Amazon: Titan Multimodal Embeddings G1Amazon Titan Multimodal Embeddings G1 встраивает текст, изображения или текст и изображение вместе в общее векторное пространство для мультимодального поиска и рекомендаций. Изобра…→26 окт. 2026 г.128 contextЭмбеддингот87,05 ₽/Mтокены изображенияот6 528,69 ₽/M
Amazon: Titan Embeddings G1 - TextAmazon Titan Embeddings G1 — Text — это модель встраивания текста Titan первого поколения. Он принимает до 8192 токенов на вход и возвращает фиксированные векторы размером 1536 изм…→26 окт. 2026 г.8K contextЭмбеддингот10,88 ₽/M
Amazon: Titan Text Embeddings V2Amazon Titan Text Embeddings V2 — это модель внедрения текста для поиска, поиска и кластеризации. Он принимает до 8192 токенов на вход и по умолчанию возвращает нормализованные век…→26 окт. 2026 г.8K contextЭмбеддингот2,18 ₽/M
Intfloat: E5-Large-v2Модель встраивания e5-large-v2 отображает английские предложения, абзацы и документы в 1024-мерное плотное векторное пространство, обеспечивая высокоточные семантические встраивани…→18 нояб. 2025 г.512 contextЭмбеддингот1,09 ₽/M
Intfloat: E5-Base-v2Модель внедрения e5-base-v2 кодирует английские предложения и абзацы в 768-мерное плотное векторное пространство, создавая эффективные и высококачественные семантические внедрения,…→18 нояб. 2025 г.512 contextЭмбеддингот0,54 ₽/M
Intfloat: Multilingual-E5-LargeМногоязычная модель внедрения большого размера e5 кодирует предложения, абзацы и документы на более чем 90 языках в плотное 1024-мерное векторное пространство, обеспечивая надежные…→18 нояб. 2025 г.512 contextЭмбеддингот1,09 ₽/M