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

Intfloat: E5-Base-v2

Descripción de la fuente (inglés)

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,...

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
por millón de tokens
API

Inicio rápido

Configura OPENROUTER_API_KEY localmente. Python requiere requests; JavaScript se ejecuta en Node.js. Mantén la clave en el servidor.

Documentación de la API

curl --fail-with-body 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

Proveedores disponibles

1 Proveedor

Verificado: 16 de septiembre de 2026

Proveedores en vivo en OpenRouter

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

OpenRouter

DeepInfra

No indicado
Contexto
1K
Salida máxima
0K
Entrada
$0.005
Salida
Gratis
Lectura de caché
No indicado
Escritura de caché
No indicado
intfloat

2 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: $0.01por 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: $0.01por millón de tokens
Ver detalles del modelo →