BAAI: BGE M3
Mehrsprachiges Embedding-Modell von BAAI für semantische Suche und Retrieval. Unterstützt mehr als 100 Sprachen und Eingaben mit bis zu 8.192 Tokens. Damit eignet es sich als Standard für RAG mit Dokumenten in unterschiedlichen Sprachen.
- Hersteller
- BAAI
- Modell-ID
baai/bge-m3- Kontextlänge
- 8.192 Tokens
- Eingabe
- Text
- Ausgabe
- Embeddings
Provider
- OVHcloud: Rechenzentren: Frankreich; Souveräne EU; Zero Data Retention
- Grunden.AI: Rechenzentren: Schweden; Souveräne EU
- IONOS: Rechenzentren: Deutschland; Souveräne EU; Zero Data Retention
Fakten als Markdown · Schnellstart
Weitere Modelle von BAAI
- BAAI: BGE Multilingual Gemma2 BAAI · 8.192 Tokens · Embeddings
- BAAI: BGE Reranker V2 M3 BAAI · 8.192 Tokens · Rerank
Weitere Embedding-Modelle
- Microsoft: Multilingual E5 Large Microsoft · 512 Tokens · Embeddings
- Microsoft: Multilingual E5 Large Instruct Microsoft · 512 Tokens · Embeddings
- Qwen: Qwen3 Embedding 8B Qwen · 32.768 Tokens · Embeddings