AI TOOLS RADAR
Tutti i modelli / THENLPER
thenlper logo
thenlper

Thenlper: GTE-Base

Descrizione della fonte (inglese)

The gte-base embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, delivering efficient and effective semantic embeddings optimized for textual similarity, semantic search, and clustering applications.

Vedi la fonte su OpenRouter Hugging Face
Panoramica

Specifiche del modello

Contesto
512 tokens
Output massimo
460 tokens
Architettura
text->embeddings
Tokenizer
Other
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Input
$0.005
per milione di token
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Documentazione 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"}'
Capacità e modalità

Input → Output

Input
text
Output
embeddings
API

Parametri API supportati

Provider disponibili

1 Provider

Verificato: 16 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

DeepInfra

Non indicato
Contesto
1K
Output massimo
0K
Input
$0.005
Output
Gratuito
Lettura cache
Non indicato
Scrittura cache
Non indicato
thenlper

1 modelli

Tutti i modelli
thenlper logothenlper

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...

Contesto
1K
Input
text
Output
embeddings
Input: $0.01per milione di token
Vedi i dettagli del modello →