BAAI: bge-m3: مدل هوش مصنوعی
bge-m3 یک مدل embedding از BAAI است که متن را به بردارهای ۱۰۲۴ بُعدی برای جست‌وجو و بازیابی چندزبانه تبدیل میکند؛ با پنجرهی ۸ هزار توکنی. از داخل ایران و از طریق هرمز.
- پنجره زمینه:
- 8,194 توکن
- ورودی:
- $0.01 / هر ۱M توکن
- خروجی:
- $0 / هر ۱M توکن
- نوع:
- embedding
- امبدینگ
bge-m3 یک مدل embedding از BAAI است که جمله‌ها، پاراگراف‌ها و اسناد طولانی را در یک فضای برداری متراکم ۱۰۲۴ بُعدی رمزگذاری میکند. این بردارها معنای معنایی را در خود نگه می‌دارند، بنابراین متن‌هایی با معنای مشابه به هم نزدیک می‌شوند.
این مدل برای بازیابی چندزبانه، جستوجوی معنایی و کاربردهای زمینهی بزرگ بهینه شده است؛ همین موضوع آن را به گزینه‌ی پیش‌فرض خوبی برای ساخت خط‌لوله‌های تولید تقویتشده با بازیابی (RAG)، جستوجوی معنایی و خوشهبندی تبدیل میکند. این مدل ورودی متن را می‌پذیرد و بردارهای embedding را با پنجرهی ۸ هزار توکنی بازمی‌گرداند.
قیمت‌گذاری بر پایه‌ی مصرف توکن است: ۰٫۰۱ دلار به ازای هر یک میلیون توکن ورودی و ۰ دلار به ازای هر یک میلیون توکن خروجی. هرمز دسترسی پایدار به bge-m3 را از داخل ایران فراهم میکند، بدون نیاز به کارت اعتباری خارجی یا ابزار دور زدن تحریم.
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.
شروع سریع
curl https://api.hormouz.net/v1/embeddings \
-H "Authorization: Bearer ng-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"baai/bge-m3","input":"The quick brown fox"}'مشخصات
| سازنده | BAAI |
|---|---|
| نوع | امبدینگ |
| پنجره زمینه | ۸٬۱۹۴ توکن |
| قیمت | $0.01/M in · $0.00/M out |
| نوع API | embeddings |
نمونه کد
curl https://api.hormouz.net/v1/embeddings \
-H "Authorization: Bearer ng-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"baai/bge-m3","input":"The quick brown fox"}'from openai import OpenAI client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1") resp = client.embeddings.create(model="baai/bge-m3", input="The quick brown fox") print(resp.data[0].embedding)
import OpenAI from "openai";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const resp = await client.embeddings.create({
model: "baai/bge-m3",
input: "The quick brown fox",
});
console.log(resp.data[0].embedding);خرید API BAAI: bge-m3 با پرداخت ریالی
- با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
- با یک کلید هرمز به BAAI: bge-m3 و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
- بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
استفاده از طریق هرمز
با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.
درخواست دسترسی شرکتیسوالات متداول
- هزینهی استفاده از bge-m3 چقدر است؟
- هزینه بر اساس مصرف توکن محاسبه میشود: ۰٫۰۱ دلار برای هر یک میلیون توکن ورودی و ۰ دلار برای هر یک میلیون توکن خروجی. هزینهی ثابت ماهانهای وجود ندارد و فقط بابت مصرف واقعی و با نرخهای نمایشدادهشده در داشبورد هرمز پرداخت میکنید.
- چطور از داخل ایران به bge-m3 دسترسی داشته باشم؟
- کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیر دسترسی پایدار به bge-m3 را از داخل ایران فراهم میکند و نیازی به کارت اعتباری خارجی یا ابزار دور زدن تحریم ندارید.
- آیا bge-m3 با کد OpenAI سازگار است؟
- بله. هرمز یک API سازگار با OpenAI ارائه میدهد. تنها کافی است آدرس پایه (base URL) را به هرمز تغییر دهید و کلید هرمز را جایگزین کنید؛ کتابخانهها و کدهای موجود شما بدون بازنویسی کار میکنند.
- bge-m3 برای چه کاری استفاده میشود؟
- این مدل متن را به بردارهای embedding ۱۰۲۴ بُعدی برای جستوجوی معنایی، تولید تقویتشده با بازیابی (RAG) و خوشهبندی تبدیل میکند. برای بازیابی چندزبانه و ورودیهای زمینهی طولانی با پنجرهی ۸ هزار توکنی بهینه شده است.
به‌روزرسانی: 2026-10-13