baai logo
baai

BAAI: bge-m3

出典の説明(英語)

The bge-m3 embedding model encodes sentences, paragraphs, and long documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for multilingual retrieval, semantic search, and large-context applications.

概要

モデル仕様

コンテキスト
8,194 tokens
最大出力
7,374 tokens
アーキテクチャ
text->embeddings
トークナイザー
Other
知識カットオフ
情報なし
モデレーション
いいえ
OPENROUTER

料金の詳細

OpenRouterと同期した料金です。トークン料金は100万トークン単位です。

入力
$0.01
100万トークンあたり
API

クイックスタート

ローカルにOPENROUTER_API_KEYを設定してください。Pythonにはrequestsが必要です。JavaScriptはNode.jsで実行し、キーはサーバー側で管理してください。

APIドキュメント

curl --fail-with-body https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"baai/bge-m3","input":"Your text here"}'
機能とモダリティ

入力出力

入力
text
出力
embeddings
API

対応APIパラメータ

利用可能なプロバイダー

2 プロバイダー

確認日: 2026年9月16日

OpenRouterでプロバイダーを見る

可用性、遅延、スループット、ルーティングは常時変化します。最新情報は出典ページで確認してください。

OpenRouter

Parasail

情報なし
コンテキスト
8K
最大出力
7K
入力
$0.01
出力
無料
キャッシュ読込
情報なし
キャッシュ書込
情報なし

DeepInfra

fp32
コンテキスト
8K
最大出力
7K
入力
$0.01
出力
無料
キャッシュ読込
情報なし
キャッシュ書込
情報なし
baai

2 モデル

すべてのモデル