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.
Gemini 4 Argon — модель Google для сложных задач с кодом, рассуждением и последовательностью действий. Карточка описывает обычный каталожный маршрут, а не все возможности прямого Gemini API. Рассматривайте её для проверяемого анализа исходников и смешанных материалов: пригодность конкретной задачи определяется контрольными примерами, а не размером окна или общей специализацией.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕGemini 4 Argon batch — отдельная запись каталога для пакетного варианта модели Google. Эта страница нужна для различения ID и проверки ограничений процесса. Основная карточка отвечает на общий запрос о модели; здесь важны состав задания, учёт результатов и пределы переноса возможностей прямого API. Суффикс сам по себе не доказывает работающую очередь заданий в вашем приложении.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕLFM2.5-24B-A2B — текстовая reasoning-модель Liquid AI с архитектурой mixture of experts. Она представляет интерес для инструментальных агентов и проверки сценариев самостоятельного размещения. Важно различать исходный checkpoint и обслуживаемый API-маршрут: характеристики локального запуска не доказывают скорость, приватность или лимиты внешнего сервиса. На этой странице они рассматриваются раздельно.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕPareto 26.9 — именованный выпуск составной модели Unbiased. Новая запись нужна для различения версии и существующего общего Pareto, а не для второго поискового материала об одинаковом назначении. Разработчик описывает сочетание нескольких моделей и синтез результата. При выборе важнее проверить основания ответа и стабильность своего процесса, чем предполагать постоянный внутренний состав.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕPareto Latest — изменяемый указатель на выпуск семейства Pareto в каталоге. Его задача отличается от карточки фиксированной версии: он удобен, когда приложение осознанно допускает смену целевого ID. На дату проверки alias_target указывает на unbiased/pareto-26.9. Слово latest не заменяет проверку этой цели и не обещает совпадение с последним анонсом разработчика.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕSummarize — специализированная модель ScaleDown для краткого пересказа текста и документов. Она может быть кандидатом для обзора длинного материала или подготовки контекста следующему этапу. Полезность такого сжатия определяется сохранением важных условий: короткий и гладкий ответ может пропустить исключение, дату или несогласованное мнение. Приёмка должна сравнивать пересказ с исходником, а не только считать сокращение объёма.
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 →