mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 jetons par call
mxbai-embed-large-v1 est a Modèle d'intégration construit par mixedbread.ai. Plus fort à Semantic search, clustering, similarity.. Self-hosted sur Free.ai GPUs — fonctionne gratuitement contre votre pool de tokens journaliers (100 tokens par appel). Libéré sous Apache 2.0 - utilisation commerciale autorisée sur Free.ai.
Foire aux questions
mxbai-embed-large-v1 convertit le texte en un vecteur dense (une liste de flotteurs) qui capture le sens. Utilisez-le pour la recherche sémantique, le regroupement, la recommandation, la génération augmentée de récupération (RAG), et toute tâche où "est ce texte similaire à ce texte" importe.
Les dimensions typiques sont 384, 768, 1024 ou 1536 selon le modèle. BGE-M3 émet 1024-dim; OpenAI Ada émet 1536. La réponse API inclut la dimension pour que votre vecteur DB choisisse l'index approprié.
Les modèles modernes d'intégration (y compris la plupart des options sur Free.ai) sont formés sur 100+ langues.
512 à 8 192 jetons selon le modèle. Les entrées plus longues sont tronquées - des documents longs en morceaux dans les paragraphes avant d'être intégrés.
mxbai-embed-large-v1 fonctionne sur nos propres GPU et est parmi les outils les moins chers - environ ~100 jetons par appel tiré de votre piscine gratuite quotidienne. $ 5 = 200K jetons.
Oui - POST une liste de chaînes à /v1/embeddings/ et mxbai-embed-large-v1 retourne une liste de vecteurs dans le même ordre. Taille du lot jusqu'à 2 048 par requête.
L2-normalisé par défaut - similarité de cosine = produit point. Passez `normalize=false` si vous voulez des vecteurs bruts pour une métrique de distance différente.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. mxbai-embed-large-v1 retourne des flotteurs JSON simples; le DB ne voit jamais le modèle.
Oui - POST to /v1/embeddings/ with model="mxbai-embed-large-v1". La forme de réponse compatible OpenAI, donc les bibliothèques clientes existantes fonctionnent sans changement. /api/ a la référence complète.
Les modèles auto-organisés gardent votre texte sur nos GPU et le rejettent après le retour de l'appel. Premium passe avec un DPA. Nous ne nous formons pas sur vos entrées.
Sous-100ms pour texte court sur auto-hosted, 100-500ms sur premium. Les appels par lots s'échellent à peu près linéairement - 1000 morceaux terminés en 2-10 secondes.
Oui - Free.ai accorde l'utilisation commerciale des embedages. Construire des recherches de production, pipelines RAG, systèmes de recommandation sans redevances par vecteur.