BGE Large EN v1.5

EmbeddingsInte tillgänglig

av Communitybge-large-en-v1-5

BAAI (Beijing Academy of AI) open-weight English embedding model with 335M parameters. Returns 1024-dim vectors and was a top MTEB English retrieval model on release. The v1.5 update improved similarity distribution so it works well without a query instruction prefix for symmetric tasks. A widely used open alternative to hosted embeddings.

Se alternativ Jämför

Status: Inte tillgänglig
Kontext: 512 tokens
Inmatning → utmatning: Text → Vektor
Utvecklare: Community
Uppdaterad: 23 september 2026

BGE Large EN v1.5 är för närvarande otillgänglig

Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.

Gå till alternativ

Jämförbara modeller

Alla i denna kategori

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

Playground

Prova BGE Large EN v1.5

Inmatning & resultat

Inte tillgänglig för närvarande

Inte tillgänglig för närvarande.

Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ

Text

0 / 4 000

Text to embed

Jämför med (valfritt)

Kör modellen två gånger (faktureras två gånger).

⌘/Ctrl + Enter

Resultat

Vektorn visas här.

Denna körning

Inget pris – för närvarande otillgängligt.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

Om BGE Large EN v1.5

Kort sagtFrån och med 23 september 2026

BGE Large EN v1.5 är en modell av Community i kategorin Embeddings. BGE Large EN v1.5 är för närvarande inte tillgänglig på Railwail. Kontextfönstret innehåller 512 tokens.

bge-large-en-v1.5 from the Beijing Academy of Artificial Intelligence is a BERT-large-based English embedding model producing 1024-dim vectors with a 512-token limit. The v1.5 release recalibrated the cosine-similarity distribution so scores spread more usefully across the range, and it no longer strictly requires the retrieval instruction prefix for symmetric similarity. It ranked at the top of the MTEB English leaderboard when released and remains a common open-weight default for RAG and semantic search. Served through Hugging Face with the feature-extraction pipeline; for asymmetric retrieval prepend the recommended query instruction to questions.

Priser

Inte tillgänglig för närvarande. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.

API

Anropa BGE Large EN v1.5 med din Railwail API-nyckel. Använd detta modell-ID i begäran:

bge-large-en-v1-5API-dokumentation Hämta API-nyckel

För närvarande otillgänglig

Modellen har inget verifierat pris eller är inaktiverad; API-anrop avvisas.

Specifikationer

Modell-ID: bge-large-en-v1-5
Utvecklare: Community
Kategori: Embeddings
Inmatning: Text
Utmatning: Vektor
Kontextfönster: 512 tokens
Kataloginlägg uppdaterat: 23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

ParameterTypStandardTillåtna värden

inputsobligatorisk
Text to embed
Typ: Text
Standard: –
Tillåtna värden: upp till 4 000 tecken

Taggar

embedding
retrieval
rag
huggingface
bge
baai
open-weights
english
mteb

Användningsfall

Relaterade guider

Embedding Models for Search & Science

Alla modeller i Embeddings

Vanliga frågor

Vad är BGE Large EN v1.5?

BGE Large EN v1.5 är en modell av Community i kategorin Embeddings. Den finns i Railwail-katalogen men kan inte köras för närvarande.

Vad kostar BGE Large EN v1.5 på Railwail?

BGE Large EN v1.5 kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.

Hur stort är kontextfönstret för BGE Large EN v1.5?

Kontextfönstret för BGE Large EN v1.5 innehåller 512 tokens.

Hur snabb är BGE Large EN v1.5?

Det finns ännu inte tillräckligt många uppmätta körningar av BGE Large EN v1.5 på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är BGE Large EN v1.5 bättre än OpenAI text-embedding-3-large?

Det beror på uppgiften. BGE Large EN v1.5 (Community) och OpenAI text-embedding-3-large (OpenAI) är båda modeller i kategorin Embeddings. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför BGE Large EN v1.5 och OpenAI text-embedding-3-large

Kan jag använda BGE Large EN v1.5 just nu?

Inte tillgänglig för närvarande. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.

Hämta API-nyckel Bläddra bland alla modeller