mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 אסימונים ל- call
mxbai-embed-large-v1 הוא a מטמיע מודל נבנה על ידי mixedbread.ai. החזק ביותר בSemantic search, clustering, similarity.. מארח את עצמו על Free.ai GPUS □ פועל חופשי נגד בריכת האסימון היומית שלך ( 100 אסימונים שיחה. שוחרר תחת Apache 2.0 - שימוש מסחרי מותר בFree.ai.
שאלות לעתים קרובות
mxbai-embed-large-v1 הופך טקסט לווקטור צפוף (רשימה של צפים) שתופס משמעות. השתמש בו לחיפוש סמנטי, צביר, המלצה, elected generation (RAG), וכל משימה שבה "הוא טקסט דומה לטקסט" משנה.
המימדים הטיפוסיים הם 384, 768, 1024 או 1536 בהתאם למודל. BGE-M3 פולט 1024-דים; OpenAI Ada פולט 1536. תגובת API כוללת את המימד כך ש-DB בוחר את האינדקס הנכון.
מודלים מודרניים (כולל רוב האפשרויות ב-Free.ai) מאומנים על 100+ שפות. עבודות אחזור שחזור שכפול שכפול-רוחב - חיפוש באנגלית, התאמת מסמכים בספרדית.
512 עד 8,192 אסימונים תלויים במודל. תובנות ארוכות יותר הן מסמכים ארוכים של גרוטאות לסעיפים לפני שהם מודבקים.
mxbai-embed-large-v1 פועל על GPUs שלנו והוא בין הכלים הזולים ביותר - כ -100 אסימונים לשיחה שנמשך מהבריכה החופשית היומית שלך. 5 $ = 200K אסימונים.
Yes - POST a list of strings to /v1/embeddings/ and mxbai-embed-large-v1 returns a list of vקטורים באותו סדר. batch size to 2,048 לכל בקשה.
L2-normalized by default - cosine similarity = dot product. Pass `normalize=false` if you want raw vectors for a different distance metric.
כל - פינקון, Weavite, Qdrant, Chroma, pgvector, FISS, LancedDB. mxbai-embed-large-v1 מחזירה צפי JSON רגיל; DB לא רואה את המודל.
כן - POST to / V1/Embeddings / with model="mxbai-embed-large-v1". OpenAI-compatable response, so convisible client librarys work intainment. / Api/ has the entext reference.
מודלים בעלי מארחים עצמיים שומרים את הטקסט שלך על GPUs שלנו ומשליכים אותו לאחר השיחה חוזרת.
Sub-100ms for short text on self-hosted, 100-500ms on premium. Batch calls scale roughly linearly - 1,000 chunks complete in 2-10 seconds.
כן, Free.ai מענקים משתמשים מסחריים בהטבעה, בונים חיפוש ייצור, צינורות RAG, מערכות המלצה ללא תמלוגים של ויקטור.