Multilingual E5 Large

EmbeddingsНедоступно
від CommunityID моделі: multilingual-e5-large

Microsoft E5 multilingual embedding model with 560M parameters, initialized from XLM-RoBERTa-large and trained with weakly supervised contrastive learning. Covers around 100 languages and returns 1024-dim vectors. It expects query: and passage: prefixes on inputs and is a popular open model for multilingual semantic search.

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

Multilingual E5 Large наразі недоступна

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

До альтернатив
01

Порівнювані моделі

Усі в цій категорії
02

Playground

Спробувати Multilingual E5 Large

Введення та результат

Наразі недоступна

Наразі недоступно.

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

Спробувати Multilingual E5 Large

0 / 4 000

Text to embed, prefixed with 'query: ' or 'passage: ' per the E5 convention

Запускає модель двічі (виставляється рахунок двічі).

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.

03

Про Multilingual E5 Large

КороткоСтаном на 23 вересня 2026 р.

Multilingual E5 Large — це модель від Community у категорії Embeddings. На Railwail Multilingual E5 Large наразі недоступна. Контекстне вікно містить 512 токенів.

multilingual-e5-large from Microsoft Research is built on XLM-RoBERTa-large and trained with a contrastive objective over large weakly supervised text-pair data followed by supervised fine-tuning. It covers roughly 100 languages and outputs 1024-dim embeddings with a 512-token limit. The E5 convention requires prefixing inputs with query: for search queries and passage: for documents, which the model relies on to separate the two roles. It is a strong, widely adopted open baseline for multilingual retrieval and clustering. Served through the Hugging Face feature-extraction pipeline; mean-pool the token outputs to get the sentence embedding.
04

Ціни

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

05

API

Викличте Multilingual E5 Large за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

Наразі недоступно

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

06

Характеристики

ID моделі
multilingual-e5-large
Розробник
Community
Категорія
Embeddings
Вхідні дані
Текст
Вихідні дані
Вектор
Контекстне вікно
512 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.

  • inputsобов'язково

    Text to embed, prefixed with 'query: ' or 'passage: ' per the E5 convention

    Тип: Текст
    За замовчуванням: –
    Допустимі значення: до 4 000 символів

Теги

  • embedding
  • retrieval
  • rag
  • huggingface
  • e5
  • intfloat
  • microsoft
  • multilingual
  • open-weights
07

Варіанти використання

08

Часті питання

Що таке Multilingual E5 Large?

Multilingual E5 Large — це модель від Community у категорії Embeddings. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує Multilingual E5 Large на Railwail?

Multilingual E5 Large наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Яке контекстне вікно у Multilingual E5 Large?

Контекстне вікно Multilingual E5 Large містить 512 токенів.

Наскільки швидкий Multilingual E5 Large?

На Railwail поки що недостатньо виміряних запусків Multilingual E5 Large, щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Чи Multilingual E5 Large краще за OpenAI text-embedding-3-large?

Це залежить від завдання. Multilingual E5 Large (Community) і OpenAI text-embedding-3-large (OpenAI) — обидві моделі в категорії Embeddings. На сторінці порівняння показані їхні ціни та специфікації поруч.

Порівняти Multilingual E5 Large і OpenAI text-embedding-3-large

Чи можу я використовувати Multilingual E5 Large 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.