GTE Large EN v1.5

EmbeddingsНедоступно

од Communitygte-large-en-v1-5

Alibaba (Tongyi Lab) general text embedding model. The v1.5 release extends the context to 8192 tokens and returns 1024-dim vectors, scoring competitively on MTEB while handling much longer inputs than typical 512-token encoders. A practical open model when documents exceed the usual short-context limit.

Погледај алтернативе Упореди

Статус: Недоступно
Контекст: 8.192 токена
Унос → излаз: Текст → Вектор
Програмер: Community
Ажурирано: 23. септембар 2026.

GTE Large EN v1.5 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$/1М ул
Упоредите GTE Large EN v1.5 и OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1М ул
Упоредите GTE Large EN v1.5 и OpenAI text-embedding-3-small

Плејграунд

Пробајте GTE Large EN v1.5

Унос и резултат

Тренутно недоступно

Тренутно недоступно.

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

Text

0 / 8.000

Text to embed (up to 8192 tokens)

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 GTE Large EN v1.5

УкраткоСтање: 23. септембар 2026.

GTE Large EN v1.5 је модел од Community из категорије Embeddings. GTE Large EN v1.5 тренутно није доступан на Railwail-у. Контекстни прозор садржи 8.192 токена.

gte-large-en-v1.5 from Alibaba's Institute for Intelligent Computing (Tongyi Lab) is a general text embedding model whose v1.5 update pushes the supported context to 8192 tokens, well beyond the 512-token ceiling of most BERT-based encoders. It outputs 1024-dim embeddings and posts competitive MTEB English scores, making it useful for long-passage retrieval and RAG over bigger chunks without aggressive splitting. It loads with trust_remote_code on Hugging Face and is served via the feature-extraction pipeline; mean-pool the token outputs for the sentence vector.

Цене

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

API

Позови GTE Large EN v1.5 са твојим Railwail API кључем. Користи овај ID модела у захтеву:

gte-large-en-v1-5Погледај API документацију Узми API кључ

Тренутно недоступно

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

Спецификације

ID модела: gte-large-en-v1-5
Програмер: Community
Категорија: Embeddings
Унос: Текст
Излаз: Вектор
Контекстни прозор: 8.192 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
Text to embed (up to 8192 tokens)
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 8.000 карактера

Ознаке

embedding
retrieval
rag
huggingface
gte
alibaba
long-context
open-weights
mteb

Области примене

Водичи у вези

Embedding Models for Search & Science

Сви модели: Embeddings

Често постављана питања

Шта је GTE Large EN v1.5?

GTE Large EN v1.5 је модел од Community у категорији Embeddings. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта GTE Large EN v1.5 на Railwail-у?

GTE Large EN v1.5 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 GTE Large EN v1.5?

Контекстни прозор од GTE Large EN v1.5 садржи 8.192 токена.

Колико је брз GTE Large EN v1.5?

За GTE Large EN v1.5 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 GTE Large EN v1.5 бољи од OpenAI text-embedding-3-large?

То зависи од задатка. GTE Large EN v1.5 (Community) и OpenAI text-embedding-3-large (OpenAI) су оба модела у категорији Embeddings. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите GTE Large EN v1.5 и OpenAI text-embedding-3-large

Могу ли да користим GTE Large EN v1.5 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