intfloat

Intfloat: E5-Large-v2

intfloat/e5-large-v2

Nossa análise

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

intfloat/e5-large-v2 é um modelo de texto para embeddings da Intfloat. O catálogo da OpenRouter o descreve como gerador de vetores densos de 1024 dimensões para frases, parágrafos e documentos em inglês, com contexto de 512 tokens. A documentação do modelo no Hugging Face registra avaliações MTEB abrangendo classificação, recuperação, agrupamento, reordenação e similaridade semântica textual, mas a evidência fornecida não inclui licença, requisitos de implantação nem testes independentes com cargas reais. O modelo é voltado para busca e similaridade baseadas em embeddings, não para geração de texto.[1][2]

Pontos fortes

A saída descrita pelo catálogo é um embedding denso de 1024 dimensões destinado à recuperação semântica e a tarefas de similaridade.[1]
A documentação registra avaliações em várias famílias de tarefas MTEB, incluindo recuperação, reordenação, classificação, agrupamento e STS.[2]
O catálogo especifica entrada de texto e saída de embeddings, deixando explícita a interface pretendida.[1]

Limitações

O inglês é o único idioma descrito explicitamente no texto do catálogo; não há evidência sobre desempenho multilingue mais amplo.[1]
O catálogo indica contexto de 512 tokens, portanto entradas mais longas podem exigir segmentação e validação.[1]
O conjunto de fontes não documenta licença, hardware, latência, parâmetros de API suportados nem comportamento de segurança; é preciso validar com cargas reais.[1][2]

Onde usar

Busca semântica ou recuperação em documentos em inglês que caibam no contexto informado.[1]
Como candidato para reordenação ou pontuação de similaridade em pipelines baseados em embeddings.[1]
Pode ser avaliado para agrupamento ou classificação com embeddings, usando a cobertura MTEB documentada como ponto de partida, não como garantia.[2]

Fontes

[1] OpenRouter catalog · Intfloat: E5-Large-v2Fontes consultadas: 13 de nov. de 2026
[2] Model documentation · Intfloat: E5-Large-v2Fontes consultadas: 13 de nov. de 2026

Sobre este modelo

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

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.

Especificações

ID do modelo: intfloat/e5-large-v2
ID canônico: intfloat/e5-large-v2-20251117
Criador: intfloat
Adicionado ao OpenRouter: 18.11.2025
Comprimento de contexto: 512
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)
DeepInfra	512	$0.010	$0	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.