Modelos de embedding
Modelos de IA para embeddings de texto y búsqueda semántica
Incrustación
Tipo
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.0735/1MSalida$0.00/1M
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.0184/1MSalida$0.00/1M
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.0735/1MSalida$0.00/1M
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.004/1MSalida$0.00/1M
Visión
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.10/1MSalida—/1M
Soporta almacenamiento en caché de prompts
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.15/1MSalida$0.00/1M
- Precio Verified-30% Descuento
- Entrada$0.091/1MSalida$0.00/1M
- Precio Official
- Entrada$0.13/1MSalida$0.00/1M
- Precio Verified-30% Descuento
- Entrada$0.014/1MSalida$0.00/1M
- Precio Official
- Entrada$0.02/1MSalida$0.00/1M
- Precio Verified— Descuento
- —
- Precio Official
- Entrada$0.10/1MSalida$0.00/1M
Todas las series
6 seriesGemini Embedding
Incrustación
Auto desde $0.075 · Por 1M Token
2 modelosAbrir serie
Doubao
ChatIncrustación+3
Auto desde $0.10 · Por 1M Token
10 modelosAbrir serie
Voyage Embedding
Incrustación
Auto desde $0.02 · Por 1M Token
10 modelosAbrir serie
Qwen Embedding
IncrustaciónVisión
Auto desde $0.0184 · Por 1M Token
5 modelosAbrir serie
Mistral
ChatIncrustación+1
Auto desde $0.10 · Por 1M Token
3 modelosAbrir serie
Text Embedding
Incrustación
Auto desde $0.014 · Por 1M Token
3 modelosAbrir serie
Elige embeddings para recuperación
Un modelo de embeddings convierte contenido en vectores para búsqueda y tareas relacionadas. Evalúa la calidad de recuperación con tus propias consultas y documentos antes de optimizar costo o tamaño de vectores.
Señales de selección
- Comprueba los límites de entrada, los idiomas admitidos y las dimensiones de salida frente a tu índice vectorial.
- Compara el costo de ingesta y de consultas repetidas con la misma estrategia de fragmentación de documentos.
- Mantén compatibles los embeddings de documentos y consultas. Cambiar el modelo de embeddings puede exigir volver a generar los embeddings del índice.