The e5-base-v2 embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, producing efficient and high-quality semantic embeddings optimized for tasks such as semantic search, similarity scoring,...
Resultat och priser visas bara när de finns i den aktuella källan. “Ej publicerat” är inte ett nollresultat.
| Modellversion | SWE-Bench | MMLU | GPQA | Kontext | Pris / 1M in/ut | Kunskapsgräns | Källa | Datum |
|---|---|---|---|---|---|---|---|---|
| E5-Base-v2 | Ej publicerat | Ej publicerat | Ej publicerat | 512 tokens | Ej publicerat | Ej publicerat | Saknas | 2025-11-18 |
intfloat/e5-base-v2