AI Prosumer
TH

โมเดล

11 โมเดล

ราคา ต่อ 1M โทเค็น

google/embeddinggemma

EmbeddingGemma เป็นโมเดลฝังตัวที่มีพารามิเตอร์ 300M จาก Google.

5 แท็กโมเดลบริบท 2Kการแลกเปลี่ยนโทเค็น

qwen/qwen3-embedding

ด้วยการพัฒนาบนโมเดลพื้นฐานของซีรีส์ Qwen3, Qwen3 Embedding นำเสนอโมเดลการฝังข้อความที่ครอบคลุมในหลากหลายขนาด

12 แท็กโมเดลบริบท 41Kการแลกเปลี่ยนโทเค็น

ibm/granite-embedding

โมเดล IBM Granite Embedding 30M และ 278M เป็นโมเดลฝังตัวแบบหนาแน่นที่รองรับเฉพาะข้อความ โดย 30M รองรับเฉพาะภาษาอังกฤษ และ 278M รองรับการใช้งานหลายภาษา.

6 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

snowflake/snowflake-arctic-embed2

โมเดลฝังตัวแนวหน้าของ Snowflake, Arctic Embed 2.0 เพิ่มการรองรับหลายภาษาโดยไม่ลดทอนประสิทธิภาพหรือความสามารถในการขยายตัวของภาษาอังกฤษ.

3 แท็กโมเดลบริบท 8Kการแลกเปลี่ยนโทเค็น

sentence-transformers/paraphrase-multilingual

โมเดล Sentence-transformers ที่สามารถใช้สำหรับงานต่างๆ เช่น การจัดกลุ่มหรือการค้นหาเชิงความหมาย.

3 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

baai/bge-large

โมเดลฝังตัวจาก BAAI ที่ใช้ในการแมปข้อความเป็นเวกเตอร์.

3 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

baai/bge-m3

BGE-M3 เป็นโมเดลใหม่จาก BAAI ที่โดดเด่นในด้านความหลากหลายของฟังก์ชัน การรองรับหลายภาษา และการประมวลผลหลายระดับ.

3 แท็กโมเดลบริบท 8Kการแลกเปลี่ยนโทเค็น

sentence-transformers/all-minilm

โมเดลฝังข้อมูลบนชุดข้อมูลระดับประโยคขนาดใหญ่มาก.

10 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

snowflake/snowflake-arctic-embed

ชุดโมเดลฝังข้อความโดย Snowflake ที่ปรับแต่งเพื่อประสิทธิภาพสูงสุด.

16 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

mixedbread/mxbai-embed-large

โมเดลฝังตัวขนาดใหญ่ล้ำสมัยจาก mixedbread.ai

4 แท็กโมเดล512 บริบทการแลกเปลี่ยนโทเค็น

nomic-ai/nomic-embed-text

โมเดลฝังตัวแบบเปิดที่มีประสิทธิภาพสูงพร้อมหน้าต่างบริบทโทเค็นขนาดใหญ่.

3 แท็กโมเดลบริบท 2Kการแลกเปลี่ยนโทเค็น

ตัวกรอง

รูปแบบการป้อนข้อมูล

สิ่งที่โมเดลยอมรับ.

ผู้ให้บริการ
ผู้สร้าง
การเข้าถึง
ไม่มีเซิร์ฟเวอร์