Pular para o conteúdo
Alfa
  • Modelos
  • Classificações
  • Ori
Falar com vendas

Rodapé

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produto

  • Chat
  • Classificações
  • Avaliações de desempenho
  • Aplicativos
  • Descobrir
  • Modelos
  • Ori
  • Coleções
  • Provedores
  • Ferramentas
  • Preços
  • Business
  • Enterprise
  • Laboratório

Empresa

  • Sobre
  • Blog
  • Clientes
  • Carreiras
    Vagas
  • Privacidade
  • Termos de serviço
  • Central de confiança
  • Suporte
  • Funciona com OR
  • Dados
  • Marca

Desenvolvedor

  • Documentação
  • Referência da API
  • Plataforma para desenvolvedores
  • Status
  • Mapa do site para IA

Conectar

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

BAAI: bge-m3

baai/bge-m3

Pesos do modelo

The bge-m3 embedding model encodes sentences, paragraphs, and long documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for multilingual retrieval, semantic search, and large-context applications.

Modalidades
Preço
US$ 0,01/M tokens
Contexto
8K
Lançado
18 de nov. de 2025
ProvedoresPreçosDesempenhoDisponibilidadeAplicativosAtividadePerguntas frequentesExplorar

Provedores

Diferentes empresas hospedam o mesmo modelo. O OpenRouter encaminha sua solicitação para uma delas com base no modo de roteamento que você escolhe — Equilibrado (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).

Preços

O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.

Desempenho

A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).

Disponibilidade

A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.

Aplicativos

Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.

Atividade

Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.

API

Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.

Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região

Explorar mais modelos

Modelos de embeddings de textoColeçãoClassificação de modelos de embeddingsClassificação
Latência
US$ 0,010,31s
100,00%
US$ 0,010,26s
100,00%
Latência
0,26s

P50, melhor provedor

Disponibilidade (3d)O modelo estava acessível. Requisição roteada para um provedor.
100,00%
Disponibilidade (3d)O modelo retornou inferência de qualquer provedor. Erros e respostas vazias contam negativamente para essa métrica.
99,99%

Disponibilidade nos últimos 3 dias

Últimas 72 horas
Disponibilidade 99,99%
Há 3 diasHá 2 diasOntemAgora

Disponibilidade nas últimas 24 horas

OpenRouter Availability
99,99%
Without Routing
95,24%

Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.

1.
Favicon de https://observant.io/
Observant
novo
1,5Btokens
2.
Favicon de https://gbrain.ai/
GBrain
novo
1,2Btokens
3.
Favicon de https://equibles.local/
Equibles-Self-Hosted
novo
1,16Btokens
4.
Favicon de https://pravora.hr/
Pravora Query Embedding
novo
942Mtokens
5.
Favicon de https://nero.krccorp.net/
CAN
novo
860Mtokens

Perguntas frequentes

The bge-m3 embedding model encodes sentences, paragraphs, and long documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for multilingual retrieval, semantic search, and large-context applications.

bge-m3 custa US$ 0,01/M tokens.

bge-m3 aceita até 8.194 tokens por entrada. Textos mais longos precisam ser divididos em várias entradas.

bge-m3 aceita texto como entrada e retorna vetores de representação.

bge-m3 é disponibilizado por 2 provedores no OpenRouter: Parasail e DeepInfra. As solicitações são roteadas para o melhor provedor disponível, com alternância automática para os demais em caso de falha, e você pode fixar ou excluir provedores com o roteamento de provedores.

bge-m3 foi lançado em 18 de novembro de 2025.

Mais modelos de baai

bge-base-en-v1.5

The bge-base-en-v1.5 embedding model converts English sentences and paragraphs into 768-dimensional dense vectors, delivering efficient, high-quality semantic embeddings optimized for retrieval, semantic search, and document-matching workflows. This version (v1.5) features improved similarity-score distribution and stronger retrieval performance out of the box.

EmbeddingsUS$ 0,005/M tokens
bge-large-en-v1.5

The bge-large-en-v1.5 embedding model maps English sentences, paragraphs, and documents into a 1024-dimensional dense vector space, delivering high-fidelity semantic embeddings optimized for semantic search, document retrieval, and downstream NLP tasks in English.

EmbeddingsUS$ 0,01/M tokens