Source: https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/
Canonical: https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/
Language: zh-hant-tw

# Thenlper: GTE-Large

[Markdown](https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/facts.json)

## [Thenlper: GTE-Large](https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/)

Alibaba DAMO Academy GTE-large 將英文文字轉成 1024 維向量，用於檢索、語意相似度及以嵌入向量為基礎的重排。參考方式採用平均池化、可選正規化，以及 512 token 的最大序列長度。

- [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `thenlper/gte-large`](https://ailoot.ai/models/zh-hant-tw/thenlper-gte-large/#method-0)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

GTE-large 是 Alibaba DAMO Academy 訓練的大型 General Text Embeddings 模型。它是主要以 BERT 框架為基礎的英文文字編碼器，為每個輸入提供 1024 維稠密表示。製造商以跨領域相關文字配對訓練 GTE 家族，並將檢索、文字語意相似度與文字重排列為後續應用。

#### 表示章節內容

請準備應與搜尋查詢比較的英文段落。技術報告集合應保留短章節的主題、觀察與相關條件。若報告描述只在特定負載下出現振動，應保留該條件，不要只留下泛泛的振動敘述。

請將來源識別碼、文件標題及章節位置和儲存向量一起保留。查詢可檢索候選章節，而原始報告仍可用來確認設備、條件與結論。嵌入提供段落內容的數值表示。

#### 池化、正規化與向量使用

公開方式利用注意力遮罩平均 token 表示，將填補位置排除於平均之外。它也示範可選的 L2 正規化，再以內積比較正規化向量。Sentence Transformers 範例使用餘弦相似度。

請在集合端與查詢端保留相同準備、池化及比較設定。每個表示包含 1024 個分量。較多分量是版本細節，不代表 GTE-large 向量可與 768 維 GTE-base 表示或另一個 1024 維編碼器混用。

重排流程可將查詢嵌入與已檢索的候選嵌入集合比較，再重新排序記錄。請保留這種向量比較與另一種共同評估查詢–段落配對模型之間的區別。

#### 輸入長度與英文限制

模型卡明確將此確切模型限制為英文文字，並將長輸入截斷至最多 512 token。請將長技術報告拆成語意連貫的章節，為每節保留足夠局部上下文，使其可獨立理解。若句子依賴前面的限定條件，容量允許時請將該條件保留於同一索引單位。

token 邊界不同於可見字數。請確認準備章節的長度，確保預期搜尋所需細節沒有落在截斷後保留部分之外。

#### 檢視檢索證據

報告搜尋應用程式應將候選章節連同來源位置呈現，並檢視實際內容。相似觀察可能有不同原因或建議。向量分數協助在所選比較設定下排序候選項，不代表報告結論適用於新情況。

RAG 請將選定章節作為答案撰寫階段的來源上下文，並保留文件關聯。這個確切 GTE-large 規格提供英文稠密嵌入，具有 1024 維與 512 token 輸入邊界。後續 GTE 多語言及擴充上下文版本具有不同識別，其語言範圍或輸入設定不能從此檢查點的家族名稱推導。

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `thenlper/gte-large`

[`thenlper/gte-large`](https://ailoot.ai/models/zh-hant-tw/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

Thenlper /`thenlper/gte-large`

### 入門

Alibaba DAMO Academy GTE-large 將英文文字轉成 1024 維向量，用於檢索、語意相似度及以嵌入向量為基礎的重排。參考方式採用平均池化、可選正規化，以及 512 token 的最大序列長度。

接受的輸入

文字 · token\_ids

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings`

輸入

`text`, `token_ids`

輸出

`embedding`

輸出格式

json

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 thenlper/gte-large | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 512 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格512 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text, token\_ids |

生命週期： `synchronous_json`

保留每個向量的索引與維度。

即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.00002** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "thenlper/gte-large", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='thenlper/gte-large',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量

json

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`thenlper/gte-large`](https://ailoot.ai/models/zh-hant-tw/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`thenlper/gte-large`](https://ailoot.ai/models/zh-hant-tw/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

FAQ · Thenlper: GTE-Large

可以使用哪些輸入與結果？

`POST /v1/embeddings` · `thenlper/gte-large`: `text`, `token_ids` → `embedding`

請求使用哪些欄位？

`POST /v1/embeddings` · `thenlper/gte-large`: `model`, `input`, `encoding_format`, `provider`

適用哪些限制？

`POST /v1/embeddings` · `thenlper/gte-large`: `input.budget.maximum`: `512` (UTF8 位元組); `input.min_items`: `1`

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。