intfloat
Intfloat: E5-Large-v2
intfloat/e5-large-v2
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
intfloat/e5-large-v2 es un modelo de texto a embeddings de Intfloat. El catálogo de OpenRouter lo describe como generador de vectores densos de 1024 dimensiones para oraciones, párrafos y documentos en inglés, con un contexto de 512 tokens. La documentación del modelo en Hugging Face reporta evaluaciones MTEB que abarcan clasificación, recuperación, agrupamiento, reordenamiento y similitud semántica textual, pero la evidencia suministrada no incluye licencia, requisitos de despliegue ni pruebas independientes de cargas reales. Está orientado a flujos de búsqueda y similitud basados en embeddings, no a generación de texto.[1][2]
Puntos fuertes
- La salida descrita por el catálogo es un embedding denso de 1024 dimensiones destinado a recuperación semántica y tareas de similitud.[1]
- La documentación reporta evaluaciones en varias familias de tareas MTEB, incluidas recuperación, reordenamiento, clasificación, agrupamiento y STS.[2]
- El catálogo especifica entrada de texto y salida de embeddings, lo cual delimita claramente la interfaz prevista.[1]
Limitaciones
- El inglés es el único idioma descrito explícitamente en el texto del catálogo; no hay evidencia sobre rendimiento multilingüe más amplio.[1]
- El catálogo indica un contexto de 512 tokens, por lo que entradas más largas podrían requerir segmentación y validación.[1]
- El paquete de fuentes no documenta licencia, hardware, latencia, parámetros de API admitidos ni comportamiento de seguridad; conviene validar cargas reales.[1][2]
Dónde utilizarlo
- Búsqueda semántica o recuperación sobre documentos en inglés que encajen dentro del contexto indicado.[1]
- Como candidato para reordenamiento o puntuación de similitud en canalizaciones basadas en embeddings.[1]
- Podría evaluarse para agrupamiento o clasificación mediante embeddings, tomando la cobertura MTEB documentada como punto de partida y no como garantía.[2]
Fuentes
- [1] OpenRouter catalog · Intfloat: E5-Large-v2Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Intfloat: E5-Large-v2Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
The e5-large-v2 embedding model maps English sentences, paragraphs, and documents into a 1024-dimensional dense vector space, delivering high-accuracy semantic embeddings optimized for retrieval, semantic search, reranking, and similarity-scoring tasks.
Especificaciones
- ID del modelo
- intfloat/e5-large-v2
- ID canónico
- intfloat/e5-large-v2-20251117
- Creador
- intfloat
- Añadido a OpenRouter
- 18.11.2025
- Longitud de contexto
- 512
- Modalidad
- text->embeddings
- Modalidades de entrada
- text
- Modalidades de salida
- embeddings
- Precio por token
- USD por 1M de tokens: entrada $0.010 / 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) |
|---|---|---|---|---|---|---|
| DeepInfra | 512 | $0.010 | $0 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.