Nomic Embed v2
Free.ai (self-hosted)
·
embeddings
·
~100 1個あたりのトークン数 call
Nomic Embed v2はa 埋め込みモデルはNomic AIが作ったものだ Strongest at Retrieval augmented generation with flexible vector sizes.. Free.ai GPU でセルフホストされ、毎日のトークンプール（100トークン、1回の通話で）に対してフリーで動作します。 ライセンスはApache 2.0でリリースされ、商用利用はFree.aiで許可されている。
よくある質問
Nomic Embed v2 はテキストを意味を捕捉する密度ベクトル (浮動小数点数のリスト) に変換します。意味的検索、クラスタリング、推奨、検索増幅生成 (RAG) など、「このテキストはそのテキストに似ているか」が重要な任意のタスクに使用できます。
次元は、モデルにより384、768、1024、1536である。BGE-M3は1024-dimを発信し、OpenAI Adaは1536を発信します。API応答は次元を含み、ベクトル DB は正しいインデックスを選択します。
現代の埋め込みモデル（Free.ai のほとんどのオプションを含む）は100以上の言語で訓練されており、言語間検索が可能である。英語で検索し、スペイン語で文書をマッチさせる。
モデルにより 512 から 8,192 のトークンです。長い入力は削除されます。長い文書は埋め込み前に段落に分割されます。
Nomic Embed v2は私たちのGPU上で動作し、最も安価なツールの一つである。 毎日のフリープールからコール当たり約100トークンを引く。$5 = 200Kトークン。
はい - /v1/embeddings/ に文字列のリストを POST し、Nomic Embed v2 は同じ順序のベクトルのリストを返します。要求当たり最大 2,048 のバッチサイズ。
標準では L2 正規化 - コサイン類似度 = 点積。異なる距離メトリックの原始ベクトルを求める場合は、normalize=false を渡します。
すべての - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. Nomic Embed v2 は単純な JSON 浮動小数点数を返します。DB はモデルを見ることはありません。
はい — /v1/embeddings/ に POST すると、 model="Nomic Embed v2" が生成されます。 OpenAI 互換の応答形式で、既存のクライアントライブラリは変更なしで動作します。 /api/ には完全なリファレンスが含まれています。
自己ホストモデルは、テキストをGPUに保存し、コールが戻った後に削除します。 プレミアムは、DPAを通して通過します。 入力を訓練しません。
短いテキストの場合、自己ホストでは 100ms 未満、プライムでは 100-500ms です。バッチコールは線形にスケールします。1,000 チャンクは 2-10 秒で完了します。
はい - Free.ai は埋め込みの商用利用を許可します。ベクトルごとのロイヤリティなしで生産検索、RAGパイプライン、推奨システムを作成します。