mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 mynter pr. call
mxbai-embed-large-v1 er an Innebyggende modell bygget av mixedbread.ai. Sterkeste ved Semantic search, clustering, similarity.. Selv vert på Free.ai GPUer – går fritt mot din daglige token pool (100 tokens per anrop). Frigitt under Apache 2.0 - kommersiell bruk tillatt på Free.ai.
Ofte stilte spørsmål
mxbai-embed-large-v1 konverterer tekst til en tett vektor (en liste over flyt- objekter) som fanger opp betydningen. Bruk den til semantisk søk, klyngesøk, anbefaling, samlings- 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 DB velger høyre indeks.
Moderne inbyggingsmodeller (med de fleste valg på Free.ai) trenes på 100+ språk. Gjenfinning av språk på tvers - søk på engelsk og treff på spansk.
512 to 8,192 tokens depending on the model. Longer inputs are truncated - chunk long documents into paragraphs before embedding.
mxbai-embed-large-v1 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.
Yes - POST a list of strings to /v1/embeddings/ and mxbai-embed-large-v1 returns a list of vectors in the same order. Batch size up to 2,048 per request.
L2- normalisert som standard - cosinus likhet = dot produkt. Passer « normalize=false » hvis du vil ha råvektorer for en annen avstands metrisk.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. mxbai-embed-large-v1 gir vanlige JSON- flotter, og DB ser aldri modellen.
Ja - POST til / v1/ innbygginger/ med modell=« mxbai-embed-large-v1 ». OpenAI- kompatibel svarform, så eksisterende klientbiblioteker virker uendret. / api/ har full referanse.
Selvverterte modeller beholder teksten din på våre GPUer og forkaster den etter samtalen returnerer. Premium passerer gjennom med en DPA. Vi trener ikke på dine inndata.
Sub- 100ms for korttekst på egenvert, 100- 500ms ved overkurs. Kall « skaler » grovt lineært - 1000 blokker ferdig på 2- 10 sekunder.
Ja - Free.ai gir kommersiell bruk av innbygginger. Bygg produksjonssøk, RAG- rørledninger, anbefalingssystemer uten royalty per vektor.