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

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

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":"thenlper/gte-base","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

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...

Contexto

Entrada

text

Salida

embeddings

Entrada: $0.01por millón de tokens

Ver detalles del modelo →

Thenlper: GTE-Base