Nomic Embed Text v1.5

EmbeddingsMevcut Değil

Community tarafındannomic-embed-text-v1-5

Nomic AI open embedding model with a fully reproducible training pipeline (open weights, data and code). Supports an 8192-token context and Matryoshka representation learning, so you can truncate the 768-dim output down to 64 dims with graceful quality loss. Uses task prefixes like search_query and search_document.

Alternatifleri Gör Karşılaştır

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

Nomic Embed Text v1.5 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
Nomic Embed Text v1.5 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
Nomic Embed Text v1.5 ve OpenAI text-embedding-3-small karşılaştır

Playground

Nomic Embed Text v1.5'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, prefixed with a task tag such as 'search_query: ' or 'search_document: '

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.

Nomic Embed Text v1.5 Hakkında

Özet23 Eylül 2026 itibariyle

Nomic Embed Text v1.5, Community tarafından Embeddings kategorisinde geliştirilen bir modeldir. Nomic Embed Text v1.5 şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 8.192 token içerir.

nomic-embed-text-v1.5 from Nomic AI is a long-context English embedding model released with open weights, open training data and open code for full reproducibility. It handles inputs up to 8192 tokens and was trained with Matryoshka representation learning, which means the 768-dim output can be truncated to smaller sizes (down to 64 dims) while keeping most of its retrieval quality, useful for cutting storage and search cost. Inputs are prefixed with task tags such as search_query, search_document, classification or clustering. Served through the Hugging Face feature-extraction pipeline; mean-pool and L2-normalize the token outputs.

Fiyatlandırma

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

API

Nomic Embed Text v1.5 öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

nomic-embed-text-v1-5API Belgeleri API Anahtarı Al

Şu anda kullanılamıyor

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

Özellikler

Model Kimliği: nomic-embed-text-v1-5
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, prefixed with a task tag such as 'search_query: ' or 'search_document: '
Tür: Metin
Varsayılan: –
İzin verilen değerler: en fazla 8.000 karakter

Etiketler

embedding
retrieval
rag
huggingface
nomic
matryoshka
long-context
open-weights

Kullanım Alanları

İlgili Kılavuzlar

Embedding Models for Search & Science

Embeddings Kategorisindeki Tüm Modeller

Sık Sorulan Sorular

Nomic Embed Text v1.5 nedir?

Nomic Embed Text v1.5, Community tarafından Embeddings kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

Nomic Embed Text v1.5 Railwail'de ne kadar maliyetlidir?

Nomic Embed Text v1.5 şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

Nomic Embed Text v1.5'nin kontekst penceresi ne kadardır?

Nomic Embed Text v1.5'nin kontekst penceresi 8.192 token içerir.

Nomic Embed Text v1.5 ne kadar hızlıdır?

Railwail'de Nomic Embed Text v1.5 için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

Nomic Embed Text v1.5, OpenAI text-embedding-3-large'dan daha iyi midir?

Bu göreve bağlıdır. Nomic Embed Text v1.5 (Community) ve OpenAI text-embedding-3-large (OpenAI) her ikisi de Embeddings kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

Nomic Embed Text v1.5 ve OpenAI text-embedding-3-large'ı karşılaştır

Nomic Embed Text v1.5'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