Aller au contenu
Alpha
  • Modèles
  • Classements
  • Ori
Contacter l’équipe commerciale

Pied de page

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produit

  • Chat
  • Classements
  • Évaluations comparatives
  • Applications
  • Découvrir
  • Modèles
  • Ori
  • Collections
  • Fournisseurs
  • Outils
  • Tarifs
  • Business
  • Enterprise
  • Laboratoire

Entreprise

  • À propos
  • Blog
  • Clients
  • Carrières
    Recrutement
  • Confidentialité
  • Conditions d’utilisation
  • Centre de confiance
  • Assistance
  • Compatible avec OR
  • Données
  • Marque

Développeur

  • Documentation
  • Référence de l’API
  • Plateforme pour développeurs
  • Statut
  • Plan du site pour l’IA

Connecter

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de thenlper

Thenlper: GTE-Base

thenlper/gte-base

Poids du modèle

The gte-base embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, delivering efficient and effective semantic embeddings optimized for textual similarity, semantic search, and clustering applications.

Modalités
Prix
0,005 $US/M tokens
Contexte
512
Publié
18 nov. 2025
FournisseursTarificationPerformancesDisponibilitéApplicationsActivitéFAQExplorer

Fournisseurs

Ce modèle est hébergé par un seul fournisseur. OpenRouter lui transmet directement chaque requête — aucune décision de routage à prendre.

Tarification

Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.

Performances

Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).

Disponibilité

La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.

Applications

Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.

Activité

Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.

API

Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.

Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional

Explorer d’autres modèles

Modèles de plongement vectoriel de texteCollectionClassements des modèles de plongementClassement
Latence
0,005 $US0,80s
100,00 %
Latence
0,80s

P50, meilleur fournisseur

Disponibilité (3 j)Le modèle était joignable. Requête acheminée vers un fournisseur.
100,00 %
Disponibilité (3 j)Le modèle a renvoyé un résultat d’inférence, quel que soit le fournisseur. Les erreurs et les réponses vides sont comptabilisées à son détriment.
99,94 %

Disponibilité au cours des 3 derniers jours

72 dernières heures
Disponibilité 99,94 %
Il y a 3 joursIl y a 2 joursHierMaintenant

Disponibilité au cours des dernières 24 heures

OpenRouter Availability
99,88 %

Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.

1.
Favicon de https://sillytavern.app/
SillyTavern
SillyTavern is the LLM frontend for power users, a chat interface that connects to any model and gives deep control through character creation, roleplay, and prompt customization.
4,48Mjetons
2.
Favicon de https://orbita.surf/
Orbita embedding benchmark
nouveau
1,79Mjetons
3.
Favicon de https://github.com/hackerrank-orchestrate
HackerRank Support Triage Agent
nouveau
1,4Mjetons
4.
Favicon de https://github.com/anthropics/claude-code
NextCode CLI
nouveau
794Kjetons
5.
Favicon de https://os1.local/
OS1 Real Business Brief
nouveau
354Kjetons

Questions fréquentes

The gte-base embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, delivering efficient and effective semantic embeddings optimized for textual similarity, semantic search, and clustering applications.

GTE-Base coûte 0,005 $US/M tokens.

GTE-Base accepte jusqu’à 512 jetons par entrée. Les textes plus longs doivent être répartis sur plusieurs entrées.

GTE-Base accepte texte en entrée et renvoie vecteurs de plongement.

GTE-Large est un autre modèle plongement vectoriel de Thenlper.

GTE-Base est sorti le 18 novembre 2025.

Autres modèles de thenlper

GTE-Large

The gte-large embedding model converts English sentences, paragraphs and moderate-length documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for information retrieval, semantic textual similarity, reranking and clustering tasks. Trained via multi-stage contrastive learning on a large domain-diverse relevance corpus, it offers excellent performance across general-purpose embedding use-cases.

Plongements vectoriels0,01 $US/M tokens