Modèles692 modèles

NVIDIA: Nemotron 3.5 Embed 1B (free)

nvidia/nemotron-3.5-embed-1b:free

Nemotron 3.5 Embed 1B est un modèle d'embedding de NVIDIA, publié par le fournisseur le 21 octobre 2026. Il appartient à la catégorie des embeddings plutôt qu'à celle du chat ou de la génération, son rôle est donc de transformer les entrées en vecteurs plutôt que de produire des réponses écrites.…

NVIDIA: Nemotron 3.5 Embed 8B (free)

nvidia/nemotron-3.5-embed-8b:free

NVIDIA : Nemotron 3.5 Embed 8B (free) est un modèle d'embedding de NVIDIA, publié sous l'identifiant de modèle nvidia/nemotron-3.5-embed-8b:free sur api14. Il appartient à la catégorie embeddings, il est donc conçu pour transformer des entrées en représentations vectorielles plutôt que pour générer…

LiquidAI: LFM2.5-Embedding-350M (free)

liquid/lfm-2.5-embedding-350m:free

LiquidAI publie LFM2.5-Embedding-350M, un modèle d'embedding de texte de Liquid AI proposé sur api14 sous l'identifiant de modèle liquid/lfm-2.5-embedding-350m:free. Il se situe dans la catégorie embeddings plutôt que dans la catégorie chat, ce n'est donc pas un modèle conversationnel et il ne…

VoyageAI by MongoDB: voyage-code-4

voyageai/voyage-code-4

voyage-code-4 est un modèle d'embedding de code de Voyage AI, une société de MongoDB. Il appartient à la catégorie des embeddings plutôt qu'à la famille du chat ou de la génération de texte, donc son rôle est de transformer l'entrée en vecteurs plutôt que d'écrire des réponses. La date de…

VoyageAI by MongoDB: voyage-multimodal-3.5

voyageai/voyage-multimodal-3.5

VoyageAI par MongoDB : voyage-multimodal-3.5 est un modèle d'embedding multimodal de Voyage AI, une entreprise désormais intégrée à MongoDB. Il appartient à la catégorie des embeddings plutôt qu'à celle du chat, son rôle est donc de transformer le contenu d'entrée en vecteurs plutôt que de générer…

VoyageAI by MongoDB: voyage-4-lite

voyageai/voyage-4-lite

voyage-4-lite est un modèle d'embedding de Voyage AI, l'entreprise derrière la famille de modèles de retrieval Voyage, désormais intégrée à MongoDB. Il appartient à la catégorie des embeddings plutôt qu'à celle du chat, ce qui signifie qu'il ne génère pas de texte. Il transforme plutôt le texte en…

VoyageAI by MongoDB: voyage-4

voyageai/voyage-4

voyage-4 est un modèle d'embedding polyvalent de Voyage AI, l'entreprise à l'origine de la famille d'embeddings Voyage qui fait désormais partie de MongoDB. Il est référencé sur api14 sous l'identifiant de modèle voyageai/voyage-4 et appartient à la catégorie des embeddings, il est donc conçu pour…

VoyageAI by MongoDB: voyage-4-large

voyageai/voyage-4-large

VoyageAI by MongoDB : voyage-4-large est un modèle d'embedding de Voyage AI, un fournisseur dont les modèles sont distribués sous le nom VoyageAI by MongoDB. Il appartient à la catégorie des embeddings, ce qui signifie qu'il est conçu pour transformer du texte en vecteurs plutôt que pour générer…

NVIDIA: Nemotron 3 Embed 1B (free)

nvidia/nemotron-3-embed-1b:free

NVIDIA Nemotron 3 Embed 1B est un modèle d'embedding de texte ouvert de NVIDIA. Il appartient à la famille Nemotron 3 et est distribué comme modèle gratuit sur api14 sous l'identifiant nvidia/nemotron-3-embed-1b:free. NVIDIA le positionne comme un modèle d'embedding plutôt que comme un modèle de…

Google: Gemini Embedding 2

google/gemini-embedding-2

Google : Gemini Embedding 2 est un modèle d'embedding de Google, listé sur api14 sous l'identifiant de modèle google/gemini-embedding-2. Il appartient à la catégorie des embeddings et est décrit par Google comme le premier modèle d'embedding multimodal de l'entreprise. Plutôt que de générer des…

Google: Gemini Embedding 2 (batch)

google/gemini-embedding-2:batch

Google : Gemini Embedding 2 (batch) est un modèle d'embedding de Google. Il est répertorié sur api14 dans la catégorie embeddings, et sa date de publication par le fournisseur est le 2026-05-20. Google le décrit comme Gemini Embedding 2, le premier modèle d'embedding multimodal de l'entreprise.…

Google: Gemini Embedding 2 Preview

google/gemini-embedding-2-preview

Google : Gemini Embedding 2 Preview est un modèle d'embedding de Google, publié sous l'identifiant de modèle google/gemini-embedding-2-preview. Il appartient à la catégorie des embeddings et est décrit par Google comme son premier modèle d'embedding multimodal. Il s'agit d'une version preview, ce…

Perplexity: Embed V1 4B

perplexity/pplx-embed-v1-4b

Perplexity: Embed V1 4B est un modèle d'embedding de texte de Perplexity, publié par le fournisseur le 16 mars 2026. Il appartient à la catégorie des embeddings plutôt qu'à celle des chats, ce qui signifie qu'il ne génère pas de réponses conversationnelles. Il transforme plutôt le texte en…

Perplexity: Embed V1 0.6B

perplexity/pplx-embed-v1-0.6b

Perplexity: Embed V1 0.6B est un modèle d'embedding de texte de Perplexity, publié le 16 mars 2026. Il appartient à la famille pplx-embed-v1, que Perplexity décrit comme des modèles d'embedding de texte de pointe conçus pour la recherche à l'échelle du web en conditions réelles. La variante à 0,6…

NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

nvidia/llama-nemotron-embed-vl-1b-v2:free

Llama Nemotron Embed VL 1B V2 est un modèle d'embedding de NVIDIA, distribué sur api14 sous l'identifiant de modèle nvidia/llama-nemotron-embed-vl-1b-v2:free. Il appartient à la catégorie embeddings, et son objectif déclaré est la recherche multimodale pour la réponse aux questions. C'est un modèle…

Thenlper: GTE-Base

thenlper/gte-base

Thenlper : GTE-Base est un modèle d'embedding de Thenlper, listé sur api14 sous l'identifiant de modèle thenlper/gte-base. Il appartient à la catégorie des embeddings, ce n'est donc pas un modèle de chat ou de génération de texte. Son rôle est de transformer du texte en vecteurs qui représentent le…

Thenlper: GTE-Large

thenlper/gte-large

Thenlper: GTE-Large est un modèle d'embedding de Thenlper, listé sur api14 sous l'identifiant de modèle thenlper/gte-large. Il appartient à la catégorie des embeddings, ce qui signifie que son rôle n'est pas de générer des réponses de chat mais de transformer du texte en vecteurs que vous pouvez…

Intfloat: E5-Large-v2

intfloat/e5-large-v2

Intfloat : E5-Large-v2 est un modele d'embeddings d'Intfloat. Il appartient a la categorie des embeddings, ce qui signifie que son role est de transformer du texte en vecteurs plutot que de generer des reponses de chat. Le fournisseur le decrit comme projetant des phrases, des paragraphes et des…

Intfloat: E5-Base-v2

intfloat/e5-base-v2

Intfloat : E5-Base-v2 est un modèle d'embedding d'Intfloat, listé sur api14 sous l'identifiant de modèle intfloat/e5-base-v2. Il appartient à la catégorie embeddings, ce qui signifie qu'il ne s'agit pas d'un modèle de chat ou de génération de texte. Au lieu de produire des réponses, il transforme…

Intfloat: Multilingual-E5-Large

intfloat/multilingual-e5-large

Intfloat: Multilingual-E5-Large est un modèle d'embedding d'Intfloat, listé sur api14 dans la catégorie embeddings. Il prend du texte en entrée et renvoie des embeddings en sortie, ce n'est donc pas un modèle de chat ou de génération de texte. Son objectif est de transformer le langage en vecteurs…

Sentence Transformers: paraphrase-MiniLM-L6-v2

sentence-transformers/paraphrase-minilm-l6-v2

Sentence Transformers : paraphrase-MiniLM-L6-v2 est un modèle d'embedding de Sentence Transformers, répertorié sur api14 dans la catégorie embeddings. C'est un modèle compact basé sur MiniLM dont le but est de transformer du texte en vecteurs plutôt que de générer du texte. La date de publication…

Sentence Transformers: all-MiniLM-L12-v2

sentence-transformers/all-minilm-l12-v2

Sentence Transformers : all-MiniLM-L12-v2 est un modèle d'embedding issu de Sentence Transformers, distribué via api14 sous l'identifiant de modèle sentence-transformers/all-minilm-l12-v2. Il appartient à la catégorie embeddings, donc son rôle n'est pas de générer des réponses de chat mais de…

BAAI: bge-base-en-v1.5

baai/bge-base-en-v1.5

BAAI: bge-base-en-v1.5 est un modèle d'embedding de BAAI, la Beijing Academy of Artificial Intelligence. Il appartient à la catégorie des embeddings, ce qui signifie qu'il n'est pas conçu pour générer des réponses de chat ou compléter du texte. Il transforme plutôt le texte en vecteurs numériques.…

Sentence Transformers: multi-qa-mpnet-base-dot-v1

sentence-transformers/multi-qa-mpnet-base-dot-v1

Sentence Transformers : multi-qa-mpnet-base-dot-v1 est un modèle d'embedding de Sentence Transformers, un fournisseur connu pour ses modèles de représentation au niveau des phrases. Il appartient à la catégorie des embeddings, ce qui signifie qu'il ne génère pas de texte. Il convertit plutôt le…

BAAI: bge-large-en-v1.5

baai/bge-large-en-v1.5

BAAI bge-large-en-v1.5 est un modèle d'embedding de BAAI, la Beijing Academy of Artificial Intelligence. Il se situe dans la catégorie des embeddings plutôt que dans celle du chat, ce qui signifie qu'il ne génère pas de texte conversationnel. Il transforme plutôt le texte en vecteurs que vous…

BAAI: bge-m3

baai/bge-m3

BAAI : bge-m3 est un modèle d'embedding de BAAI, la Beijing Academy of Artificial Intelligence. Il appartient à la catégorie des embeddings, ce qui signifie qu'il est conçu pour transformer du texte en vecteurs plutôt que pour générer des réponses de chat. Si votre application a besoin d'un modèle…

Sentence Transformers: all-mpnet-base-v2

sentence-transformers/all-mpnet-base-v2

Sentence Transformers : all-mpnet-base-v2 est un modèle d'embedding issu de Sentence Transformers, une famille de modèles conçus pour transformer du texte en vecteurs. Il appartient à la catégorie des embeddings, ce qui signifie qu'il est conçu pour produire des représentations de texte plutôt que…

Sentence Transformers: all-MiniLM-L6-v2

sentence-transformers/all-minilm-l6-v2

Sentence Transformers : all-MiniLM-L6-v2 est un modèle d'embedding de Sentence Transformers, répertorié sur api14 dans la catégorie embeddings. C'est un modèle compact d'embedding de phrases plutôt qu'un modèle de chat ou de génération de texte, donc son rôle est de transformer le texte en vecteurs…

Mistral: Mistral Embed 2312

mistralai/mistral-embed-2312

Mistral Embed 2312 est un modèle d'embedding de Mistral, listé sur api14 sous l'identifiant de modèle mistralai/mistral-embed-2312. Il appartient à la catégorie embeddings, ce qui signifie que son rôle est de transformer du texte en vecteurs plutôt que de générer des réponses de chat. Mistral AI…

Google: Gemini Embedding 001

google/gemini-embedding-001

Google : Gemini Embedding 001 est un modèle d'embedding de Google, listé sur api14 sous l'identifiant de modèle google/gemini-embedding-001. Il appartient à la catégorie embeddings, et Google l'a publié le 31 octobre 2025. Son objectif est de transformer du texte en représentations vectorielles que…

OpenAI: Text Embedding Ada 002

openai/text-embedding-ada-002

OpenAI : Text Embedding Ada 002 est un modèle d'embeddings d'OpenAI, listé sur api14 sous l'identifiant de modèle openai/text-embedding-ada-002. Il appartient à la catégorie des embeddings et est décrit par le fournisseur comme le modèle d'embedding de texte historique d'OpenAI. Si vous avez déjà…

OpenAI: Text Embedding Ada 002 (batch)

openai/text-embedding-ada-002:batch

OpenAI : Text Embedding Ada 002 (batch) est un modèle d'embeddings d'OpenAI, distribué via api14 sous l'identifiant de modèle openai/text-embedding-ada-002:batch. Il appartient à la catégorie embeddings, et OpenAI décrit text-embedding-ada-002 comme son modèle d'embedding de texte hérité. Si vous…

Mistral: Codestral Embed 2505

mistralai/codestral-embed-2505

Mistral Codestral Embed 2505 est un modèle d'embeddings de Mistral, publié le 30 octobre 2025 et publié sur api14 sous l'identifiant de modèle mistralai/codestral-embed-2505. Il se situe dans la catégorie des embeddings plutôt que dans celle du chat, ce qui signifie qu'il n'est pas conçu pour tenir…

OpenAI: Text Embedding 3 Large

openai/text-embedding-3-large

OpenAI : Text Embedding 3 Large est un modèle d'embedding d'OpenAI, listé sur api14 sous l'identifiant de modèle openai/text-embedding-3-large. Il se situe dans la catégorie embeddings plutôt que dans la catégorie chat, ce qui signifie qu'il est conçu pour transformer du texte en vecteurs plutôt…

OpenAI: Text Embedding 3 Large (batch)

openai/text-embedding-3-large:batch

OpenAI : Text Embedding 3 Large (batch) est un modèle d'embedding d'OpenAI. Il appartient à la catégorie des embeddings, et OpenAI décrit text-embedding-3-large comme son modèle d'embedding le plus performant pour les tâches en anglais et dans d'autres langues. La variante batch exposée sur api14…

OpenAI: Text Embedding 3 Small

openai/text-embedding-3-small

OpenAI : Text Embedding 3 Small est un modèle d'embedding d'OpenAI, référencé sur api14 sous l'identifiant de modèle openai/text-embedding-3-small. Il appartient à la catégorie des embeddings, et OpenAI le décrit comme une version améliorée et plus performante du modèle d'embedding ada. Plutôt que…

OpenAI: Text Embedding 3 Small (batch)

openai/text-embedding-3-small:batch

OpenAI : Text Embedding 3 Small (batch) est un modèle d'embedding d'OpenAI, proposé via api14. Il appartient à la catégorie des embeddings, et son identifiant de modèle sur api14 est openai/text-embedding-3-small:batch. OpenAI décrit text-embedding-3-small comme une version améliorée et plus…

Qwen: Qwen3 Embedding 8B

qwen/qwen3-embedding-8b

Qwen3 Embedding 8B est un modèle d'embedding de texte de Qwen, appartenant à la série Qwen3 Embedding que Qwen décrit comme sa dernière gamme propriétaire conçue spécifiquement pour les tâches d'embedding de texte et de classement. Il se situe dans la catégorie des embeddings plutôt que dans celle…

Qwen: Qwen3 Embedding 4B

qwen/qwen3-embedding-4b

Qwen : Qwen3 Embedding 4B est un modèle d'embedding de Qwen, faisant partie de la série Qwen3 Embedding. La série est décrite comme la dernière famille de modèles propriétaires de Qwen, conçue spécifiquement pour les tâches d'embedding de texte et de classement, et elle hérite des capacités…