Nomic Embed v2
Free.ai (self-hosted)
·
embeddings
·
~100 Anzahl der Token je call
Nomic Embed v2 ist an Einbettungsmodell, gebaut von Nomic AI. Am stärksten bei Retrieval augmented generation with flexible vector sizes.. Selbstgehostet auf Free.ai GPUs — läuft kostenlos gegen Ihren täglichen Tokenpool ({tpm__tokens} pro Anruf). Veröffentlicht unter Apache 2.0 - kommerzielle Nutzung auf Free.ai erlaubt.
Häufig gestellte Fragen
Nomic Embed v2 wandelt Text in einen dichten Vektor (eine Liste von Floats), der Bedeutung erfasst. Verwenden Sie es für semantische Suche, Clustering, Empfehlung, retrieval-augmented Generation (RAG) und jede Aufgabe, bei der "dieser Text ähnlich wie dieser Text" zählt.
Typische Abmessungen sind 384, 768, 1024 oder 1536 je nach Modell. BGE-M3 emittiert 1024-dim; OpenAI Ada emittiert 1536. Die API-Antwort enthält die Dimension, so dass Ihr Vektor DB wählt den richtigen Index.
Moderne Einbettungsmodelle (einschließlich der meisten Optionen auf Free.ai) werden auf 100+ Sprachen trainiert. Sprachenübergreifende Recherchen - Suche in Englisch, Match-Dokumente in Spanisch.
512 bis 8,192 Tokens je nach Modell. Längere Eingänge sind abgeschnitten - lange Dokumente vor dem Einbetten in Absätze eingeteilt.
Nomic Embed v2 läuft auf unseren eigenen GPUs und gehört zu den billigsten Tools - ca. ~100 Token pro Anruf aus Ihrem täglichen kostenlosen Pool gezogen. $5 = 200K Token.
Yes - POST a list of strings to /v1/embeddings/ and Nomic Embed v2 returns a list of vectors in the same order. Batch size up to 2,048 per request.
L2-normalisiert standardmäßig - Kosinusgleichheit = Punktprodukt. Pass `normalize=false`, wenn Sie Rohvektoren für eine andere Distanzmetrik wünschen.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. Nomic Embed v2 liefert einfache JSON-Floats zurück; die DB sieht das Modell nie.
Ja - POST auf /v1/embeddings/ mit model="Nomic Embed v2". OpenAI-kompatible Antwortform, so dass bestehende Client-Bibliotheken unverändert funktionieren. /api/ hat die vollständige Referenz.
Selbst gehostete Modelle behalten Ihren Text auf unseren GPUs und verwerfen ihn nach dem Anruf zurück. Premium-Durchlauf mit einem DPA. Wir trainieren nicht auf Ihren Eingängen.
Sub-100ms für Kurztext auf selbst gehosteten, 100-500ms auf Premium. Batch-Aufrufe skalieren grob linear - 1.000 Stück komplett in 2-10 Sekunden.
Ja - Free.ai gewährt kommerzielle Nutzung von Einbettungen. Bauen Sie Produktionssuche, RAG-Pipelines, Empfehlungssysteme ohne pro-Vektor-Lizenzgebühren.