thenlper

Thenlper: GTE-Base

thenlper/gte-base

Nossa análise

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

thenlper/gte-base é um modelo de texto para embeddings que, segundo o catálogo da OpenRouter, converte frases e parágrafos em inglês em vetores densos de 768 dimensões, com limite de contexto de 512 tokens. O catálogo o destina a similaridade semântica, busca e agrupamento. A documentação inclui resultados MTEB de classificação, recuperação, agrupamento, reordenação e similaridade textual semântica, mas este pacote não traz validação de implantação, licença ou cargas específicas.[1][2]

Pontos fortes

O catálogo informa embeddings densos de 768 dimensões para frases e parágrafos em inglês.[1]
A documentação do modelo relata resultados MTEB medidos em classificação, recuperação, agrupamento, reordenação e similaridade textual semântica.[2]
O limite declarado de 512 tokens define uma fronteira clara para o dimensionamento das entradas.[1]

Limitações

O catálogo descreve um contrato de entrada de texto e saída de embeddings; outros tipos de entrada e respostas generativas ficam fora da interface documentada.[1]
O comprimento de contexto indicado de 512 tokens exige uma estratégia externa para entradas mais longas, não especificada na evidência fornecida.[1][2]
A evidência se limita a metadados de catálogo e resultados MTEB; licença, requisitos de implantação e comportamento em cargas privadas ou não inglesas permanecem sem documentação, exigindo validação na carga real.[1][2]

Onde usar

Busca semântica em textos em inglês com tamanho de frase ou parágrafo, após avaliação específica do corpus.[1]
Agrupamento de conteúdo em inglês quando as entradas puderem respeitar o contexto ou ser fragmentadas.[1][2]
Pipelines de recuperação baseados em embeddings ou reordenação de candidatos, avaliados no domínio-alvo.[1][2]

Fontes

[1] OpenRouter catalog · Thenlper: GTE-BaseFontes consultadas: 13 de nov. de 2026
[2] Model documentation · Thenlper: GTE-BaseFontes consultadas: 13 de nov. de 2026

Sobre este modelo

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

The gte-base embedding model encodes English sentences and paragraphs into a 768-dimensional dense vector space, delivering efficient and effective semantic embeddings optimized for textual similarity, semantic search, and clustering applications.

Especificações

ID do modelo: thenlper/gte-base
ID canônico: thenlper/gte-base-20251117
Criador: thenlper
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 $0.0050 / 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	$0.0050	$0	—	—	—

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.