MODEL VARLIĞI
BGE-M3
BGE-M3, BAAI'nin (Pekin Yapay Zekâ Akademisi) açık gömme modeli ve adındaki üç M üç yeteneği anlatıyor: çok işlevlilik (yoğun, seyrek ve çok vektörlü erişimi tek modelde), çok dillilik (100'den fazla dil) ve çok granülerlik (kısa cümleden 8.192 token'a kadar belge). Ekosistemdeki ayrıcalıklı yeri lisansından geliyor: MIT lisansı, Jina'nın CC-BY-NC-4.0 modellerinin aksine ticari kullanıma tamamen açık. Buna karşılık bu ailenin en yeni modeli değil — 2024 başında yayımlandı ve BAAI o zamandan bu yana RoboBrain gibi başka alanlara yöneldi.
Künye
Kapalı- Geliştirici
- BAAI
- Model tipi
- Gömme (embedding)
- Bağlam
- 8.192 token
- Modaliteler
- metin
- Açık ağırlık
- Var
- Lisans
- MIT
- Yönetilen API
- Yok
Son doğrulama: 12 Eylül 2026
Yetenekler
- Yoğun (dense), seyrek (sparse) ve çok vektörlü erişimi aynı modelde üretme
- 100'den fazla çalışma dili
- 8.192 token'a kadar belge işleme
- 1.024 boyutlu vektör
- MIT lisansı ile ticari kullanıma tam açık ağırlıklar
- FlagEmbedding araç zinciriyle yerelde çalıştırma
Sınırlılıklar
- 2024 başında yayımlandı; voyage-4 ve jina-embeddings-v5 gibi 2026 modellerinin bağlam penceresinin (32K) dörtte biri
- BAAI'nin Hugging Face akışında güncel yayınlar RoboBrain ve GaussianMind gibi başka alanlara kaymış durumda — BGE ailesine aktif sürüm akışı görünmüyor
- Kesin yayın tarihi model kartı ile makale tarihi arasında çeliştiği için yazılmadı
- Kod erişimine özelleşmiş değil; bu iş için voyage-code-4 veya Qodo-Embed gibi modeller tercih ediliyor
- Yalnızca gömme üretir; yeniden sıralama için ayrı BGE reranker modeli gerekiyor
Tipik kullanım alanları
- Ticari kullanımda lisans kısıtı istenmeyen RAG hatları
- Kendi altyapısında (on-prem) çalıştırılan çok dilli arama
- Hibrit (yoğun + seyrek) erişim kurguları
- Türkçe dahil düşük kaynaklı dillerde semantik arama
- Açık kaynak arama altyapılarında gömme katmanı
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.