Multilingual E5 Large

EmbeddingsIndisponível
por CommunityID do modelo: 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
Indisponível
Contexto
512 tokens
Entrada → Saída
Texto → Vetor
Desenvolvedor
Community
Atualizado
23 de setembro de 2026

Multilingual E5 Large não está disponível no momento

Você ainda pode ler os detalhes nesta página. Escolha uma das alternativas disponíveis abaixo para executar um modelo comparável imediatamente.

Ir para alternativas
01

Modelos comparáveis

Todos nesta categoria
02

Playground

Experimentar Multilingual E5 Large

Entrada & saída

Indisponível no momento

Atualmente indisponível.

O playground está desativado. Encontre modelos comparáveis na mesma categoria: Ver alternativas

Experimentar Multilingual E5 Large

0 / 4.000

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

Executa o modelo duas vezes (cobrado duas vezes).

Resultado
O vetor aparece aqui.

Esta execução

Sem preço – indisponível no momento.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.

03

Sobre Multilingual E5 Large

ResumoA partir de 23 de setembro de 2026

Multilingual E5 Large é um modelo de Community na categoria Embeddings. Multilingual E5 Large não está disponível no Railwail no momento. A janela de contexto contém 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

Preços

Atualmente indisponível. Não há preço para este modelo no momento, portanto não pode ser executado.

05

API

Chame Multilingual E5 Large com sua chave de API Railwail. Use este ID de modelo na solicitação:

Indisponível no momento

O modelo não tem preço verificado ou está desativado; chamadas de API são recusadas.

06

Especificações

ID do modelo
multilingual-e5-large
Desenvolvedor
Community
Categoria
Embeddings
Entrada
Texto
Saída
Vetor
Janela de contexto
512 tokens
Entrada do catálogo atualizada
23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

  • inputsobrigatório

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

    Tipo: Texto
    Padrão: –
    Valores permitidos: até 4.000 caracteres

Etiquetas

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

Casos de uso

08

Perguntas frequentes

O que é Multilingual E5 Large?

Multilingual E5 Large é um modelo de Community na categoria Embeddings. Está listado no Railwail, mas não pode ser executado no momento.

Quanto custa Multilingual E5 Large no Railwail?

Multilingual E5 Large não pode ser executado no Railwail no momento, portanto não há preço atual. Alternativas disponíveis com preços estão listadas mais abaixo nesta página.

Qual é a janela de contexto de Multilingual E5 Large?

A janela de contexto de Multilingual E5 Large contém 512 tokens.

Qual é a velocidade de Multilingual E5 Large?

Ainda não há execuções medidas suficientes de Multilingual E5 Large no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.

Multilingual E5 Large é melhor que OpenAI text-embedding-3-large?

Depende da tarefa. Multilingual E5 Large (Community) e OpenAI text-embedding-3-large (OpenAI) são ambos modelos na categoria Embeddings. A página de comparação mostra seus preços e especificações lado a lado.

Comparar Multilingual E5 Large e OpenAI text-embedding-3-large

Posso usar Multilingual E5 Large agora?

Atualmente indisponível. A página permanece online; alternativas disponíveis da mesma categoria estão listadas mais abaixo.

Todos os modelos através de uma API

Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.