Multilingual E5 Large

EmbeddingsНедоступно
от CommunityID модели: 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.

Статус
Недоступно
Контекст
512 токенов
Вход → выход
Текст → Вектор
Разработчик
Community
Обновлено
23 сентября 2026 г.

Multilingual E5 Large сейчас недоступна

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

К альтернативам
01

Сравнимые модели

Все в этой категории
02

Playground

Попробовать Multilingual E5 Large

Входные данные и результат

Сейчас недоступна

Недоступно.

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

Попробовать Multilingual E5 Large

0 / 4 000

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

Запускает модель дважды (счёт выставляется дважды).

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.

03

О Multilingual E5 Large

КороткоПо состоянию на 23 сентября 2026 г.

Multilingual E5 Large — это модель от Community в категории Embeddings. Multilingual E5 Large сейчас недоступна на Railwail. Контекстное окно содержит 512 токенов.

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

Цены

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

05

API

Вызовите Multilingual E5 Large с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

Временно недоступно

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

06

Спецификации

ID модели
multilingual-e5-large
Разработчик
Community
Категория
Embeddings
Входные данные
Текст
Выходные данные
Вектор
Контекстное окно
512 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.

  • inputsобязательно

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

    Тип: Текст
    По умолчанию: –
    Допустимые значения: до 4 000 символов

Теги

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

Применение

08

Часто задаваемые вопросы

Что такое Multilingual E5 Large?

Multilingual E5 Large — модель от Community в категории Embeddings. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит Multilingual E5 Large на Railwail?

Multilingual E5 Large сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у Multilingual E5 Large?

Контекстное окно Multilingual E5 Large содержит 512 токенов.

Насколько быстра Multilingual E5 Large?

На Railwail пока недостаточно измеренных запусков Multilingual E5 Large, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

Multilingual E5 Large лучше, чем OpenAI text-embedding-3-large?

Это зависит от задачи. Multilingual E5 Large (Community) и OpenAI text-embedding-3-large (OpenAI) — обе модели в категории Embeddings. На странице сравнения показаны их цены и характеристики рядом.

Сравнить Multilingual E5 Large и OpenAI text-embedding-3-large

Могу ли я использовать Multilingual E5 Large прямо сейчас?

Недоступно. Страница остаётся в сети; доступные альтернативы из той же категории указаны ниже.

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.