baai

BAAI: bge-m3

baai/bge-m3

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

baai/bge-m3 é um modelo multilíngue de embeddings de texto da BAAI que produz vetores densos de 1024 dimensões para entradas de até 8192 tokens segundo sua ficha; o catálogo da OpenRouter lista 8194. De acordo com a documentação do fornecedor, o mesmo codificador também oferece recuperação esparsa com pesos léxicos e multivetor (ColBERT), com cobertura de mais de 100 idiomas. Os resultados publicados vêm principalmente do fornecedor e de uma avaliação comunitária que ele cita, portanto é recomendável validar com suas próprias cargas de trabalho. A ficha indica licença MIT.[1][2]

Pontos fortes

Um único codificador oferece os modos de recuperação denso, esparso (pesos léxicos) e multivetor (ColBERT), permitindo recuperação híbrida sem um modelo léxico separado.[2]
O fornecedor informa cobertura de mais de 100 idiomas e entradas que vão de frases curtas a documentos longos de até 8192 tokens.[1][2]
Produz embeddings densos de 1024 dimensões; o catálogo da OpenRouter lista sua modalidade como texto para embeddings.[1][2]

Limitações

É apenas um modelo de embeddings: produz vetores e não gera texto.[1][2]
Os resultados publicados são reportados pelo fornecedor ou por avaliações comunitárias que ele cita; o próprio fornecedor observa que o BM25 continua sendo uma linha de base competitiva, especialmente em documentos longos, portanto é necessária validação independente com seus dados.[2]
O fornecedor indica que a inferência em meia precisão (fp16) acelera a computação ao custo de uma leve degradação de desempenho.[2]

Onde usar

Candidato razoável para busca semântica multilíngue e recuperação sobre documentos longos.[1][2]
Vale avaliar para recuperação híbrida em pipelines de RAG; o fornecedor sugere combinar a recuperação com um re-ranker para maior precisão.[2]
Potencialmente útil quando se desejam pesos léxicos no estilo BM25 e embeddings densos a partir de um único modelo.[2]

Fontes

[1] OpenRouter catalog · BAAI: bge-m3Fontes consultadas: 13 de nov. de 2026
[2] Model documentation · BAAI: bge-m3Fontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

The bge-m3 embedding model encodes sentences, paragraphs, and long documents into a 1024-dimensional dense vector space, delivering high-quality semantic embeddings optimized for multilingual retrieval, semantic search, and large-context applications.

Especificações

ID do modelo: baai/bge-m3
ID canônico: baai/bge-m3-20251117
Criador: baai
Adicionado ao OpenRouter: 18.11.2025
Comprimento de contexto: 8,194
Modalidade: text->embeddings
Modalidades de entrada: text
Modalidades de saída: embeddings
Preço por token: USD por 1M de tokens: entrada $0.010 / saída $0
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	saída: embeddings

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Parasail	8,194	$0.010	$0	—	—	100%
DeepInfrafp32	8,192	$0.010	$0	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.