# BAAI bge-m3

> Преобразует текст в представления для многоязычного поиска и извлечения информации; поддерживает плотный, разреженный и многовекторный подходы.

- **ID для API:** `baai/bge-m3`
- **Тип Модели:** Модель эмбеддингов
- **Контекст:** 8 192 токенов
- **Вход:** текст → **Выход:** эмбеддинги

## Описание

#### Суть
BGE-M3 — текстовая модель эмбеддингов от BAAI для задач поиска и извлечения информации. Она кодирует запросы и документы так, чтобы их можно было сопоставлять по смыслу, лексическим признакам или взаимодействию отдельных векторов. Это не генеративная чат-модель: её результат предназначен для дальнейшего поиска и ранжирования, а не для написания ответа пользователю.

#### Сильные стороны
В карточке разработчика описаны три режима поиска: плотные эмбеддинги для семантического сопоставления, разреженные веса токенов для лексического совпадения и многовекторное представление, связанное с подходом ColBERT. Эти режимы можно использовать по отдельности или сочетать в гибридном поиске. Модель рассчитана на многоязычные данные и разные масштабы текста — от коротких фраз до длинных документов.

#### Контекст и модальности
На вход подаётся текст, на выходе каталог указывает эмбеддинги. Длина контекста — до 8192 токенов. Карточка BAAI также описывает плотный, разреженный и многовекторный варианты представления. Конкретный доступный формат результата может зависеть от API или интеграции; каталожный интерфейс заявляет именно эмбеддинги.

#### Типовые сценарии
Модель подходит для семантического и многоязычного поиска, поиска по длинным документам, подбора фрагментов для RAG и гибридного поиска, объединяющего семантические представления с лексическими сигналами. После первичного извлечения результатов разработчики могут применять отдельный reranker для их переупорядочивания; сама модель не заменяет такой этап.

#### Ограничения
Модель возвращает представления текста, а не готовые ответы и не выполняет сама по себе полный цикл поиска: нужны индекс, механизм сравнения и прикладная логика. Плотное представление, разреженные веса и многовекторный режим требуют соответствующей поддержки со стороны используемого сервиса и поисковой инфраструктуры. Качество результата зависит от языка, содержания корпуса и настройки поискового конвейера.

#### Отличие от соседей по семейству
В отличие от обычной модели BGE, ориентированной только на плотный поиск, BGE-M3 объединяет плотный, разреженный и многовекторный режимы. В карточке семейства BAAI также различает BGE-M3 и BGE-M3-unsupervised по обучению: первая версия описана как модель с унифицированной настройкой нескольких режимов, вторая — как вариант, обученный контрастивным методом.

## Цены

- Запрос / 1М: 0,88 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| deepinfra/fp32 | Запрос / 1М: 1,18 ₽ | 8 192 | 7 372 | — | — |
| parasail | Запрос / 1М: 1,18 ₽ | 8 194 | 7 374 | — | — |
| mws | Запрос / 1М: 0,88 ₽ | 8 192 | — | да | да |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/embeddings \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "baai/bge-m3",
  "input": [
    "Пример текста для поиска"
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/baai/bge-m3
- Каталог: https://polza.ai/models