Ce que fait ce modèle
Le modèle intfloat/e5-large-v2 est un extracteur de caractéristiques (embeddings) de premier plan, conçu pour convertir du texte en vecteurs denses. Il est particulièrement efficace pour les tâches de recherche sémantique, de comparaison de documents, de classification et pour alimenter les bases de données vectorielles dans les architectures de génération augmentée par récupération (RAG).
Disponible via la plateforme OpenRouter, ce modèle propose un coût d'exploitation extrêmement faible, facturé uniquement sur les jetons d'entrée. Pour les institutions et entreprises du Québec, l'intégration de ce service tiers requiert une analyse de conformité réglementaire (notamment la Loi 25) quant au transit et à l'hébergement des données hors du territoire québécois, OpenRouter agissant comme intermédiaire de routage.
Bien que la plateforme mentionne une compatibilité avec les outils, l'usage principal de ce modèle reste la vectorisation de texte. Sa fenêtre de contexte est limitée à 512 jetons, ce qui nécessite un découpage (chunking) préalable et rigoureux des documents volumineux avant leur soumission.
Capacités
Ce que les versions de cette famille savent faire, d'après les annonces du fournisseur et les observations de la veille.
Texte
Type principal de contenu traité ou produit par ce modèle.
Outils
Peut appeler des outils ou des fonctions (recherche, calcul, actions).
Embedding
Produit des vecteurs numériques pour la recherche et la similarité.
Historique des versions
1 version reconstituée à partir des identifiants techniques et des dates de sortie, de la plus récente à la plus ancienne.
- Date non communiquée
intfloat/e5-large-v2
Dernière versionintfloat/e5-large-v2OutilsEmbedding- Type de modèle
- Embeddings de texte (Vectorisation)
- Tarif Entrée (estimé)
- 0.01 $ / million de jetons
- Tarif Sortie
- 0.00 $
- Longueur de contexte
- 512 jetons
- Cas d'usage
- Recherche sémantique, RAG, Similarité
Tarif annoncé : 0.01 $ en entrée, 0.00 $ en sortie, par million de jetons (USD)