ESM-2 650M (Protein Embeddings)

VdelaveNi razpoložljivo

od 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.

Poglej alternative Primerjaj

Stanje: Ni razpoložljivo
Kontekst: 1024 žetonov
Vhod → Izhod: Besedilo → Vektor
Razvijalec: Meta
Posodobljeno: 23. september 2026

ESM-2 650M (Protein Embeddings) trenutno ni na voljo

Podrobnosti na tej strani si lahko še vedno prebereš. Z eno od razpoložljivih alternativ spodaj lahko takoj zaženeš primerljiv model.

Na alternative

Primerljivi modeli

Vsi v tej kategoriji

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 vhod
Primerjaj ESM-2 650M (Protein Embeddings) in 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 vhod
Primerjaj ESM-2 650M (Protein Embeddings) in OpenAI text-embedding-3-small

Igrišče

Preizkusi ESM-2 650M (Protein Embeddings)

Vnos in rezultat

Trenutno ni razpoložljivo

Trenutno ni na voljo.

Igrišče je onemogočeno. Primerljive modele najdeš v isti kategoriji: Oglejte si alternative

Protein Sequence

0 / 1024

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

Primerjaj z (izbirno)

Zažene model dvakrat (obračunano dvakrat).

⌘/Ctrl + Enter

Rezultat

Vektor se pojavi tukaj.

Ta zagon

Brez cene – trenutno ni na voljo.

Novo tukaj?

10 brezplačnih kreditov (0,10 $) ob prijavi z Googlom

Uporabno 24 ur po prijavi, do 5 zaganom na dan in največ 2 kreditov na zagon. Druge metode prijave se začnejo brez kreditov.

O ESM-2 650M (Protein Embeddings)

PovzetekOd 23. september 2026

ESM-2 650M (Protein Embeddings) je model razvijalca Meta iz kategorije Vdelave. ESM-2 650M (Protein Embeddings) trenutno ni dostopen na Railwail. Kontekstno okno vsebuje 1024 žetonov.

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.

Cene

Trenutno ni na voljo. Za ta model trenutno ni cene, zato ga ni mogoče zagnati.

API

Pokličite ESM-2 650M (Protein Embeddings) s svojim Railwail API ključem. V zahtevku uporabite to ID modela:

esm2-650m-protein-embeddingsDokumentacija API Pridobite API ključ

Trenutno ni dostopno

Model nima preverljive cene ali je deaktiviran; klici API so zavrnjeni.

Specifikacije

ID modela: esm2-650m-protein-embeddings
Razvijalec: Meta
Kategorija: Vdelave
Vhod: Besedilo
Izhod: Vektor
Kontekstno okno: 1024 žetonov
Kataložni vnos posodobljen: 23. september 2026

Vhodne parametre

Vhodi in nastavitve iz vhodne sheme modela. Primer v razdelku API prikazuje, katere od njih API sprejema.

ParameterTipPrivzetoDovoljene vrednosti

inputsObvezno
Amino-acid sequence (single-letter codes) to embed
Tip: Besedilo
Privzeto: –
Dovoljene vrednosti: Do 1024 znakov

Oznake

science
embedding
research
huggingface
esm2
protein
meta
bioinformatics

Primeri uporabe

Povezani vodniki

Embedding Models for Search & Science

Vsi modeli v Vdelave

Pogosta vprašanja

Kaj je ESM-2 650M (Protein Embeddings)?

ESM-2 650M (Protein Embeddings) je model podjetja Meta iz kategorije Vdelave. Naveden je na Railwailu, vendar ga trenutno ni mogoče zagnati.

Koliko stane ESM-2 650M (Protein Embeddings) na Railwailu?

ESM-2 650M (Protein Embeddings) se trenutno ne more zagnati na Railwailu, zato ni trenutne cene. Razpoložljive alternative s cenami so navedene spodaj na tej strani.

Kako veliko je kontekstno okno ESM-2 650M (Protein Embeddings)?

Kontekstno okno ESM-2 650M (Protein Embeddings) vsebuje 1024 žetonov.

Kako hiter je ESM-2 650M (Protein Embeddings)?

Za ESM-2 650M (Protein Embeddings) je na Railwailu še premalo izmerjenih zagonov, da bi navedli čas izvajanja. Odvisno je od vnosa, nastavitev in obremenitve pri ponudniku.

Je ESM-2 650M (Protein Embeddings) boljši od OpenAI text-embedding-3-large?

To je odvisno od naloge. ESM-2 650M (Protein Embeddings) (Meta) in OpenAI text-embedding-3-large (OpenAI) sta oba modela iz kategorije Vdelave. Stran za primerjavo prikazuje njune cene in specifikacije drug ob drugem.

Primerjaj ESM-2 650M (Protein Embeddings) in OpenAI text-embedding-3-large

Ali lahko ESM-2 650M (Protein Embeddings) uporabljam zdaj?

Trenutno ni na voljo. Stran ostane na spletu; razpoložljive alternative iz iste kategorije so navedene spodaj.

Vsi modeli prek ene API

En API ključ za vsak model na Railwail. Uporaba se obračuna iz vnaprej plačanih kreditov, 1 kredit = 0,01 $.

Pridobite API ključ Oglejte si vse modele