thenlper logo
thenlper

Thenlper: GTE-Large

Descripción de la fuente (inglés)

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...

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
$0.01
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":"thenlper/gte-large","input":"Your text here"}'
Capacidades y modalidades

EntradaSalida

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
$0.01
Salida
Gratis
Lectura de caché
No indicado
Escritura de caché
No indicado
thenlper

1 modelos

Todos los modelos