Embedding-Modelle
KI-Modelle für Text-Embeddings und semantische Suche
Einbettung
Typ
- Verified-Preis— Rabatt
- —
- Official-Preis
- Eingabe$0.0735/1MAusgabe$0.00/1M
- Verified-Preis— Rabatt
- —
- Official-Preis
- Eingabe$0.0184/1MAusgabe$0.00/1M
Unterstützt Prompt-Caching
- Verified-Preis— Rabatt
- —
- Official-Preis
- Eingabe$0.15/1MAusgabe$0.00/1M
- Verified-Preis-30% Rabatt
- Eingabe$0.091/1MAusgabe$0.00/1M
- Official-Preis
- Eingabe$0.13/1MAusgabe$0.00/1M
- Verified-Preis-30% Rabatt
- Eingabe$0.014/1MAusgabe$0.00/1M
- Official-Preis
- Eingabe$0.02/1MAusgabe$0.00/1M
Alle Modellreihen
6 Serien
Gemini Embedding
Einbettung
Auto ab $0.075 · Pro 1M Token
2 ModelleSerie öffnen
Doubao
UnterhaltungEinbettung+3
Auto ab $0.10 · Pro 1M Token
10 ModelleSerie öffnen
Voyage Embedding
Einbettung
Auto ab $0.02 · Pro 1M Token
10 ModelleSerie öffnen
Qwen Embedding
EinbettungVision
Auto ab $0.0184 · Pro 1M Token
5 ModelleSerie öffnen
Mistral
UnterhaltungEinbettung+1
Auto ab $0.10 · Pro 1M Token
3 ModelleSerie öffnen
Text Embedding
Einbettung
Auto ab $0.014 · Pro 1M Token
3 ModelleSerie öffnen
Embeddings für Retrieval wählen
Ein Embedding-Modell bildet Inhalte auf Vektoren für Suche und verwandte Aufgaben ab. Bewerte die Retrieval-Qualität mit deinen eigenen Anfragen und Dokumenten, bevor du Kosten oder Vektorgröße optimierst.
Auswahlsignale
- Gleiche Eingabelimits, unterstützte Sprachen und Ausgabedimensionen mit deinem Vektorindex ab.
- Vergleiche Kosten für Ingestion und wiederholte Anfragen bei gleicher Dokumenten-Chunking-Strategie.
- Halte Dokument- und Anfrage-Embeddings kompatibel. Ein Wechsel des Embedding-Modells kann ein erneutes Einbetten des Index erfordern.