ESM-2 650M (Protein Embeddings)

EmbeddingsMevcut Değil

Meta tarafındanesm2-650m-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.

Alternatifleri Gör Karşılaştır

Durum: Mevcut Değil
Bağlam: 1.024 token
Giriş → Çıkış: Metin → Vektör
Geliştirici: Meta
Güncellendi: 23 Eylül 2026

ESM-2 650M (Protein Embeddings) 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
ESM-2 650M (Protein Embeddings) 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
ESM-2 650M (Protein Embeddings) ve OpenAI text-embedding-3-small karşılaştır

Playground

ESM-2 650M (Protein Embeddings)'ı deneyin

Giriş & Sonuç

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

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

Protein Sequence

0 / 1.024

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

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.

ESM-2 650M (Protein Embeddings) Hakkında

Özet23 Eylül 2026 itibariyle

ESM-2 650M (Protein Embeddings), Meta tarafından Embeddings kategorisinde geliştirilen bir modeldir. ESM-2 650M (Protein Embeddings) şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 1.024 token içerir.

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.

Fiyatlandırma

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

API

ESM-2 650M (Protein Embeddings) öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

esm2-650m-protein-embeddingsAPI Belgeleri API Anahtarı Al

Şu anda kullanılamıyor

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

Özellikler

Model Kimliği: esm2-650m-protein-embeddings
Geliştirici: Meta
Kategori: Embeddings
Giriş: Metin
Çıkış: Vektör
Bağlam penceresi: 1.024 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
Amino-acid sequence (single-letter codes) to embed
Tür: Metin
Varsayılan: –
İzin verilen değerler: en fazla 1.024 karakter

Etiketler

science
embedding
research
huggingface
esm2
protein
meta
bioinformatics

Kullanım Alanları

İlgili Kılavuzlar

Embedding Models for Search & Science

Embeddings Kategorisindeki Tüm Modeller

Sık Sorulan Sorular

ESM-2 650M (Protein Embeddings) nedir?

ESM-2 650M (Protein Embeddings), Meta tarafından Embeddings kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

ESM-2 650M (Protein Embeddings) Railwail'de ne kadar maliyetlidir?

ESM-2 650M (Protein Embeddings) şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

ESM-2 650M (Protein Embeddings)'nin kontekst penceresi ne kadardır?

ESM-2 650M (Protein Embeddings)'nin kontekst penceresi 1.024 token içerir.

ESM-2 650M (Protein Embeddings) ne kadar hızlıdır?

Railwail'de ESM-2 650M (Protein Embeddings) için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

ESM-2 650M (Protein Embeddings), OpenAI text-embedding-3-large'dan daha iyi midir?

Bu göreve bağlıdır. ESM-2 650M (Protein Embeddings) (Meta) ve OpenAI text-embedding-3-large (OpenAI) her ikisi de Embeddings kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

ESM-2 650M (Protein Embeddings) ve OpenAI text-embedding-3-large'ı karşılaştır

ESM-2 650M (Protein Embeddings)'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