AI TOOLS RADAR
Explorar
Todos los modelos / INTFLOAT
intfloat logo
intfloat

Intfloat: E5-Base-v2

The e5-base-v2 embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, producing efficient and high-quality semantic embeddings optimized for tasks such as semantic search, similarity scoring, retrieval and clustering. Priced at $0.005 per M tokens. 512 token context window.

Ver fuente en OpenRouter Hugging Face
Resumen

Especificaciones del modelo

Contexto
512 tokens
Salida máxima
460 tokens
Arquitectura
text->embeddings
Tokenizador
Other
Corte de conocimiento
No indicado
Moderado
No
OPENROUTER

Precios completos

Tarifas sincronizadas desde OpenRouter, por millón de tokens.

Entrada
$0.005
/M tokens
API

Inicio rápido

Usa este modelo mediante la API compatible con OpenAI de OpenRouter.

curl https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"intfloat/e5-base-v2","input":"Your text here"}'
Capacidades y modalidades

Entrada → Salida

Entrada
text
Salida
embeddings
API

Parámetros API compatibles

frequency_penaltymax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstoptemperaturetop_ktop_p
Proveedores disponibles

1 Proveedor

Proveedores en vivo en OpenRouter

Disponibilidad, latencia, rendimiento y enrutamiento cambian continuamente. Consulta la fuente para datos actuales.

OpenRouter

DeepInfra

unknown
Contexto
1K
Salida máxima
0K
Entrada
$0.0050
Salida
Gratis
Lectura de caché
No indicado
Escritura de caché
No indicado
intfloat

modelos

Todos los modelos
intfloat logointfloat

Intfloat: E5-Large-v2

The e5-large-v2 embedding model maps English sentences, paragraphs, and documents into a 1024-dimensional dense vector space, delivering high-accuracy semantic embeddings optimized for retrieval, semantic search, reranking, and similarity-scoring tasks.

Contexto
1K
Entrada
text
Salida
embeddings
Entrada: $0.010Salida: Gratispor millón de tokens
Ver detalles del modelo →
intfloat logointfloat

Intfloat: Multilingual-E5-Large

The multilingual-e5-large embedding model encodes sentences, paragraphs, and documents across over 90 languages into a 1024-dimensional dense vector space, delivering robust semantic embeddings optimized for multilingual retrieval, cross-language similarity, and...

Contexto
1K
Entrada
text
Salida
embeddings
Entrada: $0.010Salida: Gratispor millón de tokens
Ver detalles del modelo →