BAAI: bge-m3

baai/bge-m3

Выпущена 18 ноября 2025 г.|8К контекст|1,26 ₽/М вход|по тарифу · выход

Модель внедрения bge-m3 кодирует предложения, абзацы и длинные документы в 1024-мерное плотное векторное пространство, предоставляя высококачественные семантические внедрения, оптимизированные для многоязычного поиска, семантического поиска и приложений с большим контекстом.

Провайдер для BAAI: bge-m3

Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.

baai

Latency

—

Throughput

—

Uptime

—

Контекст

8К

токенов

Макс. ответ

8К

токенов

Вход

1,26 ₽

за 1М токенов

Выход

0 ₽

за 1М токенов

Модальности

Вход:ТекстВыход:Эмбеддинги

Провайдеры

Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.

Средняя фактическая цена

101,77 ₽

по запросам за 30 дней · за 1 млн токенов


Parasail	1,26 ₽	—	—	0 т/с	100,0 %	36,2 %
DeepInfra	1,26 ₽	—	—	0 т/с	100,0 %	63,8 %

Доля запросов, скорость и латентность считаются по нашему трафику за 30 дней, в разрезе по провайдеру. У одного провайдера может быть несколько строк — разные регионы или тарифы с отдельными ценами; эти значения общие для провайдера, поэтому в таких строках они совпадают.

Тарификация для BAAI: bge-m3

Цены в рублях за 1 млн токенов. Списание — за реальные токены, без подписок.

Тип	Цена в ₽	Единица
Вход	1,26 ₽	за 1М токенов

Пример кода и API для BAAI: bge-m3

Hubris — OpenAI-совместимый API. Используйте любой OpenAI SDK, поменяв только base URL и ключ.

Получить API-ключ

curl https://api.hubris.pw/v1/chat/completions \
  -H "Authorization: Bearer sk-gw-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "baai/bge-m3",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

curl https://api.hubris.pw/v1/chat/completions \  -H "Authorization: Bearer sk-gw-..." \  -H "Content-Type: application/json" \  -d '{    "model": "baai/bge-m3",    "messages": [{"role": "user", "content": "Привет"}]  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hubris.pw/v1",
    api_key="sk-gw-...",
)

response = client.chat.completions.create(
    model="baai/bge-m3",
    messages=[{"role": "user", "content": "Привет"}],
)
print(response.choices[0].message.content)

from openai import OpenAIclient = OpenAI(    base_url="https://api.hubris.pw/v1",    api_key="sk-gw-...",)response = client.chat.completions.create(    model="baai/bge-m3",    messages=[{"role": "user", "content": "Привет"}],)print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.hubris.pw/v1",
  apiKey: process.env.HUBRIS_API_KEY!,
});

const response = await client.chat.completions.create({
  model: "baai/bge-m3",
  messages: [{ role: "user", content: "Привет" }],
});

console.log(response.choices[0].message.content);

import OpenAI from "openai";const client = new OpenAI({  baseURL: "https://api.hubris.pw/v1",  apiKey: process.env.HUBRIS_API_KEY!,});const response = await client.chat.completions.create({  model: "baai/bge-m3",  messages: [{ role: "user", content: "Привет" }],});console.log(response.choices[0].message.content);

Весь блог →

all-MiniLM-L6-v2 и multilingual-e5-large: бесплатные модели эмбеддингов через API

all-MiniLM-L6-v2 и multilingual-e5-large — лёгкие модели для семантического поиска. Подключите их через API в рублях без зарубежной карты.

21 июн·5 мин

Сравнить с…

выбрать любую модель →

bge-m3 или bge-base-en-v1.5той же линейки · цена, скорость, качество, код bge-m3 или Ling 3.0 Flashблизкая по цене · цена, скорость, качество, код bge-m3 или GPT-5.6 Lunaпопулярная · цена, скорость, качество, код bge-m3 или Claude Sonnet 5популярная · цена, скорость, качество, код

Другие модели от baai

BAAI: bge-base-en-v1.5

Модель встраивания bge-base-en-v1.5 преобразует английские предложения и абзацы в 768-мерные плотные векторы, обеспечивая эффективные, высококачественные семантические встраивания, оптимизированные для поиска, семантического поиска и рабочих процессов сопоставления документов. Эта версия (v1.5) отличается улучшенным распределением оценок сходства и более высокой производительностью поиска без дополнительной настройки.

512 контекст·от 0,630 ₽/М

BAAI: bge-large-en-v1.5

Модель встраивания bge-large-en-v1.5 отображает английские предложения, абзацы и документы в 1024-мерное плотное векторное пространство, обеспечивая высокоточные семантические встраивания, оптимизированные для семантического поиска, извлечения документов и последующих задач NLP на английском языке.

512 контекст·от 1,26 ₽/М