跳过主要内容

GTE-Large

比较

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 clustering tasks. Trained via multi-stage contrastive learning on a large domain-diverse relevance corpus, it offers excellent performance across general-purpose embedding use-cases.

上下文窗口
512
最大输出
-
输入
输出
发布日期
—
权重
开放

官方原价

暂无官方价格。

表现

暂无评测数据。

提供商

输出缓存读取vs Official
OpenRouter--—

第 1 / 1 页

替代方案

47.128192---
-
—3.3万---
2025-06-03
—8192---
-
-
—8192$0.1/M--
-
—3.2万---
-
—4.1万---
-
—3.2万--
-
—8192$0.02/M--
-

ModelRegistry · 目录更新时间 2026-11-18

主流模型组织

探索模型背后的组织,按收录模型数量排序。

全部 95 家组织