BGE-M3 (Multilingual)

EmbeddingsНедоступно

від Communitybge-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.

Переглянути альтернативи Порівняти

Статус: Недоступно
Контекст: 8 192 токенів
Вхід → вихід: Текст → Вектор
Розробник: Community
Оновлено: 23 вересня 2026 р.

BGE-M3 (Multilingual) наразі недоступна

Ви можете прочитати деталі на цій сторінці. Виберіть одну з доступних альтернатив нижче, щоб одразу запустити порівняну модель.

До альтернатив

Порівнювані моделі

Усі в цій категорії

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 USD/1M вх
Порівняти BGE-M3 (Multilingual) та 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 USD/1M вх
Порівняти BGE-M3 (Multilingual) та OpenAI text-embedding-3-small

Playground

Спробувати BGE-M3 (Multilingual)

Введення та результат

Наразі недоступна

Наразі недоступно.

Playground вимкнено. Порівняльні моделі ви знайдете в тій же категорії: Переглянути альтернативи

Text

0 / 8 000

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

Порівняти з (необов'язково)

Запускає модель двічі (виставляється рахунок двічі).

⌘/Ctrl + Enter

Результат

Вектор з'явиться тут.

Цей запуск

Без ціни – наразі недоступно.

Новенький?

10 безплатних кредитів (0,10 USD) при реєстрації через Google

Доступно 24 годин після реєстрації, до 5 запусків на день і максимум 2 кредитів за запуск. Інші способи входу стартують без кредитів.

Про BGE-M3 (Multilingual)

КороткоСтаном на 23 вересня 2026 р.

BGE-M3 (Multilingual) — це модель від Community у категорії Embeddings. На Railwail BGE-M3 (Multilingual) наразі недоступна. Контекстне вікно містить 8 192 токенів.

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.

Ціни

Наразі недоступно. Наразі для цієї моделі немає ціни, тому її не можна запустити.

API

Викличте BGE-M3 (Multilingual) за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

bge-m3-multilingualДокументація API Отримати API-ключ

Наразі недоступно

Модель не має перевіреної ціни або деактивована; виклики API відхиляються.

Характеристики

ID моделі: bge-m3-multilingual
Розробник: Community
Категорія: Embeddings
Вхідні дані: Текст
Вихідні дані: Вектор
Контекстне вікно: 8 192 токенів
Запис у каталозі оновлено: 23 вересня 2026 р.

Вхідні параметри

Вхідні дані та налаштування зі схеми вхідних даних моделі. Приклад у розділі API показує, які з них приймає API.

ПараметрТипЗа замовчуваннямДопустимі значення

inputsобов'язково
Text to embed (any of 100+ languages, up to long documents)
Тип: Текст
За замовчуванням: –
Допустимі значення: до 8 000 символів

Варіанти використання

Відповідні посібники

Embedding Models for Search & Science

Усі моделі в Embeddings

Часті питання

Що таке BGE-M3 (Multilingual)?

BGE-M3 (Multilingual) — це модель від Community у категорії Embeddings. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує BGE-M3 (Multilingual) на Railwail?

BGE-M3 (Multilingual) наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Яке контекстне вікно у BGE-M3 (Multilingual)?

Контекстне вікно BGE-M3 (Multilingual) містить 8 192 токенів.

Наскільки швидкий BGE-M3 (Multilingual)?

На Railwail поки що недостатньо виміряних запусків BGE-M3 (Multilingual), щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Чи BGE-M3 (Multilingual) краще за OpenAI text-embedding-3-large?

Це залежить від завдання. BGE-M3 (Multilingual) (Community) і OpenAI text-embedding-3-large (OpenAI) — обидві моделі в категорії Embeddings. На сторінці порівняння показані їхні ціни та специфікації поруч.

Порівняти BGE-M3 (Multilingual) і OpenAI text-embedding-3-large

Чи можу я використовувати BGE-M3 (Multilingual) прямо зараз?

Наразі недоступно. Сторінка залишається в мережі; доступні альтернативи з тієї ж категорії наведені далі.

Усі моделі через один API

Один API-ключ для всіх моделей на Railwail. Використання оплачується з попередньо поповнених кредитів, 1 кредит = 0,01 USD.

Отримати API-ключ Переглянути всі моделі