Embeddings multilingual-e5-large para un RAG en español

multilingual-e5-large para un RAG en español: 1024 dimensiones, 512 tokens, prefijos query:/passage: obligatorios, distancia coseno. Licencia MIT.

Notes

Los prefijos «query: » y «passage: » son obligatorios: sin ellos, la búsqueda empeora mucho.
512 tokens como máximo por texto: divide los documentos en fragmentos de unas 350 palabras.
Normaliza los vectores y usa la distancia coseno.
Modelo publicado por Microsoft (intfloat) con licencia MIT.

Coût estimé

Tokens d'entrée par appel : ≈ 249

Coût d'entrée seulement, sans la réponse du modèle. Prix publics des fournisseurs (Mistral AI, DeepSeek, OpenAI, Anthropic), tarif standard en dollars converti en euros au taux BCE du 29 septembre 2026. Estimation : 1 token ≈ 3,6 caractères.

Identifiant

contextetech--multilingual-e5-large-rag-espanol

Type

Embeddings

Fichier

multilingual-e5-large-rag-espanol.embedding.json

Format

JSON (application/json)

Taille

685 octets

Encodage

UTF-8

Tokens estimés

≈ 190

Langue

Espagnol

Licence

MIT

Usage commercial

Autorisé

Données personnelles

Aucune

Version

1.0

Publié le

3 octobre 2026 à 05:20

Mis à jour le

3 octobre 2026 à 05:20

Stockage

en base

Utilisations

0

J'aime

0

multilingual-e5-large-rag-espanol.embedding.json

{
  "format": "contextetech/embedding/v1",
  "id": "contextetech/multilingual-e5-large-rag-espanol",
  "description": "multilingual-e5-large para un RAG en español: 1024 dimensiones, 512 tokens, prefijos query:/passage: obligatorios, distancia coseno. Licencia MIT.",
  "tags": [
    "rag",
    "multilingue",
    "busqueda-semantica"
  ],
  "license": "MIT",
  "language": "es",
  "model": "intfloat/multilingual-e5-large",
  "dimensions": 1024,
  "maxTokens": 512,
  "distance": "cosine",
  "languages": [
    "es",
    "en",
    "fr",
    "de",
    "it",
    "pt"
  ],
  "prefixes": {
    "query": "query: ",
    "passage": "passage: "
  },
  "chunkSize": 350,
  "benchmarks": []
}

Vectoriser (Python)

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("intfloat/multilingual-e5-large")
q = model.encode(["query: votre entrée ici"], normalize_embeddings=True)
docs = model.encode(["passage: …"], normalize_embeddings=True)
print(q.shape)  # (1, 1024)
print(q @ docs.T)  # similarité