BGE-M3
Free.ai (self-hosted)
·
embeddings
·
~100 1個あたりのトークン数 call
BGE-M3はa 埋め込みモデルはBAAIが作ったものだ Strongest at Text embeddings, semantic search. Free.ai GPU でセルフホストされ、毎日のトークンプール（100トークン、1回の通話で）に対してフリーで動作します。 ライセンスはMITでリリースされ、商用利用はFree.aiで許可されている。
API を使う
OpenAI 互換の REST API。鍵を生成し、数秒でモデルを呼び出す。
curl -X POST https://api.free.ai/v1/image/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"bge-m3","prompt":"your prompt here"}'よくある質問
BGE-M3 はテキストを意味を捕捉する密度ベクトル (浮動小数点数のリスト) に変換します。意味的検索、クラスタリング、推奨、検索増幅生成 (RAG) など、「このテキストはそのテキストに似ているか」が重要な任意のタスクに使用できます。
次元は、モデルにより384、768、1024、1536である。BGE-M3は1024-dimを発信し、OpenAI Adaは1536を発信します。API応答は次元を含み、ベクトル DB は正しいインデックスを選択します。
現代の埋め込みモデル（Free.ai のほとんどのオプションを含む）は100以上の言語で訓練されており、言語間検索が可能である。英語で検索し、スペイン語で文書をマッチさせる。
モデルにより 512 から 8,192 のトークンです。長い入力は削除されます。長い文書は埋め込み前に段落に分割されます。
BGE-M3は私たちのGPU上で動作し、最も安価なツールの一つである。 毎日のフリープールからコール当たり約100トークンを引く。$5 = 200Kトークン。
はい - /v1/embeddings/ に文字列のリストを POST し、BGE-M3 は同じ順序のベクトルのリストを返します。要求当たり最大 2,048 のバッチサイズ。
標準では L2 正規化 - コサイン類似度 = 点積。異なる距離メトリックの原始ベクトルを求める場合は、normalize=false を渡します。
すべての - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. BGE-M3 は単純な JSON 浮動小数点数を返します。DB はモデルを見ることはありません。
はい — /v1/embeddings/ に POST すると、 model="BGE-M3" が生成されます。 OpenAI 互換の応答形式で、既存のクライアントライブラリは変更なしで動作します。 /api/ には完全なリファレンスが含まれています。
自己ホストモデルは、テキストをGPUに保存し、コールが戻った後に削除します。 プレミアムは、DPAを通して通過します。 入力を訓練しません。
短いテキストの場合、自己ホストでは 100ms 未満、プライムでは 100-500ms です。バッチコールは線形にスケールします。1,000 チャンクは 2-10 秒で完了します。
はい - Free.ai は埋め込みの商用利用を許可します。ベクトルごとのロイヤリティなしで生産検索、RAGパイプライン、推奨システムを作成します。