E5 Base v2 API — embeddings, токены и цена

Контекст: 512токенов
Результат: Векторные представленияформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "intfloat/e5-base-v2",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Официальная карточка E5 v2 описывает Base как англоязычную модель с 12 слоями и embedding размерности 768. Длинный текст обрезается до 512 токенов. Для asymmetric retrieval разработчик требует prefixes `query:` и `passage:` даже для неанглийского текста; без них качество может снижаться. Similarity scores обычно высокие, поэтому абсолютный порог нужно калибровать. Tokenmost показывает `intfloat/e5-base-v2`, text input, embeddings output и контекст 512. Перед созданием коллекции проверяются размерность, массив строк, порядок результатов, normalization, encoding, batch limit, token usage и цена. Prefix policy фиксируется в версии индекса. Эталон содержит реальные вопросы, правильные passages, устаревшие инструкции и запросы без ответа. Качество оценивается по Recall@k и MRR, а не по нескольким демонстрационным cosine scores.

Разделите запросы и документы

Добавляйте `query:` только к поисковому запросу, а `passage:` — к каждому chunk базы. Prefix входит в текст до токенизации и должен присутствовать одинаково при первичной индексации и обновлении. Заголовок документа можно включить после passage prefix.

Нарежьте справку до лимита

Фрагмент должен раскрывать одну задачу и сохранять заголовок, URL и дату. Не полагайтесь на автоматическую обрезку 512 токенов: важное исключение в хвосте исчезнет без ошибки. Длинный раздел делите по подзаголовкам с небольшим overlap.

Создайте отдельный векторный индекс

Коллекция получает подтверждённую размерность 768, одну similarity metric и model version. Если API возвращает ненормализованные векторы, нормализуйте единообразно. Смешивание E5 с другим пространством делает прежние расстояния бессмысленными.

Проверьте сложные негативы

Добавьте страницы с одинаковыми терминами, но другим продуктом, старые версии и вопросы с отрицанием. Поиск должен находить основание, а при его отсутствии возвращать отказ. Результат оценивает человек, знающий документацию.

Считайте стоимость рабочего retrieval

Учтите токены документов и запросов, переиндексацию изменённых chunks, vector storage и проверку. Сравнивайте цену найденного полезного ответа и latency p95. Розничную ставку Tokenmost подтверждайте контрольным batch.

Вопросы и ответы

Какая размерность E5 Base v2?

Официальная карточка указывает 768 измерений.

Нужны ли prefixes?

Да, для retrieval используются `query:` и `passage:` с пробелом после двоеточия.

Подходит ли модель для русского?

Она заявлена как English-only; для нескольких языков используйте отдельный тест multilingual E5.

Какой лимит текста?

Upstream обрезает длинный ввод до 512 токенов; route Tokenmost проверяется.

Как считается цена?

По фактическим входным токенам или другой подтверждённой единице embeddings usage.