5

Krótko mówiącStan na 23 września 2026

Nomic Embed Text v1.5 to model opracowany przez Community w kategorii Embeddingi. Nomic Embed Text v1.5 nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 8192 tokenów.

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.

Ceny

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

API

Wywołaj Nomic Embed Text v1.5 za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

nomic-embed-text-v1-5Dokumentacja API Uzyskaj klucz API

Obecnie niedostępne

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

Specyfikacje

ID modelu: nomic-embed-text-v1-5
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, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Typ: Tekst
Domyślnie: –
Dozwolone wartości: do 8000 znaków

Tagi

embedding
retrieval
rag
huggingface
nomic
matryoshka
long-context
open-weights

Przypadki użycia

Powiązane przewodniki

Embedding Models for Search & Science

Wszystkie modele w Embeddingi

Często zadawane pytania

Co to jest Nomic Embed Text v1.5?

Nomic Embed Text 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 Nomic Embed Text v1.5 w serwisie Railwail?

Nomic Embed Text 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 Nomic Embed Text v1.5?

Okno kontekstu Nomic Embed Text v1.5 zawiera 8192 tokenów.

Jak szybki jest Nomic Embed Text v1.5?

Dla Nomic Embed Text 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 Nomic Embed Text v1.5 jest lepszy niż OpenAI text-embedding-3-large?

To zależy od zadania. Nomic Embed Text 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 Nomic Embed Text v1.5 i OpenAI text-embedding-3-large

Czy mogę używać Nomic Embed Text 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