Se combinaron $/1 millón en las versiones rastreadas de esta línea.
Mezcla típica de salida a entrada 3:1, por 1 millón de tokens
Fuente: litellm
Cargas de trabajo de generación de texto, chat, resúmenes y contenido de uso general donde la amplia capacidad y el bajo costo son lo más importante.
Cohere Embed English v3.0 creates English text embeddings for retrieval, clustering, and semantic search.
embed-english-v3.0 es un modelo Texto de Cohere (US). HotON.ai lo rastrea en $0.10 por 1 millón de tokens de entrada y $0.00 por 1 millón de tokens de salida, con una ventana contextual de token 1K. Su puntuación de eficiencia compuesta es 88/100 con un $0.000 estimado por tarea exitosa.
embed-english-v3.0 se rastrea en $0.10 por 1 millón de tokens de entrada y $0.00 por 1 millón de tokens de salida. Una carga de trabajo típica de salida a entrada de 3:1 se combina aproximadamente con $0.03 por 1 millón de tokens. Las cifras son datos de demostración ilustrativos.
Cargas de trabajo de generación de texto, chat, resúmenes y contenido de uso general donde la amplia capacidad y el bajo costo son lo más importante.
embed-english-v3.0 admite hasta una ventana contextual de token 1K, lo suficientemente grande para documentos largos y conversaciones extensas en una sola solicitud.
Dentro del conjunto de seguimiento HotON.ai, embed-english-v3.0 es más barato que el % 78 de los modelos en cuanto al precio de entrada y ocupa el puesto #310 de 521 por eficiencia general.
Sí, gemma-3n-e4b-it es una opción de menor costo en $0.04 por 1 millón de tokens de salida, y al mismo tiempo cubre casos de uso similares de Texto. Compárelos uno al lado del otro en HotON.ai.
El precio es real (a través del catálogo TestKey, actualizado diariamente). La calidad (Arena Elo) es real donde el modelo se clasifica en LMArena. La velocidad, la disponibilidad y la eficiencia son estimaciones modeladas.