amazon
Amazon: Titan Text Embeddings V2
amazon/titan-embed-text-v2
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según su ficha en el catálogo de OpenRouter, Amazon: Titan Text Embeddings V2 (amazon/titan-embed-text-v2) es un modelo de texto a embeddings pensado para recuperación, búsqueda y agrupamiento. El catálogo indica entradas de hasta 8.192 tokens y vectores de salida normalizados de 1.024 dimensiones. Este paquete de fuentes no incluía una ficha de modelo independiente ni resultados de pruebas medidas, por lo que estas capacidades son afirmaciones del catálogo y no rendimiento verificado; conviene validar la calidad con datos propios antes de adoptarlo.[1]
Puntos fuertes
- El catálogo de OpenRouter reporta un límite de entrada de 8.192 tokens, lo que puede facilitar generar embeddings de pasajes largos sin fragmentación agresiva.[1]
- Según la descripción del catálogo, devuelve vectores normalizados de 1.024 dimensiones, un formato práctico para el cálculo de similitud.[1]
- La ficha lo presenta como un modelo dedicado a embeddings: entrada de texto y salida de embeddings, sin modalidad generativa.[1]
Limitaciones
- La evidencia proviene solo del catálogo: este paquete no incluía una ficha de modelo independiente, puntuaciones de benchmarks ni informes de uso, por lo que todas las capacidades declaradas están sin verificar y requieren validación con la carga de trabajo real.[1]
- El catálogo lista el texto como única modalidad de entrada; esta fuente no aporta evidencia de soporte para embeddings de imágenes, código u otros datos multimodales.[1]
- No se listan parámetros de solicitud admitidos, así que la configurabilidad, como dimensiones ajustables u opciones de codificación, queda sin documentar en esta fuente.[1]
Dónde utilizarlo
- Podría ser adecuado para búsqueda semántica y recuperación sobre documentos largos dado el límite de tokens reportado; conviene verificar primero la calidad de los embeddings en el propio corpus.[1]
- Candidato para canalizaciones de agrupamiento, deduplicación o clasificación que consumen vectores normalizados, sujeto a pruebas empíricas.[1]
- Podría servir como etapa de embeddings en un índice de generación aumentada por recuperación, pendiente de confirmar que la relevancia alcance el nivel exigido.[1]
Fuentes
- [1] OpenRouter catalog · Amazon: Titan Text Embeddings V2Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Amazon Titan Text Embeddings V2 is a text embedding model for retrieval, search, and clustering. It accepts up to 8,192 tokens per input and returns normalized vectors of 1,024 dimensions...
Especificaciones
- ID del modelo
- amazon/titan-embed-text-v2
- ID canónico
- amazon/titan-embed-text-v2-20261026
- Creador
- amazon
- Añadido a OpenRouter
- 26.10.2026
- Longitud de contexto
- 8,192
- Modalidad
- text->embeddings
- Modalidades de entrada
- text
- Modalidades de salida
- embeddings
- Precio por token
- USD por 1M de tokens: entrada $0.020 / salida $0
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | — |
| Escritura | Sin medición | — |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | salida: embeddings |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 8,192 | $0.020 | $0 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.