Perplexity: Embed V1 4Bpplx-embed-v1 -4B — это одна из самых современных моделей встраивания текста Perplexity, созданная для реального поиска в масштабе Интернета. pplx-embed-v1 оптимизирован для станда…→16 мар. 2026 г.32K contextЭмбеддингот3,26 ₽/M
Perplexity: Embed V1 0.6Bpplx-embed-v1-0.6B — это одна из самых современных моделей встраивания текста Perplexity, созданная для реального поиска в масштабе Интернета. pplx-embed-v1 оптимизирован для станд…→16 мар. 2026 г.32K contextЭмбеддингот0,44 ₽/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
BAAI: bge-base-en-v1.5Модель внедрения bge-base-en-v1.5 преобразует английские предложения и абзацы в 768-мерные плотные векторы, обеспечивая эффективные, высококачественные семантические внедрения, опт…→18 нояб. 2025 г.512 contextЭмбеддингот0,54 ₽/M
BAAI: bge-large-en-v1.5Модель внедрения bge-large-en-v1.5 отображает английские предложения, абзацы и документы в 1024-мерное плотное векторное пространство, обеспечивая высокоточные семантические внедре…→18 нояб. 2025 г.512 contextЭмбеддингот1,09 ₽/M
BAAI: bge-m34 запр.Модель внедрения bge-m3 кодирует предложения, абзацы и длинные документы в 1024-мерное плотное векторное пространство, обеспечивая высококачественное семантическое внедрение, оптим…→18 нояб. 2025 г.8K contextЭмбеддингот0,5 ₽/M