BA
baai
BAAI: bge-m3
baai/bge-m3پنجره متن
۸٬۱۹۴ توکن
حداکثر خروجی
۸٬۱۹۴ توکن
قیمت ورودی
۳٬۰۰۰ تومان / ۱ میلیون توکن
تاریخ انتشار
۱۴۰۴/۸/۲۷
تعداد ارائهدهنده
۲
ورودیها
متن
خروجیها
بردار معنایی
جزئیات قیمت
Input Price۳٬۰۰۰تومان / ۱ میلیون توکن
درباره مدل
The bge-m3 embedding model encodes sentences, paragraphs, and long documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for multilingual retrieval, semantic search, and large-context applications.
قابلیتهای مدل
ورودیهای پشتیبانیشده
متن
خروجیهای پشتیبانیشده
بردار معنایی
معماری ورودی/خروجیtext->embeddings
ارائهدهندگان (۲)
| ارائهدهنده | ورودی (تومان / ۱M) | خروجی (تومان / ۱M) | پنجره متن | حداکثر خروجی | کوانتیزه | وضعیت |
|---|---|---|---|---|---|---|
| Parasail | ۳٬۰۰۰ | — | ۸٬۱۹۴ | ۷٬۳۷۴ | — | فعال |
| DeepInfra | ۳٬۰۰۰ | — | ۸٬۱۹۲ | ۷٬۳۷۲ | fp32 | فعال |
استفاده از طریق API
شناسه این مدل را در درخواستهای API هوشگر استفاده کنید:
POST https://api.hooshgar.ir/v1/chat/completions{
"model": "baai/bge-m3",
"messages": [
{
"role": "user",
"content": "سلام"
}
]
}مستندات کامل APIمدلهای مرتبط
BAAI: bge-base-en-v1.5
baai/bge-base-en-v1.5
۵۱۲ توکن
BAAI: bge-large-en-v1.5
baai/bge-large-en-v1.5
۵۱۲ توکن
LiquidAI: LFM2.5-Embedding-350M (free)
liquid/lfm-2.5-embedding-350m:free
۵۱۲ توکن
VoyageAI by MongoDB: voyage-code-4
voyageai/voyage-code-4
۳۲٬۰۰۰ توکن
VoyageAI by MongoDB: voyage-multimodal-3.5
voyageai/voyage-multimodal-3.5
۳۲٬۰۰۰ توکن
VoyageAI by MongoDB: voyage-4-lite
voyageai/voyage-4-lite
۳۲٬۰۰۰ توکن
اطلاعات مدل بر اساس دادههای OpenRouter
