mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 gettoni per call
mxbai-embed-large-v1 è a Modello di inserimento costruito da mixedbread.ai. Il piu' forte di Semantic search, clustering, similarity.. Self-hosted on Free.ai GPU Il token è libero contro il tuo token pool giornaliero (100 tokens per chiamata). Rilasciato sotto Apache 2.0 - uso commerciale consentito su Free.ai.
Domande frequenti
mxbai-embed-large-v1 converte il testo in un vettore denso (un elenco di galleggianti) che cattura il significato. Usalo per la ricerca semantica, il raggruppamento, la raccomandazione, la generazione aumentata di recupero (RAG), e qualsiasi compito in cui "è questo testo simile a quel testo" conta.
Le dimensioni tipiche sono 384, 768, 1024, o 1536 a seconda del modello. BGE-M3 emette 1024-dim; OpenAI Ada emette 1536. La risposta API include la dimensione in modo che il vettore DB sceglie l'indice giusto.
I modelli moderni di integrazione (compresa la maggior parte delle opzioni su Free.ai) sono formati su 100+ lingue. Lavori di recupero di lingue incrociate - ricerca in inglese, documenti di corrispondenza in spagnolo.
512 a 8.192 gettoni a seconda del modello. Gli input più lunghi sono troncati - pezzi lunghi documenti nei paragrafi prima di incorporare.
mxbai-embed-large-v1 funziona con le nostre GPU ed è tra gli strumenti più economici - circa ~100 gettoni per chiamata estratti dal vostro piscina gratuita quotidiana. $5 = 200K gettoni.
Sì - POST un elenco di stringhe a /v1/embeddings/ e mxbai-embed-large-v1 restituisce un elenco di vettori nello stesso ordine. Dimensione del lotto fino a 2,048 per richiesta.
L2-normalizzato per impostazione predefinita - somiglianza coseno = prodotto puntino. Passo -normalizzare=falso- se si vogliono vettori grezzi per una metrica di distanza diversa.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FASS, LanceDB. mxbai-embed-large-v1 restituisce semplici carri JSON; il DB non vede mai il modello.
Sì - POST a /v1/embeddings/ con model="mxbai-embed-large-v1." Forma di risposta compatibile con OpenAI, quindi le librerie client esistenti funzionano inalterate. /api/ ha il riferimento completo.
I modelli auto-ospitati mantengono il testo sulle nostre GPU e lo scartano dopo il ritorno della chiamata. Passaggio Premium con un DPA. Non ci alleniamo sui vostri input.
Sotto-100ms per testo breve su auto-hosted, 100-500ms su premium. Le chiamate in batch scalano approssimativamente lineare - 1.000 pezzi completi in 2-10 secondi.
Sì - Free.ai concede l'uso commerciale di incorniciature. Ricerca di produzione, condotte RAG, sistemi di raccomandazione senza royalty per vettori.