text2vec-base-chinese - API لـمصر، بالجنيه المصري
مباشرA sentence similarity model that can be used for various NLP tasks such as text classification, sentiment analysis, named entity recognition, question answering, and more. It utilizes the CoSENT architecture, which consists of a transformer encoder and a pooling module, to encode input texts into vectors that capture their semantic meaning. The model was trained on the nli_zh dataset and achieved high performance on various benchmark datasets.
Modality
Embedding
Context window
512 Tokens
المنطقة
US
Weights
Weights مفتوحة
منشور
14 يوليو 2026
الأسعار
Input
0.29
ج.م لكل 1M Tokens
Output
—
ج.م لكل 1M Tokens
مثال على التكلفة الشهرية
14.7 ج.م
تقدير توضيحي: 50M Input tokens و15M Output tokens شهريًا وفق أسعار هذا الـ Model في الكتالوج.
استخدمه عبر واجهة API
يعمل text2vec-base-chinese مع أي SDK متوافقة مع OpenAI: وجّه الـ Base URL إلى https://backend.sovereigneg.com/v1 واستخدم مفتاح API الخاص بك من SovereignEG.
تشغيل خدمات الذكاء الاصطناعي
POST /v1/embeddings — متوافق مع OpenAI: استخدم seg-sdk الخاص بنا، أو أي OpenAI SDK كبديل مباشر.
from seg import SEG # pip install seg-sdk
client = SEG(api_key="YOUR_API_KEY")
response = client.embeddings.create(
model="text2vec-base-chinese",
input="The food was delicious and the waiter...",
encoding_format="float",
)
vector = response.data[0].embedding
print(f"dim={len(vector)}, first 8 dims: {vector[:8]}")from openai import OpenAI
client = OpenAI(
base_url="https://backend.sovereigneg.com/v1",
api_key="YOUR_API_KEY",
)
response = client.embeddings.create(
model="text2vec-base-chinese",
input="The food was delicious and the waiter...",
encoding_format="float",
)
vector = response.data[0].embedding
print(f"dim={len(vector)}, first 8 dims: {vector[:8]}")import OpenAI from "openai"
const client = new OpenAI({
baseURL: "https://backend.sovereigneg.com/v1",
apiKey: "YOUR_API_KEY",
})
const response = await client.embeddings.create({
model: "text2vec-base-chinese",
input: "The food was delicious and the waiter...",
encoding_format: "float",
})
const vector = response.data[0].embedding
console.log(`dim=${vector.length}, first 8 dims:`, vector.slice(0, 8))curl https://backend.sovereigneg.com/v1/embeddings \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text2vec-base-chinese",
"input": "The food was delicious and the waiter...",
"encoding_format": "float"
}'الأسئلة الشائعة
كم تكلفة text2vec-base-chinese؟
0.29 ج.م لكل 1M من Input tokens. يُحتسب الاستخدام لكل Token بالجنيه المصري، بلا أي التزام بحد أدنى.
ما حجم الـ Context window في text2vec-base-chinese؟
يدعم text2vec-base-chinese Context window بحجم 512 Tokens (512).
أين يُستضاف text2vec-base-chinese؟
يُخدَم text2vec-base-chinese من US (مستضاف في الولايات المتحدة).
هل text2vec-base-chinese Model بـ Weights مفتوحة؟
نعم، text2vec-base-chinese هو Model بـ Weights مفتوحة. وتستدعيه عبر واجهة API من SovereignEG مثل أي Model آخر في الكتالوج، مع محاسبة لكل Token بالجنيه المصري.
كيف أستخدم text2vec-base-chinese عبر واجهة API؟
text2vec-base-chinese متاح عبر واجهة API من SovereignEG المتوافقة مع OpenAI: وجّه الـ Base URL في الـ SDK لديك إلى https://backend.sovereigneg.com/v1، واستدعِ Endpoint /v1/embeddings مع Model ID text2vec-base-chinese ومفتاح API الخاص بك.