ESM-2 650M (Protein Embeddings)

EmbeddingsНедоступно

от 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.

Посмотреть альтернативы Сравнить

Статус: Недоступно
Контекст: 1 024 токенов
Вход → выход: Текст → Вектор
Разработчик: Meta
Обновлено: 23 сентября 2026 г.

ESM-2 650M (Protein Embeddings) сейчас недоступна

Вы можете прочитать подробности на этой странице. Выберите одну из доступных альтернатив ниже, чтобы сразу запустить сравнимую модель.

К альтернативам

Сравнимые модели

Все в этой категории

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 $/1M вход
Сравнить 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 $/1M вход
Сравнить ESM-2 650M (Protein Embeddings) и OpenAI text-embedding-3-small

Playground

Попробовать ESM-2 650M (Protein Embeddings)

Входные данные и результат

Сейчас недоступна

Недоступно.

Playground отключен. Сравнимые модели найдёте в той же категории: Посмотреть альтернативы

Protein Sequence

0 / 1 024

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

Сравнить с (опционально)

Запускает модель дважды (счёт выставляется дважды).

⌘/Ctrl + Enter

Результат

Вектор появится здесь.

Этот запуск

Нет цены – сейчас недоступно.

Впервые здесь?

10 бесплатных кредитов (0,10 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.

О ESM-2 650M (Protein Embeddings)

КороткоПо состоянию на 23 сентября 2026 г.

ESM-2 650M (Protein Embeddings) — это модель от Meta в категории Embeddings. ESM-2 650M (Protein Embeddings) сейчас недоступна на Railwail. Контекстное окно содержит 1 024 токенов.

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.

Цены

Недоступно. На данный момент для этой модели нет цены, поэтому её нельзя запустить.

API

Вызовите ESM-2 650M (Protein Embeddings) с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

esm2-650m-protein-embeddingsДокументация API Получить API-ключ

Временно недоступно

Модель не имеет проверенную цену или деактивирована; вызовы API отклоняются.

Спецификации

ID модели: esm2-650m-protein-embeddings
Разработчик: Meta
Категория: Embeddings
Входные данные: Текст
Выходные данные: Вектор
Контекстное окно: 1 024 токенов
Запись в каталоге обновлена: 23 сентября 2026 г.

Входные параметры

Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.

ПараметрТипПо умолчаниюДопустимые значения

inputsобязательно
Amino-acid sequence (single-letter codes) to embed
Тип: Текст
По умолчанию: –
Допустимые значения: до 1 024 символов

Применение

Связанные руководства

Embedding Models for Search & Science

Все модели: Embeddings

Часто задаваемые вопросы

Что такое ESM-2 650M (Protein Embeddings)?

ESM-2 650M (Protein Embeddings) — модель от Meta в категории Embeddings. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит ESM-2 650M (Protein Embeddings) на Railwail?

ESM-2 650M (Protein Embeddings) сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у ESM-2 650M (Protein Embeddings)?

Контекстное окно ESM-2 650M (Protein Embeddings) содержит 1 024 токенов.

Насколько быстра ESM-2 650M (Protein Embeddings)?

На Railwail пока недостаточно измеренных запусков ESM-2 650M (Protein Embeddings), чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.