AI TOOLS RADAR
探索
全部模型 / INTFLOAT
intfloat logo
intfloat

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. Priced at $0.01 per M tokens. 512 token context window.

在 OpenRouter 查看来源 Hugging Face
模型概览

模型规格

上下文
512 tokens
最大输出
460 tokens
架构
text->embeddings
分词器
Other
知识截止时间
暂未提供
内容审核
否
OPENROUTER

完整价格

同步自 OpenRouter。Token 价格均按每百万 Token 展示。

输入
$0.01
/M tokens
API

快速调用

通过 OpenRouter 的 OpenAI 兼容 API 调用这个确切的模型 ID。

curl https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"intfloat/e5-large-v2","input":"Your text here"}'
能力与模态

输入 → 输出

输入
text
输出
embeddings
API

支持的 API 参数

frequency_penaltymax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstoptemperaturetop_ktop_p
可用提供方

1 提供方

在 OpenRouter 查看实时 Provider

Provider 可用性、延迟、吞吐量和路由会持续变化，请前往来源页面查看实时运行数据。

OpenRouter

DeepInfra

unknown
上下文
1K
最大输出
0K
输入
$0.010
输出
免费
缓存读取
暂未提供
缓存写入
暂未提供
intfloat

个模型

全部模型
intfloat logointfloat

Intfloat: E5-Base-v2

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,...

上下文
1K
输入
text
输出
embeddings
输入: $0.0050输出: 免费每百万 Token
查看模型详情 →
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...

上下文
1K
输入
text
输出
embeddings
输入: $0.010输出: 免费每百万 Token
查看模型详情 →