BGE-M3 (Multilingual)

EmbeddingsIndisponibil

de 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.

Vezi alternative Compară

Status: Indisponibil
Context: 8.192 tokeni
Intrare → ieșire: Text → Vector
Dezvoltator: Community
Actualizat: 23 septembrie 2026

BGE-M3 (Multilingual) nu este disponibil în acest moment

Poți citi în continuare detaliile pe această pagină. Alege una dintre alternativele disponibile de mai jos pentru a rula imediat un model comparabil.

Mergi la alternative

Modele comparabile

Toate din această categorie

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 in
Compară BGE-M3 (Multilingual) vs. 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 in
Compară BGE-M3 (Multilingual) vs. OpenAI text-embedding-3-small

Playground

Încearcă BGE-M3 (Multilingual)

Intrare & rezultat

Indisponibil în prezent

Indisponibil în prezent.

Playground-ul este dezactivat. Modele comparabile găsești în aceeași categorie: Vezi alternativele

Text

0 / 8.000

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

Compară cu (opțional)

Execută modelul de două ori (facturat de două ori).

⌘/Ctrl + Enter

Rezultat

Vectorul apare aici.

Această rulare

Fără preț – momentan indisponibil.

Nou aici?

10 credite gratuite (0,10 USD) când te înregistrezi cu Google

Utilizabil 24 ore după înregistrare, până la 5 rulări pe zi și maximum 2 credite pe rulare. Alte metode de conectare încep fără credite.

Despre BGE-M3 (Multilingual)

Pe scurtDin 23 septembrie 2026

BGE-M3 (Multilingual) este un model de Community din categoria Embeddings. BGE-M3 (Multilingual) nu este disponibil în prezent pe Railwail. Fereastra de context conține 8.192 token-uri.

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.

Prețuri

Indisponibil în prezent. Nu există preț pentru acest model în acest moment, deci nu poate fi executat.

API

Apelează BGE-M3 (Multilingual) cu cheia ta API Railwail. Folosește acest ID de model în cerere:

bge-m3-multilingualDocumentația API Obține o cheie API

Indisponibil în prezent

Modelul nu are un preț verificat sau este dezactivat; apelurile API sunt refuzate.

Specificații

ID model: bge-m3-multilingual
Dezvoltator: Community
Categorie: Embeddings
Intrare: Text
Ieșire: Vector
Fereastră de context: 8.192 tokeni
Intrare catalog actualizată: 23 septembrie 2026

Parametri de intrare

Intrări și setări din schema de intrare a modelului. Exemplul din secțiunea API arată care dintre ele acceptă API-ul.

ParametruTipImplicitValori permise

inputsobligatoriu
Text to embed (any of 100+ languages, up to long documents)
Tip: Text
Implicit: –
Valori permise: până la 8.000 caractere

Etichete

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

Cazuri de utilizare

Ghiduri conexe

Embedding Models for Search & Science

Toate modelele din Embeddings

Întrebări frecvente

Ce este BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) este un model de Community din categoria Embeddings. Este listat pe Railwail, dar nu poate fi rulat în acest moment.

Cât costă BGE-M3 (Multilingual) pe Railwail?

BGE-M3 (Multilingual) nu poate fi rulat pe Railwail în acest moment, deci nu există preț curent. Alternativele disponibile cu prețuri sunt listate mai jos pe această pagină.

Care este fereastra de context a BGE-M3 (Multilingual)?

Fereastra de context a BGE-M3 (Multilingual) conține 8.192 token-uri.

Cât de rapid este BGE-M3 (Multilingual)?

Nu sunt suficiente rulări măsurate ale BGE-M3 (Multilingual) pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.

Este BGE-M3 (Multilingual) mai bun decât OpenAI text-embedding-3-large?

Depinde de sarcină. BGE-M3 (Multilingual) (Community) și OpenAI text-embedding-3-large (OpenAI) sunt ambele modele din categoria Embeddings. Pagina de comparație arată prețurile și specificațiile lor una lângă alta.

Compară BGE-M3 (Multilingual) și OpenAI text-embedding-3-large

Pot folosi BGE-M3 (Multilingual) chiar acum?

Indisponibil în prezent. Pagina rămâne online; alternativele disponibile din aceeași categorie sunt listate mai jos.

Toate modelele printr-o singură API

O cheie API pentru fiecare model pe Railwail. Utilizarea se percepe din credite prepay, 1 credit = 0,01 USD.

Obține cheie API Vizualizează toate modelele