模型介绍
- 中英日韩四个语种，以及中英日韩四个语种的跨语种能力(Multilingual and Crosslingual capability in English, Chinese, Japanese and Korean)； - RAG优化，适配更多真实业务场景(RAG adaptation for more domains, including Education, Law, Finance, Medical, Literature, FAQ, Textbook, Wikipedia, etc.)； - BCEmbedding 适配长文本做rerank(Handle long passages reranking more than 512 limit in BCEmbedding )； - RerankerModel可以提供 **“绝对”分数**，低质量passage过滤阈值推荐0.35或0.4。（RerankerModel provides **"meaningful" (for filtering bad passages with a threshold of 0.35 or 0.4) similarity score**） - **最佳实践（Best practice）** ：embedding召回top50-100片段，reranker对这50-100片段精排，最后取top5-10片段。（1. Get top 50-100 passages with bce-embedding-base_v1 for "`recall`"； 2. Rerank passages with bce-reranker-base_v1 and get top 5-10 for "`precision`" finally. ） - `BCEmbedding`技术博客（ **Technical Blog** ）: 为RAG而生-BCEmbedding技术报告 - Related link for **EmbeddingModel** : bce-embedding-base_v1 - RAG applications: QAnything, ragflow, HuixiangDou, ChatPDF. - Efficient inference framework: ChatLLM.cpp, Xinference, mindnlp (Huawei GPU, 华为GPU).
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：apache-2.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。