BA
baai

BAAI: bge-m3

baai/bge-m3
پنجره 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)

ارائه‌دهندهورودی (تومان / ۱M)خروجی (تومان / ۱M)پنجره متنحداکثر خروجیکوانتیزهوضعیت
Parasail۳٬۰۰۰—۸٬۱۹۴۷٬۳۷۴—فعال
DeepInfra۳٬۰۰۰—۸٬۱۹۲۷٬۳۷۲fp32فعال

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 API

مدل‌های مرتبط

اطلاعات مدل بر اساس داده‌های OpenRouter