bge-base-en-v1.5
baai/bge-base-en-v1.5
- Вход / 1 млн токенов
- Не указан
- Выход / 1 млн токенов
- —
КАТАЛОГ НЕЙРОСЕТЕЙ
Найдите модель по названию, разработчику или идентификатору. Сравните характеристики перед подключением API.
681 моделей в снимке от 13 сентября 2026. Поиск по названию, разработчику и идентификатору.
По объёму обработанных токенов, не по продажам или качеству. Публичный рейтинг. Данные по 2026-09-13. Снимок публичного топ-10. Модели без данных идут далее по алфавиту; версии учитываются отдельно. Источник: публичный рейтинг поставщика, CC BY 4.0.
baai/bge-base-en-v1.5
baai/bge-large-en-v1.5
baai/bge-m3
google/gemini-embedding-001
google/gemini-embedding-2
google/gemini-embedding-2:batch
google/gemini-embedding-2-preview
intfloat/e5-base-v2
intfloat/e5-large-v2
intfloat/multilingual-e5-large
liquid/lfm-2.5-embedding-350m:free
mistralai/codestral-embed-2505
mistralai/mistral-embed-2312
nvidia/llama-nemotron-embed-vl-1b-v2:free
nvidia/nemotron-3-embed-1b:free
openai/text-embedding-3-large
openai/text-embedding-3-large:batch
openai/text-embedding-3-small
openai/text-embedding-3-small:batch
openai/text-embedding-ada-002
openai/text-embedding-ada-002:batch
perplexity/pplx-embed-v1-0.6b
perplexity/pplx-embed-v1-4b
qwen/qwen3-embedding-4b
qwen/qwen3-embedding-8b
sentence-transformers/all-minilm-l12-v2
sentence-transformers/all-minilm-l6-v2
sentence-transformers/all-mpnet-base-v2
sentence-transformers/multi-qa-mpnet-base-dot-v1
sentence-transformers/paraphrase-minilm-l6-v2
Для каких задач подходят модели, какие у них ограничения и что учитывать перед подключением API.
Mancer Weaver — alpha narrative model Mancer с заявленной ориентацией на roleplay. Практический фокус «повествовательные черновики» раскрывает задачу: расширить краткий синопсис в атмосферный черновик одной сцены. Полезность сценария «расширение синопсиса в сцену» оценивается через связность, factual drift, долю удалённого текста и редакторское время, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕReMM SLERP L2 13B — 13B Llama 2 merge Undi95, задуманный как обновлённое воссоздание MythoMax-подхода. Практический фокус «roleplay и character dialogue» раскрывает задачу: проверить диалог соперника в настольном фэнтези-квесте. Полезность сценария «диалог игрового соперника» оценивается через role adherence, нарушение правил, повторы и continuity, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕMythoMax L2 13B — популярный 13B merge Gryphe на базе Llama 2 для rich descriptions и roleplay. Практический фокус «описательная проза и roleplay» раскрывает задачу: создать три версии описания заброшенной станции без изменения карты. Полезность сценария «атмосферное описание игровой локации» оценивается через сохранность карты, лишние сущности, разнообразие вариантов и правки, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕMuse Voice Transcribe 1.0 — speech-to-text модель Meta для коротких синхронных аудиозапросов. Практический фокус «распознавание речи» раскрывает задачу: расшифровывать голосовые отчёты выездных техников с отраслевыми артикулами. Полезность сценария «расшифровка отчёта техника» оценивается через WER, точность артикулов, diarization и долю ручной правки, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕLlama 3 8B Lunaris — 8B merge Sao10K на базе Llama 3 для generalist и roleplay задач. Практический фокус «компактный creative roleplay» раскрывает задачу: создавать короткие встречи с попутчиками в мобильной текстовой игре. Полезность сценария «короткая встреча игрового персонажа» оценивается через удержание роли, утечки канона, повторы и задержку, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕAuto Router — динамический service route OpenRouter, который выбирает backend по сигналам рынка. Практический фокус «автоматический выбор модели» раскрывает задачу: обслуживать смешанную очередь поддержки и фиксировать фактически выбранную модель. Полезность сценария «динамическая маршрутизация поддержки» оценивается через task success, ошибки маршрутизации, p95 latency и стоимость, поэтому общие обещания не заменяют измеримый результат.
Читать обзор →Выберите модель и изучите её характеристики, ограничения и состояние тарифа.
Сопоставьте задачу с размером контекста и форматом ответа. Оцените качество на примерах из своего приложения перед выбором основной модели.
Семейство для текстовых задач и многошаговых ответов. Выбирайте конкретную версию и параметры в каталоге.
Подробнее →Автоматизация и кодСемейство моделей для обработки текста и разработки. В каталоге будут отдельные версии, а не плавающий псевдоним.
Подробнее →Документы и агентыКандидат для сценариев с документами и инструментами. Доступность и реальные ограничения зависят от выбранной версии.
Подробнее →