Multilingual E5 Large API — embeddings 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/multilingual-e5-large",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Официальная карточка multilingual-e5-large описывает 1024-мерные vectors, поддержку 100 языков из multilingual training data и лимит 512 токенов. Для retrieval требуются prefixes `query:` и `passage:`; сами слова prefixes остаются английскими независимо от языка текста. Низкоресурсные языки могут работать слабее, поэтому общий multilingual benchmark недостаточен. Tokenmost показывает `intfloat/multilingual-e5-large`, text input, embeddings output и контекст 512. Перед индексом проверяются dimension, normalization, Unicode handling, batch, token count, input order, usage и цена. Языковая поддержка модели не означает автоматического перевода ответа. Набор проверки состоит из монолингвальных и cross-language пар, транслитерации, названий продуктов и сложных negatives. Метрики считаются отдельно по направлению языка.

Сохраните оригинальный язык источника

Индексируйте утверждённые документы без машинного переписывания, добавляя language, market и version в metadata. Перевод может использоваться как дополнительное поле, но не должен заменить оригинал. Пользователь видит найденный passage и его язык.

Соблюдайте retrieval prefixes

Русский query начинается с `query:`, английский документ — с `passage:`. Не переводите эти маркеры. Формат должен быть одинаковым в offline evaluation, индексации и production запросах, иначе измеренная точность не воспроизводится.

Разделите языки в тестовом отчёте

Считайте Recall@10 для ru→en, en→ru и запросов на одном языке. Добавьте имена, артикулы и смешанные фразы. Средний результат по популярным языкам не должен скрывать провал малого рынка.

Соедините semantic search с фильтрами

Регион, дата и продукт применяются через metadata, а точные коды поддерживает keyword search. Embedding может считать два правила похожими, но не знает, какое действует для клиента. Финальный ответ цитирует правильную локаль.

Считайте стоимость multilingual корпуса

Учтите все языковые версии, обновления, 1024-мерное хранение, query traffic и контроль носителями. Сравнивайте цену найденного утверждённого passage и долю запросов без ответа. Tokenmost usage проверяется на коротком batch.

Вопросы и ответы

Сколько языков поддерживается?

Model card говорит о 100 языках training data; каждый нужный язык проверяется отдельно.

Какой размер embedding?

1024 измерения upstream.

Нужно переводить prefixes?

Нет, используются английские `query:` и `passage:` для любого языка.

Модель переводит найденный документ?

Нет, embeddings отвечают за поиск; перевод выполняет отдельный проверяемый компонент.

Как считать цену?

По токенам всех языковых документов и запросов, переиндексации, хранению и QA.