ESM-2 650M (Protein Embeddings)

EmbeddingsНедоступно

од Metaesm2-650m-protein-embeddings

Meta AI 650M-parameter protein language model trained on UniRef50 sequences. Feed it an amino-acid sequence and the per-residue hidden states act as learned protein embeddings, used for structure prediction, variant-effect and function tasks. This 33-layer checkpoint is the common balance of quality and cost in the ESM-2 family.

Погледај алтернативе Упореди

Статус: Недоступно
Контекст: 1.024 токена
Унос → излаз: Текст → Вектор
Програмер: Meta
Ажурирано: 23. септембар 2026.

ESM-2 650M (Protein Embeddings) је тренутно недоступан

Можеш и даље читати детаље на овој страници. Изабери једну од доступних алтернатива испод да одмах покренеш упоредив модел.

Иди на алтернативе

Упоредиви модели

Сви у овој категорији

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 US$/1М ул
Упоредите ESM-2 650M (Protein Embeddings) и OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1М ул
Упоредите ESM-2 650M (Protein Embeddings) и OpenAI text-embedding-3-small

Плејграунд

Пробајте ESM-2 650M (Protein Embeddings)

Унос и резултат

Тренутно недоступно

Тренутно недоступно.

Playground је онемогућен. Упоредиве моделе можете пронаћи у истој категорији: Погледајте алтернативе

Protein Sequence

0 / 1.024

Amino-acid sequence (single-letter codes) to embed

Упореди са (опционално)

Покреће модел два пута (наплаћено два пута).

⌘/Ctrl + Enter

Резултат

Вектор се појављује овде.

Овај покрет

Без цене – тренутно недоступно.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита.

О ESM-2 650M (Protein Embeddings)

УкраткоСтање: 23. септембар 2026.

ESM-2 650M (Protein Embeddings) је модел од Meta из категорије Embeddings. ESM-2 650M (Protein Embeddings) тренутно није доступан на Railwail-у. Контекстни прозор садржи 1.024 токена.

ESM-2 is a transformer protein language model from Meta AI (FAIR) trained with masked language modeling over millions of protein sequences from UniRef. Its internal representations capture structural and functional properties of proteins, which is why ESM-2 embeddings power downstream tools including ESMFold structure prediction. The 650M t33 checkpoint sits between the small research models and the 3B/15B versions. Run through the Hugging Face feature-extraction pipeline on an amino-acid string to obtain per-residue embedding vectors (1280 dims), which are typically mean-pooled for a whole-protein embedding.

Цене

Тренутно недоступно. За овај модел тренутно нема цене, па се не може покренути.

API

Позови ESM-2 650M (Protein Embeddings) са твојим Railwail API кључем. Користи овај ID модела у захтеву:

esm2-650m-protein-embeddingsПогледај API документацију Узми API кључ

Тренутно недоступно

Модел нема верификовану цену или је деактивиран; API позиви су одбијени.

Спецификације

ID модела: esm2-650m-protein-embeddings
Програмер: Meta
Категорија: Embeddings
Унос: Текст
Излаз: Вектор
Контекстни прозор: 1.024 токена
Унос у каталог ажуриран: 23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

ПараметарТипПодразумеваноДозвољене вредности

inputsобавезно
Amino-acid sequence (single-letter codes) to embed
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 1.024 карактера

Ознаке

science
embedding
research
huggingface
esm2
protein
meta
bioinformatics

Области примене

Водичи у вези

Embedding Models for Search & Science

Сви модели: Embeddings

Често постављана питања

Шта је ESM-2 650M (Protein Embeddings)?

ESM-2 650M (Protein Embeddings) је модел од Meta у категорији Embeddings. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта ESM-2 650M (Protein Embeddings) на Railwail-у?

ESM-2 650M (Protein Embeddings) се тренутно не може покренути на Railwail-у, па нема тренутне цене. Доступне алтернативе са ценама су наведене даље на овој страници.

Колики је контекстни прозор од ESM-2 650M (Protein Embeddings)?

Контекстни прозор од ESM-2 650M (Protein Embeddings) садржи 1.024 токена.

Колико је брз ESM-2 650M (Protein Embeddings)?

За ESM-2 650M (Protein Embeddings) на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је ESM-2 650M (Protein Embeddings) бољи од OpenAI text-embedding-3-large?

То зависи од задатка. ESM-2 650M (Protein Embeddings) (Meta) и OpenAI text-embedding-3-large (OpenAI) су оба модела у категорији Embeddings. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите ESM-2 650M (Protein Embeddings) и OpenAI text-embedding-3-large

Могу ли да користим ESM-2 650M (Protein Embeddings) управо сада?

Тренутно недоступно. Страница остаје активна; доступне алтернативе из исте категорије су наведене даље.

Сви модели преко једног API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.

Узми API кључ Прегледај све моделе