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.

Note

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.

Costo stimato

Token di input per chiamata : ≈ 249

Solo costo di input, esclusa la risposta del modello. Prezzi pubblici standard dei fornitori (Mistral AI, DeepSeek, OpenAI, Anthropic) convertiti da USD in euro al cambio BCE del 29 settembre 2026. Stima: 1 token ≈ 3,6 caratteri.

Identificativo

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

Tipo

Embedding

File

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

Formato

JSON (application/json)

Dimensione

685 byte

Codifica

UTF-8

Token stimati

≈ 190

Lingua

Spagnolo

Licenza

MIT

Uso commerciale

Consentito

Dati personali

Nessuno

Versione

1.0

Pubblicato il

3 ottobre 2026 alle ore 05:20

Aggiornato il

3 ottobre 2026 alle ore 05:20

Archiviazione

nel database

Utilizzi

0

Mi piace

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": []
}

Vettorizzare (Python)

from sentence_transformers import SentenceTransformer

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