Cohere Embed v3
Cohere Embed v3 是上一代 Cohere 嵌入快照,不是现在的目录主推。2026-08-17 复核:docs.cohere.com/docs/cohere-embed 现在以 Embed 4 开头。cohere.com/pricing 在我们打开的页上没有印出公开的 Embed v3 每百万 $0.10 行。旧的 MTEB 顶尖 / 100+ 语言当 2026 普查 / 每百万 $0.10 当当前默认 不再沿用。
如果要仍在表里的 OpenAI v3 行,对比 text-embedding-3-large;如果要 2024 开源多语言卡,对比 BGE-M3。
核心功能
- 上一代 SKU:旧文写过 searchdocument / searchquery / classification / clustering 和 int8 压缩。引用这些模式前先核活 Embed 文档。
- 不是 2026 主推:文档标题现在是 Embed 4。
- 不编造 MTEB:64.5+ 不进表,除非你重跑一手榜。
- 不保留旧的 $0.10 行:除非活定价格仍印,否则不要沿用。
适用场景
- 还拿着 Embed v3 书签、需要改目录的人。
- 对比旧 v3 与活 Embed 4 的人。
- 差点把每百万 $0.10 贴进 2026 材料的人。
局限:这次没有调用 Embed 4,也没有重跑 MTEB。
定价方案
一手页,2026-08-17。
| 部分 | 价格 | 说明 |
|---|---|---|
| Embed v3 | 上一代快照 | 不是活文档主推。若还有 v3 key,核定价。 |
| 活 Cohere 嵌入 | 核 Embed 4 / 定价 | 不要编造每百万 $0.10 默认。 |
如果旧博客还把 Embed v3 写成当前 Cohere 默认且每百万 $0.10,以 Embed 4 文档为更正。
快速开始
- 写死
embed-english-v3.0前先打开 docs.cohere.com/docs/cohere-embed。 - 如果要活的 Cohere 路径,再核 Embed 4。
- 如果要公开的 OpenAI 美元行,再核 text-embedding-3-small。
- 不要把 MTEB 64.5 贴进材料。
常见问题
Embed v3 还是 Cohere 默认吗?
不是。我们打开的文档以 Embed 4 开头。
每百万 $0.10 还公开吗?
我们打开的定价页上没有。不要编造。
和 OpenAI ada-002 一样吗?
不一样。ada-002 是更早仍在计费的 OpenAI 快照。本 slug 是旧的 Cohere v3。
替代方案
- text-embedding-3-large:仍在表里的 OpenAI v3 large 行。
- text-embedding-3-small:更便宜的在表 OpenAI v3 行。
- BGE-M3:2024 开源多语言卡。
使用技巧
- 把 Embed v3 写成上一代快照。
- 新的 Cohere 工作指向 Embed 4。
- 编造 v3 美元前先核定价。
总结
Cohere Embed v3 是上一代快照,不是 2026 Cohere 嵌入默认,也不是我们能重核的公开每百万 $0.10 行。从 docs.cohere.com/docs/cohere-embed 起步,再决定 Embed 4 或 OpenAI v3 行是否已经覆盖你要的路径。
评论
还没有评论。成为第一个评论的人!
相关工具
BGE-M3
huggingface.co/BAAI/bge-m3
2024 年 BAAI 多语言嵌入模型快照。复核:MIT 卡仍在。不是 2026 年 MIRACL 或 MTEB 王冠。
Qwen3-Embedding
huggingface.co/Qwen
上一代 Qwen3 嵌入快照。复核:Hugging Face 仍列出该系列。旧的 MTEB 第一和 70.58 不当 2026 普查。
Cohere Rerank 3.5
docs.cohere.com/docs/rerank
上一代 Cohere 重排序模型快照。复核:活文档现在主推 rerank-v4.0。不是每千次 $2 的 2026 普查。
相关洞察
Windows 上把 OpenCode Go 接进 Codex,别再新开一套工具
ChatGPT 登录的 Codex 桌面版,默认选择器几乎只露出 GPT。Windows 上只开 OpenCode Go 这一家,就能把已经付过钱的 Grok、GLM、Kimi、DeepSeek、MiniMax 接回同一个 picker。密钥不出本机,原生 GPT 也不动。
锁死 Codex 的不是模型,是选择器
你已经为 OpenCode Go、Grok、Z.ai 付过钱了,但 Codex 的 picker 默认只露出 GPT。社区项目 codex-router 做的不是再教一遍安装步骤,而是把已经买过的模型能力接回选择器:密钥不出本机,原生 GPT 也不动。
7 款 AI 编程 CLI 用了半年,我悟出一个道理:模型再强,干活也要有监督
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness 各有性格。半年深度使用后我总结出一套分工矩阵:pi 做最省事的 CR、omp 审复杂 PR、DeepSeek Harness 配 V4 Flash 高频低成本审查、Claude Code 与 Qoder 写代码。模型再强,干活也要有监督,而且最好是独立第三方。