© 2026 Alltokens. Все права защищены.
baai/bge-base-en-v1.5Модель эмбеддингов bge-base-en-v1.5 преобразует английские предложения и абзацы в плотные векторы размерности 768, обеспечивая эффективные и высококачественные семантические представления. Модель оптимизирована для задач поиска, семантического анализа и сопоставления документов. Версия v1.5 отличается улучшенным распределением показателей сходства и более высокой производительностью поиска без необходимости дополнительной настройки.
Параметры, которые поддерживает эта модель в API-запросах
Система автоматически выбирает оптимального провайдера и переключается на резервный при сбоях.
Сравните разных провайдеров на AllTokens
Оценки модели из Artificial Analysis
curl https://api.alltokens.ru/api/v1/chat/completions \
-H "Authorization: Bearer $ALLTOKENS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "baai/bge-base-en-v1.5",
"messages": [
{"role": "user", "content": "Привет! Кратко объясни, что умеешь."}
]
}'BAAI: bge-base-en-v1.5 от провайдера baai доступна через OpenAI-совместимый API AllTokens.
Страница агрегирует практические параметры для интеграции: стоимость входа и выхода, рабочий контекст, набор поддерживаемых параметров и сигналы для выбора модели под конкретные продакшн-сценарии.
Контекст
512 токенов
Цена входа
— / 1M токенов
Цена выхода
— / 1M токенов
Входные модальности
Выходные модальности
Добавлена в каталог
06.02.2026
BAAI: bge-large-en-v1.5
baai
Модель эмбеддингов bge-large-en-v1.5 преобразует английские предложения, абзацы и документы в плотное векторное пространство размерностью 1024. Она обеспечивает высокоточное семантическое представление данных, оптимизированное для семантического поиска, поиска документов и решения прикладных задач обработки естественного языка на английском языке. Модель доступна через API alltokens.
BAAI: bge-m3
baai
Модель эмбеддингов bge-m3 преобразует предложения, абзацы и длинные документы в плотное векторное пространство размерностью 1024. Она обеспечивает высококачественные семантические эмбеддинги, оптимизированные для мультиязычного поиска, семантического анализа и работы с приложениями, требующими обработки большого контекста.