BGE-M3 (Multilingual)

EmbeddingsMevcut Değil

Community tarafındanbge-m3-multilingual

BAAI multilingual embedding model covering 100+ languages with an 8192-token context. M3 stands for its multi-functionality (dense, sparse and ColBERT-style multi-vector retrieval), multilinguality and multi-granularity over long documents. Returns 1024-dim dense vectors and is a strong open choice for cross-lingual and long-text retrieval.

Alternatifleri Gör Karşılaştır

Durum: Mevcut Değil
Bağlam: 8.192 token
Giriş → Çıkış: Metin → Vektör
Geliştirici: Community
Güncellendi: 23 Eylül 2026

BGE-M3 (Multilingual) şu anda kullanılamıyor

Bu sayfadaki ayrıntıları yine de okuyabilirsiniz. Hemen karşılaştırılabilir bir modeli çalıştırmak için aşağıdaki mevcut alternatiflerden birini seçin.

Alternatiflere Git

Karşılaştırılabilir modeller

Bu kategorideki tümü

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 giriş
BGE-M3 (Multilingual) ve OpenAI text-embedding-3-large karşılaştır
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 giriş
BGE-M3 (Multilingual) ve OpenAI text-embedding-3-small karşılaştır

Playground

BGE-M3 (Multilingual)'ı deneyin

Giriş & Sonuç

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

Oyun alanı devre dışıdır. Aynı kategoride karşılaştırılabilir modeller bulabilirsiniz: Alternatifleri görüntüle

Text

0 / 8.000

Text to embed (any of 100+ languages, up to long documents)

Şununla karşılaştır (isteğe bağlı)

Modeli iki kez çalıştırır (iki kez faturalandırılır).

⌘/Ctrl + Enter

Sonuç

Vektör burada görünür.

Bu çalıştırma

Fiyat yok – şu anda kullanılamıyor.

Yeni misiniz?

Google ile kaydolduğunuzda 10 ücretsiz kredi ($0,10)

Kaydolduktan 24 saat sonra kullanılabilir, günde 5 çalıştırmaya kadar ve çalıştırma başına en fazla 2 kredi. Diğer oturum açma yöntemleri kredi olmadan başlar.

BGE-M3 (Multilingual) Hakkında

Özet23 Eylül 2026 itibariyle

BGE-M3 (Multilingual), Community tarafından Embeddings kategorisinde geliştirilen bir modeldir. BGE-M3 (Multilingual) şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 8.192 token içerir.

bge-m3 from the Beijing Academy of Artificial Intelligence is a single model that supports three retrieval modes at once: dense embeddings, sparse lexical weights and ColBERT-style multi-vector matching. It handles more than 100 languages and inputs up to 8192 tokens, which makes it suitable for long-document and cross-lingual retrieval where shorter English-only models fall short. The dense output is 1024-dim. Through the Hugging Face feature-extraction pipeline you get the dense embedding, which mean-pools or uses the [CLS] vector depending on configuration; it is widely used as an open multilingual retrieval backbone.

Fiyatlandırma

Şu anda kullanılamıyor. Bu modelin şu anda bir fiyatı yok, bu nedenle çalıştırılamıyor.

API

BGE-M3 (Multilingual) öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

bge-m3-multilingualAPI Belgeleri API Anahtarı Al

Şu anda kullanılamıyor

Modelin doğrulanmış bir fiyatı yok veya devre dışı bırakılmıştır; API çağrıları reddedilir.

Özellikler

Model Kimliği: bge-m3-multilingual
Geliştirici: Community
Kategori: Embeddings
Giriş: Metin
Çıkış: Vektör
Bağlam penceresi: 8.192 token
Katalog girişi güncellendi: 23 Eylül 2026

Giriş Parametreleri

Modelin giriş şemasından giriş ve ayarlar. API bölümündeki örnek, API'nin hangilerini kabul ettiğini gösterir.

ParametreTürVarsayılanİzin verilen değerler

inputsgerekli
Text to embed (any of 100+ languages, up to long documents)
Tür: Metin
Varsayılan: –
İzin verilen değerler: en fazla 8.000 karakter

Etiketler

embedding
retrieval
rag
huggingface
bge
baai
multilingual
long-context
open-weights

Kullanım Alanları

İlgili Kılavuzlar

Embedding Models for Search & Science

Embeddings Kategorisindeki Tüm Modeller

Sık Sorulan Sorular

BGE-M3 (Multilingual) nedir?

BGE-M3 (Multilingual), Community tarafından Embeddings kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

BGE-M3 (Multilingual) Railwail'de ne kadar maliyetlidir?

BGE-M3 (Multilingual) şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

BGE-M3 (Multilingual)'nin kontekst penceresi ne kadardır?

BGE-M3 (Multilingual)'nin kontekst penceresi 8.192 token içerir.

BGE-M3 (Multilingual) ne kadar hızlıdır?

Railwail'de BGE-M3 (Multilingual) için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

BGE-M3 (Multilingual), OpenAI text-embedding-3-large'dan daha iyi midir?

Bu göreve bağlıdır. BGE-M3 (Multilingual) (Community) ve OpenAI text-embedding-3-large (OpenAI) her ikisi de Embeddings kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

BGE-M3 (Multilingual) ve OpenAI text-embedding-3-large'ı karşılaştır

BGE-M3 (Multilingual)'yi şu anda kullanabilir miyim?

Şu anda kullanılamıyor. Sayfa çevrimiçi kalır; aynı kategoriden mevcut alternatifler aşağıda listelenmiştir.

Tüm Modeller Tek Bir API Aracılığıyla

Railwail'deki her model için bir API anahtarı. Kullanım, ön ödemeli kredilerden tahsil edilir, 1 kredi = $0,01.

API Anahtarı Al Tüm Modelleri Görüntüle