mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 တန်ဖိုးများ call
mxbai-embed-large-v1 a ထည့်သွင်းထားသော မော်ဒယ် mixedbread.ai အားဖြင့်တည်ဆောက်ထားသည်. Semantic search, clustering, similarity. တွင်အခိုင်အမာဆုံး။ Free.ai GPUs အပေါ် Self-hosted - သင်၏နေ့စဉ် token ကိုရေကန် (100 tokens ခေါ်ဆိုမှုတိုင်း) ကိုတိုက်ခိုက်အခမဲ့ runs ။ Apache 2.0 တွင်ထုတ်ဝေ — စီးပွားရေးလုပ်ငန်းအသုံးပြုမှုခွင့်ပြု Free.ai.
API မှတဆင့်အသုံးပြု
OpenAI-ကိုက်ညီ REST API ကို။ တစ်ဦးကုတ်ကို generate နှင့်စက္ကန့်အတွင်းဤမော်ဒယ်ကိုခေါ်ဆိုပါ။
curl -X POST https://api.free.ai/v1/image/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"mxbai-embed-large-v1","prompt":"your prompt here"}'မေးလေ့ရှိသောမေးခွန်းများ
mxbai-embed-large-v1 အဓိပ္ပါယ်ကိုဖမ်းယူသောအထူ vector (floats များ၏စာရင်း) သို့စာသားကိုပြောင်း. semantic ရှာဖွေရေးအတွက်အသုံးပြု, clustering, အကြံပြုချက်, retrieval-တိုးမြှင့်မျိုးဆက် (RAG), နှင့် "ဒီစာသားကစာသားနှင့်ဆင်တူသည်" ကိစ္စရပ်များရှိရာမည်သည့်အလုပ်.
BGE-M3 1024-dim ထုတ်လွှင့်; OpenAI Ada 1536 ထုတ်လွှင့်. အဆိုပါ API ကိုတုံ့ပြန်မှုသင့်ရဲ့ vector DB ကိုမှန်ကန်သောညွှန်းကိန်း picks စေရန်အရွယ်အစားပါဝင်သည်။
ခေတ်မီ embedding မော်ဒယ်များ (Free.ai အပေါ်အများဆုံး options များကိုအပါအဝင်) 100+ ဘာသာစကားများအပေါ်လေ့ကျင့်သင်ကြားကြသည်။ Cross-ဘာသာစကားရှာဖွေရေးအလုပ် — အင်္ဂလိပ်ဘာသာဖြင့်ရှာဖွေ, စပိန်ဘာသာဖြင့်စာရွက်စာတမ်းများကိုချိန်းတွေ့။
512 မှ 8,192 တန်ဖိုးများမော်ဒယ်ပေါ် မူတည်. ပိုမိုရှည် inputs များ truncated နေကြသည် - embedding မတိုင်မီပုဒ်မများထဲသို့ရှည်လျားသောစာရွက်စာတမ်းများတုံး.
mxbai-embed-large-v1 ကျွန်တော်တို့ရဲ့ကိုယ်ပိုင် GPUs ပေါ်မှာ run ပြီးစျေးအသက်သာဆုံး tools များအကြားဖြစ်ပါသည် - ~100 အကြောင်းကိုသင်၏နေ့စဉ်အခမဲ့ရေကန်မှဆွဲခေါ်ဆိုမှုတစ်ဦးချင်းစီ tokens ကို. $5 = 200K tokens ကို.
ဟုတ်ကဲ့ — POST ကို / v1 / embeddings / နှင့် mxbai-embed-large-v1 တူညီသောအမိန့်တွင်ဗီဇ၏စာရင်းကိုပြန်လာ strings များ၏စာရင်းကို. တောင်းဆိုမှုတစ်ဦးလျှင် 2,048 အထိအရွယ်အစားစုဆောင်း.
L2-default အားဖြင့် normalized — cosine တူညီမှု = dot ထုတ်ကုန်။ သင်ကွဲပြားခြားနားသောအကွာအဝေးမီတာအတွက် raw vector များလိုပါက `normalize = false` ဖြတ်သန်း.
မည်သည့် - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB ။ mxbai-embed-large-v1 ရိုးရှင်းတဲ့ JSON floats ပြန်လာ; DB ကမော်ဒယ်ကိုမမြင်ရပါဘူး။
ဟုတ်ကဲ့ — POST ကို /v1/embeddings / model ဖြင့် "mxbai-embed-large-v1". OpenAI-ကိုက်ညီတုံ့ပြန်မှုပုံစံ, ဒါကြောင့်လက်ရှိ client ကိုစာကြည့်တိုက်အလုပ်မပြောင်းလဲ. /api/ အပြည့်အဝအညွှန်းရှိပါတယ်.
Self-hosted မော်ဒယ်များကျွန်တော်တို့ရဲ့ GPUs အပေါ်သင်၏စာသားကိုထိန်းသိမ်းထားပြီးခေါ်ဆိုမှုပြန်လာပြီးနောက်စွန့်ပစ်. Premium ကိုတစ်ဦး DPA ဖြင့်ဖြတ်ပြီးသွား. ကျွန်တော်တို့ဟာသင်၏ inputs တွေကိုအပေါ်လေ့ကျင့်မထား.
100-500ms အပေါ်ပရီမီယံအပေါ်ကိုယ်ပိုင်-host ကိုအပေါ်တိုတောင်းသောစာသားများအတွက် Sub-100ms ။ Batch ခေါ်ဆိုမှုအရွယ်အစားအနည်းငယ် linearly — 1,000 2-10 စက္ကန့်အတွင်းအပြီးသတ်ချပ်။
ဟုတ်ကဲ့ - Free.ai embeddings ၏စီးပွားရေးလုပ်ငန်းအသုံးပြုမှုထောက်ပံ့ပေး. ထုတ်လုပ်မှုရှာဖွေရေးတည်ဆောက်, RAG ပို့ဆောင်ရေးလိုင်းများ, အဘယ်သူမျှမ per-vector royalty နဲ့အကြံပြုချက်စနစ်များ.