intfloat
Intfloat: Multilingual-E5-Large
intfloat/multilingual-e5-large
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
intfloat/multilingual-e5-large es un modelo multilingüe de embeddings de texto que, según el catálogo de OpenRouter, convierte oraciones, párrafos y documentos en más de 90 idiomas en un espacio vectorial denso de 1024 dimensiones, con un límite de contexto de 512 tokens. La documentación del modelo reporta evaluaciones MTEB que abarcan clasificación, recuperación, agrupamiento, reclasificación, similitud semántica y minería de bitextos, con resultados medidos sólidos en minería multilingüe y resultados más mixtos en algunas pruebas de clasificación y recuperación.[1][2]
Puntos fuertes
- El catálogo reporta cobertura de más de 90 idiomas y embeddings de 1024 dimensiones orientados a la recuperación multilingüe y la similitud entre idiomas.[1]
- Los resultados MTEB documentados muestran una precisión casi máxima en minería de bitextos BUCC para pares de alemán, francés, ruso y chino con inglés, además de puntajes de recuperación sólidos en FEVER y ArguAna.[2]
- La ficha del modelo lo etiqueta para flujos de trabajo con sentence-transformers, similitud de oraciones y extracción de características, lo que indica un ecosistema de herramientas establecido.[2]
Limitaciones
- La entrada está limitada a un contexto de 512 tokens, por lo que los documentos largos requieren truncamiento o fragmentación.[1]
- Los resultados medidos son desiguales: la ficha reporta puntajes comparativamente bajos en clasificación multiclase de reseñas de Amazon, clasificación de emociones y recuperación en ClimateFEVER.[2]
- La evidencia disponible se limita a una entrada de catálogo y listados de benchmarks publicados; la calidad en una carga de trabajo o dominio concreto debe validarse antes de su adopción.[1][2]
Dónde utilizarlo
- Búsqueda semántica multilingüe y recuperación entre idiomas, en línea con la optimización declarada en el catálogo y los sólidos resultados medidos en minería de bitextos.[1][2]
- Pipelines de similitud de oraciones y extracción de características basados en herramientas de sentence-transformers.[2]
- Agrupamiento o reclasificación de textos de longitud corta a media que quepan en la ventana de contexto de 512 tokens.[1][2]
Fuentes
- [1] OpenRouter catalog · Intfloat: Multilingual-E5-LargeFuentes consultadas: 13 nov 2026
- [2] Model documentation · Intfloat: Multilingual-E5-LargeFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
The multilingual-e5-large embedding model encodes sentences, paragraphs, and documents across over 90 languages into a 1024-dimensional dense vector space, delivering robust semantic embeddings optimized for multilingual retrieval, cross-language similarity, and...
Especificaciones
- ID del modelo
- intfloat/multilingual-e5-large
- ID canónico
- intfloat/multilingual-e5-large-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) |
|---|---|---|---|---|---|---|
| DeepInfrafp32 | 512 | $0.010 | $0 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.