Multilingual E5 Large

EmbeddingsInte tillgÀnglig
av CommunityModell-ID: 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.

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

Multilingual E5 Large Àr för nÀrvarande otillgÀnglig

Du kan fortfarande lÀsa detaljerna pÄ denna sida. VÀlj ett av de tillgÀngliga alternativen nedan för att köra en jÀmförbar modell direkt.

GĂ„ till alternativ
01

JÀmförbara modeller

Alla i denna kategori
02

Playground

Prova Multilingual E5 Large

Inmatning & resultat

Inte tillgÀnglig för nÀrvarande

Inte tillgÀnglig för nÀrvarande.

Lekplatsen Àr inaktiverad. Du hittar jÀmförbara modeller i samma kategori: Visa alternativ

Prova Multilingual E5 Large

0 / 4 000

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

Kör modellen tvÄ gÄnger (faktureras tvÄ gÄnger).

Resultat
Vektorn visas hÀr.

Denna körning

Inget pris – för nĂ€rvarande otillgĂ€ngligt.

Ny hÀr?

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

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

03

Om Multilingual E5 Large

Kort sagtFrÄn och med 23 september 2026

Multilingual E5 Large Àr en modell av Community i kategorin Embeddings. Multilingual E5 Large Àr för nÀrvarande inte tillgÀnglig pÄ Railwail. Kontextfönstret innehÄller 512 tokens.

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

Priser

Inte tillgÀnglig för nÀrvarande. Det finns ingen pris för denna modell för nÀrvarande, sÄ den kan inte köras.

05

API

Anropa Multilingual E5 Large med din Railwail API-nyckel. AnvÀnd detta modell-ID i begÀran:

För nÀrvarande otillgÀnglig

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

06

Specifikationer

Modell-ID
multilingual-e5-large
Utvecklare
Community
Kategori
Embeddings
Inmatning
Text
Utmatning
Vektor
Kontextfönster
512 tokens
KataloginlÀgg uppdaterat
23 september 2026

Indataparametrar

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

  • inputsobligatorisk

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

    Typ: Text
    Standard: –
    TillÄtna vÀrden: upp till 4 000 tecken

Taggar

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

AnvÀndningsfall

08

Vanliga frÄgor

Vad Àr Multilingual E5 Large?

Multilingual E5 Large Àr en modell av Community i kategorin Embeddings. Den finns i Railwail-katalogen men kan inte köras för nÀrvarande.

Vad kostar Multilingual E5 Large pÄ Railwail?

Multilingual E5 Large kan inte köras pÄ Railwail för nÀrvarande, sÄ det finns inget aktuellt pris. TillgÀngliga alternativ med priser visas lÀngre ned pÄ denna sida.

Hur stort Àr kontextfönstret för Multilingual E5 Large?

Kontextfönstret för Multilingual E5 Large innehÄller 512 tokens.

Hur snabb Àr Multilingual E5 Large?

Det finns Ànnu inte tillrÀckligt mÄnga uppmÀtta körningar av Multilingual E5 Large pÄ Railwail för att ange en körningstid. Det beror pÄ inmatningen, instÀllningarna och belastningen hos leverantören.

Är Multilingual E5 Large bĂ€ttre Ă€n OpenAI text-embedding-3-large?

Det beror pÄ uppgiften. Multilingual E5 Large (Community) och OpenAI text-embedding-3-large (OpenAI) Àr bÄda modeller i kategorin Embeddings. JÀmförelsesidan visar deras priser och specifikationer sida vid sida.

JÀmför Multilingual E5 Large och OpenAI text-embedding-3-large

Kan jag anvÀnda Multilingual E5 Large just nu?

Inte tillgÀnglig för nÀrvarande. Sidan förblir online; tillgÀngliga alternativ frÄn samma kategori visas lÀngre ned.

Alla modeller via ett API

En API-nyckel för alla modeller pÄ Railwail. AnvÀndningen debiteras frÄn förbetald kredit, 1 kredit = 0,01 US$.