GTE Large EN v1.5

EmbeddingsНедоступно

від Communitygte-large-en-v1-5

Alibaba (Tongyi Lab) general text embedding model. The v1.5 release extends the context to 8192 tokens and returns 1024-dim vectors, scoring competitively on MTEB while handling much longer inputs than typical 512-token encoders. A practical open model when documents exceed the usual short-context limit.

Переглянути альтернативи Порівняти

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

GTE Large EN v1.5 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 GTE Large EN v1.5 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 GTE Large EN v1.5 та OpenAI text-embedding-3-small

Playground

Спробувати GTE Large EN v1.5

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 (up to 8192 tokens)

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 GTE Large EN v1.5

КороткоСтаном на 23 вересня 2026 р.

GTE Large EN v1.5 — це модель від Community у категорії Embeddings. На Railwail GTE Large EN v1.5 наразі недоступна. Контекстне вікно містить 8 192 токенів.

gte-large-en-v1.5 from Alibaba's Institute for Intelligent Computing (Tongyi Lab) is a general text embedding model whose v1.5 update pushes the supported context to 8192 tokens, well beyond the 512-token ceiling of most BERT-based encoders. It outputs 1024-dim embeddings and posts competitive MTEB English scores, making it useful for long-passage retrieval and RAG over bigger chunks without aggressive splitting. It loads with trust_remote_code on Hugging Face and is served via the feature-extraction pipeline; mean-pool the token outputs for the sentence vector.

Ціни

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

API

Викличте GTE Large EN v1.5 за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

gte-large-en-v1-5Документація API Отримати API-ключ

Наразі недоступно

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

Характеристики

ID моделі: gte-large-en-v1-5
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 (up to 8192 tokens)
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 GTE Large EN v1.5?

GTE Large EN v1.5 — це модель від Community у категорії Embeddings. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує GTE Large EN v1.5 на Railwail?

GTE Large EN v1.5 наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Яке контекстне вікно у GTE Large EN v1.5?

Контекстне вікно GTE Large EN v1.5 містить 8 192 токенів.

Наскільки швидкий GTE Large EN v1.5?

На Railwail поки що недостатньо виміряних запусків GTE Large EN v1.5, щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Чи GTE Large EN v1.5 краще за OpenAI text-embedding-3-large?

Це залежить від завдання. GTE Large EN v1.5 (Community) і OpenAI text-embedding-3-large (OpenAI) — обидві моделі в категорії Embeddings. На сторінці порівняння показані їхні ціни та специфікації поруч.

Порівняти GTE Large EN v1.5 і OpenAI text-embedding-3-large

Чи можу я використовувати GTE Large EN v1.5 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