مقارنة النموذج
قارن بين EmbeddingGemma 2 وtext-embedding-3-large باستخدام نفس قواعد تقييم التضمين والبحث عن المتجهات التي تم الحصول عليها من الموفر. لا توجد درجة غامضة ولا يوجد تصنيف قياسي مخترع.
حدّد استخدامك. يتحدّث التقدير أثناء الكتابة.
يفترض 600 رمز لكل صفحة تُعالج على حدة. يختلف العدد الفعلي. يشمل التضمين فقط، دون التخزين أو البحث أو إنشاء الإجابات.
لا تشمل التقديرات الضرائب والأدوات وتخزين وكتابة الذاكرة المؤقتة والحصص المجانية والخصومات الخاصة. تشمل الصور تكلفة المخرجات فقط دون النص أو الصور المرجعية. تختلف أوضاع الجودة حسب النموذج. الإعدادات غير المدرجة ليست مجانية.
| نموذج | الوصول | الإجمالي التقديري (USD) |
|---|---|---|
| text-embedding-3-largeOpenAI | OpenAI | 0.0008 US$ |
| EmbeddingGemma 2Google DeepMind | Google DeepMind | لا يوجد سعر مُراجع |
خذ سريعا
نموذج تضمين بأوزان مفتوحة من Google DeepMind للبحث المحلي في النصوص والشيفرات والصور والصوت والفيديو.
الأوزان المفتوحة لا تجعل الحوسبة مجانية. أعد بناء الفهرس وتقييمه عند تغيير النماذج، واستخدم الدقة العددية الموثقة، وتحقق من المتجهات المختصرة باستخدام بياناتك الخاصة.
نموذج تضمين النص ذو القدرة الأعلى من OpenAI للبحث الدلالي والتوصيات والتجميع وخطوط الاسترجاع.
يقوم النموذج بتضمين النص فقط ولا يقوم بتجميع المستندات الطويلة لك. لا يزال مسار الاستيعاب الخاص بك يحتاج إلى استراتيجية مدروسة للتقطيع والبيانات الوصفية والتقييم وإعادة الفهرسة.
قارن بين الحقائق المنشورة
تستخدم القيم الوحدات والحدود المنشورة الخاصة بكل موفر. الفراغ يعني أن المزود لم ينشر قيمة قابلة للمقارنة مباشرة في المصادر التي تمت مراجعتها.
| التضمين والبحث عن المتجهات | EmbeddingGemma 2 | text-embedding-3-large |
|---|---|---|
| سعر التضمينسعر الموفر الحالي لكل مليون رمز إدخال أو أقرب وحدة فوترة منشورة. | أوزان مفتوحة؛ استضافة ذاتية | 0.13 دولار / 1 مليون رمز |
| سعة الإدخاليتم قبول الحد الأقصى للمحتوى في إدخال تضمين واحد، باستخدام أساس الرمز المميز الموثق الخاص بالموفر. | 8,192 رمزًا مشتركة بين النص والوسائط | 8,191 رمز إدخال |
| أبعاد المتجهاتأحجام الإخراج المدعومة؛ تعمل المتجهات الأصغر على تقليل مساحة التخزين بينما قد تحتفظ المتجهات الأكبر حجمًا بمزيد من المعلومات. | 768 افتراضيًا؛ أو 512 أو 256 أو 128 مع إعادة التطبيع | 3,072 افتراضي؛ ناقلات أقصر عبر الأبعاد |
| المدخلات المقبولةالنص أو التعليمات البرمجية أو الصورة أو الصوت أو الفيديو أو PDF أو الإدخال المدرك للمستندات الذي تدعمه نقطة النهاية. | نصوص وشيفرات وصور وصوت وإطارات فيديو مأخوذة بالعينات | نص |
| ضوابط الاسترجاعأوضاع الاستعلام/المستند، أو أنواع المهام، أو الاقتطاع، أو التقطيع، أو عناصر التحكم الأخرى التي تشكل المتجهات للاسترجاع. | توجيهات المهام وأدوات ترميز انتقائية واختصار المتجهات وتطبيعها | معلمة الأبعاد الاختيارية؛ التقطيع الذي يعالجه التطبيق |
| حيث يتم تشغيلهواجهة برمجة التطبيقات المباشرة أو السوق السحابية أو النشر الخاص أو المسار المستضاف ذاتيًا والموثق من قبل الموفر. | محلي أو مستضاف ذاتيًا؛ أوزان Apache 2.0 | OpenAI يستضيف Embeddings API |
كيفية الاختيار
ابدأ بالمهمة التي تحتاج إلى إكمالها، ثم تحقق من صحة التكلفة والوصول وتفاصيل السياسة على مسار المزود المحدد.
يمكن تشغيل الاستدلال محليًا دون إرسال المحتوى الأصلي إلى واجهة API للتضمين. يعتمد الاحتفاظ بالبيانات والوصول إلى الشبكة على التطبيق والخدمات المتصلة.
تقول OpenAI أن بيانات الأعمال وواجهة برمجة التطبيقات (API) لا تُستخدم لتدريب نماذجها بشكل افتراضي. يعتمد الاحتفاظ بمراقبة إساءة الاستخدام وضوابط الاحتفاظ بالبيانات المؤهلة على نقطة النهاية وموافقة المؤسسة.
روابط الموفر وواجهة برمجة التطبيقات
الأسئلة المتداولة
EmbeddingGemma 2: نموذج تضمين بأوزان مفتوحة من Google DeepMind للبحث المحلي في النصوص والشيفرات والصور والصوت والفيديو. text-embedding-3-large: نموذج تضمين النص ذو القدرة الأعلى من OpenAI للبحث الدلالي والتوصيات والتجميع وخطوط الاسترجاع.
فكر في EmbeddingGemma 2 عندما تكون أولويتك هي البحث المحلي ومتعدد الوسائط دون اتصال. فكر في text-embedding-3-large عندما تكون أولويتك هي بحث نصي عالي الجودة وRAG. اختبر كلا من البيانات الخاصة بك ومسار المزود قبل الالتزام.
لا. تعمل هذه المقارنة على محاذاة الحقائق المنشورة بواسطة الموفر لفئة التضمين والبحث عن المتجهات. لا تدعي فائزًا عالميًا أو تجمع بين النتائج المعيارية غير المتوافقة من طرف ثالث.
