BGE-M3
Free.ai (self-hosted)
·
embeddings
·
~100 mynter per call
BGE-M3 er {article{category__builded}} by BAAI. Stærst hos Text embeddings, semantic search. Selv vert på Free.ai GPUer – går fritt mot din daglige token pool (100 tokens per anrop). Released under MIT — commercial use permitted on Free.ai.
Bruk via API
OpenAI- kompatibel REST API. Lag en nøkkel og kall denne modellen i sekunder.
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"}'Ofte stilte spørsmål
BGE-M3 konverterer tekst til en tett vektor (en liste over flottører) som fanger opp betydning. Bruk den til semantisk søk, klyngesøk, anbefaling, henting- autentert generasjon (RAG) og alle oppgaver der « er denne teksten liknende den teksten » er viktig.
Typiske dimensjoner er 384, 768, 1024 eller 1536 avhengig av modellen. BGE-M3 sender ut 1024- dim; OpenAI Ada sender ut 1536. API- svaret inkluderer dimensjonen slik at vektoren din DB velger høyre indeks.
Moderne inkluderingsmodeller (herunder de fleste valgmuligheter på Free.ai) er opplært på 100+ språk. Gjenfinning på tvers av språk – søk på engelsk og match dokumenter på spansk.
512 til 8. 192 mynter avhengig av modellen. Længere innganger avkortes – biter lange dokumenter inn i avsnitt før de innlemmes.
BGE-M3 kjører på våre egne GPUer og er blant de billigste verktøyene - omtrent ~100 mynter per kall trukket fra din daglige gratis basseng. $ 5 = 200K mynter.
Ja – POST en liste over strenger til / v1/ innbygginger / og BGE-M3 returnerer en liste over vektorer i samme rekkefølge. Størrelse på partier opp til 2. 048 pr forespørsel.
L2- normalisert som standard – cosinus likhet = dot produkt. Passer « normalize=false » hvis du vil ha råvektorer for en annen avstand.
Any — Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. BGE-M3 returnerer vanlige JSON- flottører, DB ser aldri modellen.
Ja — POST til / v1/ innbygging/ med modell="BGE-M3 _". OpenAI- kompatibel svarform, så eksisterende klientbiblioteker virker uendret. / api/ har full referanse.
Selvverterte modeller beholder teksten din på våre GPUer og kvitter seg med den etter samtalen. Premium passerer gjennom med en DPA. Vi trener ikke på dine inndata.
Sub- 100ms for korttekst på egenvert, 100- 500 ms ved overkurs. Mengdekall skalerer omtrent lineært – 1000 biter ferdig på 2– 10 sekunder.
Yes — Free.ai grants commercial use of embeddings. Build production search, RAG pipelines, recommendation systems with no per-vector royalty.