IN
intfloat
Intfloat: E5-Base-v2
intfloat/e5-base-v2پنجره متن
۵۱۲ توکن
قیمت ورودی
۱٬۵۰۰ تومان / ۱ میلیون توکن
تاریخ انتشار
۱۴۰۴/۸/۲۷
تعداد ارائهدهنده
۱
ورودیها
متن
خروجیها
بردار معنایی
جزئیات قیمت
Input Price۱٬۵۰۰تومان / ۱ میلیون توکن
درباره مدل
The e5-base-v2 embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, producing efficient and high-quality semantic embeddings optimized for tasks such as semantic search, similarity scoring, retrieval and clustering.
قابلیتهای مدل
ورودیهای پشتیبانیشده
متن
خروجیهای پشتیبانیشده
بردار معنایی
معماری ورودی/خروجیtext->embeddings
ارائهدهندگان (۱)
| ارائهدهنده | ورودی (تومان / ۱M) | خروجی (تومان / ۱M) | پنجره متن | حداکثر خروجی | کوانتیزه | وضعیت |
|---|---|---|---|---|---|---|
| DeepInfra | ۱٬۵۰۰ | — | ۵۱۲ | ۴۶۰ | — | فعال |
استفاده از طریق API
شناسه این مدل را در درخواستهای API هوشگر استفاده کنید:
POST https://api.hooshgar.ir/v1/chat/completions{
"model": "intfloat/e5-base-v2",
"messages": [
{
"role": "user",
"content": "سلام"
}
]
}مستندات کامل APIمدلهای مرتبط
Intfloat: E5-Large-v2
intfloat/e5-large-v2
۵۱۲ توکن
Intfloat: Multilingual-E5-Large
intfloat/multilingual-e5-large
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
