Name: Thenlper: GTE-Base
Creator: thenlper
Published: 2025-11-18T02:43:40.000Z

Überblick

Modellspezifikationen

Kontext: 512 tokens
Maximale Ausgabe: 460 tokens
Architektur: text->embeddings
Tokenizer: Other
Wissensstand: Nicht angegeben
Moderiert: Nein

OPENROUTER

Vollständige Preise

Mit OpenRouter synchronisierte Preise; Tokenpreise gelten pro eine Million Token.

Eingabe: $0.005

API

Schnellstart

Setzen Sie OPENROUTER_API_KEY lokal. Python benötigt requests; JavaScript läuft in Node.js. Bewahren Sie den Schlüssel auf dem Server auf.

API-Dokumentation

curl --fail-with-body https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"thenlper/gte-base","input":"Your text here"}'

Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe

text

Ausgabe

embeddings

API

Unterstützte API-Parameter

Verfügbare Anbieter

1 Anbieter

Geprüft: 16. September 2026

Live-Anbieter bei OpenRouter

Verfügbarkeit, Latenz, Durchsatz und Routing ändern sich laufend. Aktuelle Betriebsdaten stehen auf der Quellseite.

OpenRouter

DeepInfra

Nicht angegeben

Kontext: 1K
Maximale Ausgabe: 0K
Eingabe: $0.005
Ausgabe: Kostenlos
Cache-Lesen: Nicht angegeben
Cache-Schreiben: Nicht angegeben

Thenlper: GTE-Large

The gte-large embedding model converts English sentences, paragraphs and moderate-length documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for information retrieval, semantic textual similarity, reranking and...

Kontext

Eingabe

text

Ausgabe

embeddings

Eingabe: $0.01pro 1 Mio. Token

Modelldetails ansehen →

Thenlper: GTE-Base