हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Thenlper: GTE-Base

thenlper/gte-base

Embeddingsइनपुट: text1K18 नव॰ 2025 को जोड़ा गया

playground में खोलें Thenlper: GTE-Base के लिए API key पाएं

Thenlper: GTE-Base अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

इनपुट (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Thenlper: GTE-Base एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन से 75% कम है।

Thenlper: GTE-Base के बारे में

Thenlper: GTE-Base, Thenlper का एक embedding मॉडल है, जो api14 पर मॉडल id thenlper/gte-base के तहत सूचीबद्ध है। यह embeddings श्रेणी में आता है, इसलिए यह chat या text generation मॉडल नहीं है। इसका काम टेक्स्ट को ऐसे vectors में बदलना है जो अर्थ को दर्शाते हैं, और provider इसे अंग्रेज़ी वाक्यों और अनुच्छेदों को 768-आयामी dense vector space में encode करने वाला बताता है। इसे provider ने 2025-11-18 को जारी किया था।

मॉडल अपने इनपुट के रूप में केवल टेक्स्ट लेता है और अपने आउटपुट के रूप में केवल embeddings लौटाता है। इसकी context length 512 tokens है, और अधिकतम आउटपुट 460 है। इस विंडो के भीतर यह वाक्यों और अनुच्छेदों को संभालता है, जो provider के इस विवरण से मेल खाता है कि मॉडल textual similarity, semantic search, और clustering के लिए अनुकूलित है। चूंकि आउटपुट generated text के बजाय एक vector है, आपको हर कॉल से लिखित उत्तर नहीं, बल्कि numeric embedding डेटा मिलने की अपेक्षा करनी चाहिए।

ये क्षमताएं उपयोगों के एक काफी विशिष्ट समूह की ओर इशारा करती हैं। Semantic search सबसे स्पष्ट है: अपने दस्तावेज़ों को एक बार embed करें, अनुरोध के समय query को embed करें, और vector similarity के आधार पर रैंक करें। Clustering और topic grouping भी इसी गुण से निकलते हैं, क्योंकि अर्थ में करीब टेक्स्ट vector space में भी करीब आ जाते हैं। Textual similarity में deduplication, near-duplicate detection, और अंग्रेज़ी टेक्स्ट के दो टुकड़ों के बीच similarity scores बनाना भी शामिल है। ऐसी retrieval pipelines जो एक अलग generation मॉडल को feed करती हैं, भी स्वाभाविक रूप से उपयुक्त हैं, जिसमें GTE-Base retrieval वाला हिस्सा संभालता है।

आप इसे api14 के OpenAI-compatible API के माध्यम से मॉडल id thenlper/gte-base का उपयोग करके कॉल करते हैं। चूंकि endpoint OpenAI प्रारूप का पालन करता है, आप एक मौजूदा OpenAI client को api14 पर इंगित कर सकते हैं और अपना टेक्स्ट सामान्य तरीके से input के रूप में भेज सकते हैं। ध्यान दें कि यह मॉडल कोई supported parameters सूचीबद्ध नहीं करता, इसलिए अनुरोध पर सेट करने के लिए कोई अतिरिक्त sampling या generation विकल्प नहीं हैं। अपने inputs को 512 token context सीमा के भीतर रखें, और प्रतिक्रिया को message content के बजाय embedding vectors मानें।

योजना बनाते समय ध्यान रखने वाली मुख्य बाधा 512 token context window है। यह वाक्यों और अनुच्छेदों के लिए उपयुक्त है, लेकिन लंबे दस्तावेज़ों को embed करने से पहले chunks में विभाजित करना होगा, और chunking रणनीति ऐसी चुनी जानी चाहिए जो सीमाओं पर अर्थ बनाए रखे। यदि आपका कार्य text generation, summarisation, या कुछ भी संवादात्मक है, तो embeddings मॉडल गलत उपकरण है और एक chat मॉडल बेहतर फिट होगा। GTE-Base अंग्रेज़ी टेक्स्ट के लिए लक्षित है, इसलिए provider विवरण में अन्य भाषाएं शामिल नहीं हैं।

Thenlper: GTE-Base API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "thenlper/gte-base" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "thenlper/gte-base",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

स्पेसिफिकेशन

Context लंबाई: 512
अधिकतम आउटपुट: 460
इनपुट: text
आउटपुट: embeddings

api14 पर requests · पिछले 7 दिन

Thenlper: GTE-Base: अक्सर पूछे जाने वाले सवाल

Thenlper: GTE-Base API की कीमत कितनी है?: Thenlper: GTE-Base की कीमत इनपुट $0.02 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Thenlper: GTE-Base की context window कितनी है?: Thenlper: GTE-Base हर request में 512 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 460 आउटपुट tokens तक लिखता है।
Thenlper: GTE-Base क्या कर सकता है?: Thenlper: GTE-Base text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से Thenlper: GTE-Base कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "thenlper/gte-base" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Thenlper: GTE-Base के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2, Sentence Transformers: all-MiniLM-L12-v2। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Thenlper: GTE-Base कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Thenlper: GTE-Base के बारे में पहला टॉपिक खोलें।