这个模型混合价格下降时,给你发邮件。无需注册。
每次降价一封邮件,随时可一键退订。
该系列各版本的混合价($/1M)。
典型 3:1 输出/输入比,每百万 Token
来源: litellm
通用文本生成、对话、摘要与内容类负载,最看重广泛能力与低成本。
Embed Multilingual v2.0 是 Cohere 的向量模型，面向向量检索和语义匹配，上下文上限约 512 tokens。
embed-multilingual-v2.0 是 Cohere 推出的 文本 模型(US)。HotON.ai 记录其输入价 $0.10/1M token、输出价 $0.00/1M token,上下文窗口 1K token。综合性价比评分 88/100,单次成功任务估算成本约 $0.000。
embed-multilingual-v2.0 的收录价格为输入 $0.10/百万 Token、输出 $0.00/百万 Token。按典型 3:1 输出/输入比,混合约 $0.03/百万 Token。数字为示意性演示数据。
通用文本生成、对话、摘要与内容类负载,最看重广泛能力与低成本。
embed-multilingual-v2.0 支持最高 1K token 的上下文窗口,足以在单次请求中处理长文档与长对话。
在 HotON.ai 收录范围内,embed-multilingual-v2.0 的输入价格比 79% 的模型更便宜,综合效率排名第 346(共 535)。
有——voyage-4-lite 是更低成本的选择,输出价 $0.00/1M token,同样适用于类似的文本场景。可在 HotON.ai 上并排对比。
可直接粘贴到文章、报告或 AI 提问中——价格与日期随实时数据更新。
HotON.ai — embed-multilingual-v2.0 (Cohere): $0.10/1M input, $0.00/1M output. https://hoton.ai/zh/models/cohere-embed-multilingual-v2-0价格为真实数据(来自 TestKey 目录,每日更新)。质量(竞技场 Elo)在模型已上 LMArena 榜时为真实数据。效率为基于真实价格与上下文的综合评分。