Documentation sur Oracle Cloud Infrastructure

Cohere Embed 4

Consultez les points de référence de performance pour le modèle cohere.embed-v4.0 (Cohere Embed 4) hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA dans l'IA générative OCI.

  • Voir les détails du modèle et consulter les sections suivantes :
    • Régions disponibles pour ce modèle.
    • Grappes dédiées à l'IA pour l'hébergement de ce modèle.
  • Vérifiez les mesures.

Plongements de texte

Ce scénario s'applique uniquement aux modèles d'intégration avec entrée de texte. Ce scénario imite la génération d'intégration dans le pipeline d'ingestion de données d'une base de données vectorielle. Dans chaque scénario, toutes les demandes ont la même taille, soit 96 documents, chacun avec le même nombre de jetons. Par exemple, pour le scénario de 512 jetons imite une collection de fichiers PDF volumineux, chaque fichier contenant plus de 30 000 mots qu'un utilisateur ingérerait dans une base de données vectorielle.

64 Jetons

Les tableaux suivants présentent les points de référence pour un scénario de 96 documents, soit 64 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.09 0.09 11.15 668.45
2 0.09 0.09 10.79 1,293.27
4 0.1 0.1 9.88 2,370.14
8 0.11 0.11 8.55 4,105.4
24 0.19 0.19 5.1 7,360.01
48 0.31 0.31 3.1 8,933.99
96 0.54 0.54 1.78 10,282.68
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.1 0.1 9.5 570.59
2 0.11 0.11 9.23 1,107.06
4 0.11 0.11 8.92 2,141.09
8 0.12 0.12 8.08 3,865.74
24 0.18 0.18 5.43 7,801.83
48 0.28 0.28 3.49 10,077.82
96 0.47 0.47 2.07 11,961.63

128 Jetons 128

Les tableaux suivants montrent les points de référence pour un scénario de 96 documents, soit 128 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.09 0.09 11.27 1,381.7
2 0.09 0.09 10.67 2,617.09
4 0.1 0.1 9.67 4,750.2
8 0.12 0.12 8.14 7,990.79
24 0.22 0.22 4.29 12,624.79
48 0.35 0.35 2.76 16,251.43
96 0.64 0.64 1.51 17,735.38
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.1 0.1 9.69 1,189.24
2 0.1 0.1 9.38 2,301.32
4 0.11 0.11 8.89 4,357.61
8 0.12 0.12 8 7,854.35
24 0.19 0.19 5.01 14,749.07
48 0.29 0.29 3.34 19,707.08
96 0.5 0.5 1.92 22,589.75

512 Jetons

Les tableaux suivants montrent les points de référence pour un scénario de 96 documents, soit 512 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.09 0.09 10.83 5,410.49
2 0.1 0.1 9.65 9,642.11
4 0.12 0.12 7.52 15,025.97
8 0.16 0.16 5.9 23,556.71
24 0.35 0.35 2.71 32,451.55
48 0.68 0.68 1.39 33,273.59
96 1.25 1.25 0.75 36,072.1
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.1 0.1 9.44 4,715.27
2 0.11 0.11 9.06 9,051.76
4 0.11 0.11 8.42 16,813.69
8 0.14 0.14 6.86 27,394.77
24 0.24 0.24 3.88 46,487.91
48 0.42 0.42 2.17 51,986.9
96 0.77 0.77 1.18 56,778.17

1,024 Jetons

Les tableaux suivants présentent les points de référence pour un scénario de 96 documents, soit 1 024 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.09 0.09 9.55 9,559.38
2 0.12 0.12 1.3 2,601.06
4 0.15 0.15 6.06 24,284.74
8 0.23 0.23 4.05 32,432.49
24 0.6 0.6 1.56 37,501.74
48 1.09 1.09 0.85 40,893.6
96 2.11 2.11 0.31 29,835.31
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.1 0.1 9.14 9,158.45
2 0.11 0.11 8.64 17,307.93
4 0.13 0.13 7.25 29,048
8 0.16 0.16 5.51 44,150.34
24 0.38 0.38 2.38 57,261.32
48 0.64 0.64 1.39 66,942.72
96 1.2 1.2 0.74 70,865.77

2,048 Jetons

Les tableaux suivants présentent les points de référence pour un scénario de 96 documents, soit 2 048 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.11 0.11 7.58 15,203.74
2 0.14 0.14 6.09 24,431.99
4 0.22 0.22 4 32,065.33
8 0.37 0.37 2.48 39,802.12
24 1.02 1.02 0.9 43,230.02
48 2 2 0.46 44,251.96
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.11 0.11 8.35 16,740.19
2 0.12 0.12 7.14 28,651.67
4 0.16 0.16 5.54 44,470.3
8 0.23 0.23 3.7 59,426.49
24 0.59 0.59 1.46 70,295.49
48 1.11 1.11 0.78 75,560.01
96 2.08 2.08 0.42 80,426.61

8,096 Jetons

Les tableaux suivants présentent les points de référence pour un scénario de 96 documents, soit 8 096 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.25 0.25 3.31 26,290.24
2 0.42 0.42 2.05 32,530.08
4 0.82 0.82 1.09 34,646.38
8 1.59 1.59 0.57 36,389.86
24 4.47 4.47 0.2 39,049.48
48 8.75 8.75 0.11 40,180.09
96 17.3 17.3 0.05 39,843.97
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.17 0.17 4.57 36,262.71
2 0.26 0.26 3.14 49,882.53
4 0.5 0.5 1.69 53,606.93
8 0.9 0.9 0.96 60,838.78
24 2.38 2.38 0.36 69,450.5
48 4.52 4.52 0.19 73,294.47
96 8.72 8.72 0.1 76,456.16

32,000 Jetons

Les tableaux suivants présentent les points de référence pour un scénario de 96 documents, soit 32 000 jetons par document.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.92 0.92 0.89 27,968.24
2 1.74 1.74 0.5 31,141.92
4 2.92 2.92 0.3 37,838.06
8 5.73 5.73 0.16 39,090.65
24 16.86 16.86 0.05 40,623.28
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Temps jusqu'au premier jeton (TTFT)(deuxième) Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS) Débit total (jetons/seconde)
1 0.53 0.53 1.41 44,178.97
2 0.88 0.88 0.9 56,692.99
4 1.58 1.58 0.52 65,690.47
8 2.99 2.99 0.28 70,962.43
24 8.47 8.47 0.1 75,910.53
48 16.6 16.6 0.05 77,493.42

Intégrations d'image

Ce scénario s'applique uniquement aux modèles d'intégration avec entrée d'image. Dans chaque scénario, I(M,N) : Image avec la hauteur Npx et la largeur Mpx représente une image avec la hauteur M et la largeur de N pixels. Par exemple, I(1024,512) est une image avec une hauteur de 1 024 pixels et une largeur de 512 pixels.

I(512 512)

Les tableaux suivants présentent les points de référence pour un scénario d'une image avec une hauteur et une largeur de 512 pixels.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.18 4.76
2 0.19 8.89
4 0.27 13.17
8 0.49 14.84
16 0.94 16.14
32 1.84 16.45
64 3.66 16.38
128 7.27 16.06
256 13.57 16
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.15 4.98
2 0.16 10.3
4 0.17 19.51
8 0.21 32.83
16 0.33 43.06
32 0.65 44.02
64 1.32 43.77
128 2.71 41.9
256 5.29 40.35

I(1024,512)

Les tableaux suivants montrent les repères d'un scénario d'une image avec une hauteur de 1 024 pixels et une largeur de 512 pixels.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.25 3.42
2 0.25 6.72
4 0.38 9.17
8 0.78 9.52
16 1.52 10.04
32 2.93 10.5
64 5.75 10.48
128 11.23 10.52
256 19.97 10.13
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.19 3.91
2 0.19 8.29
4 0.22 15.05
8 0.36 19.68
16 0.67 22.08
32 1.35 22.21
64 2.71 22
128 5.44 21.09
256 10.2 21.29

I(2048,2048)

Les tableaux suivants présentent les points de référence pour un scénario d'une image avec une hauteur et une largeur de 2 048 pixels.

Modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour toutes les régions, à l'exception de la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.86 1.04
2 0.98 1.73
4 1.84 2.04
8 3.02 1.42
16 7.71 2.03
32 14.93 2.1
64 25.73 1.98
128 26.92 1.86
256 27.29 1.91
Le modèle cohere.embed-v4.0 hébergé sur une unité Embed Cohere d'une grappe dédiée à l'IA pour la région Arabie saoudite - Centre (Riyad).
Concurrence Latence au niveau de la demande (seconde) Débit au niveau de la demande (demande par seconde) (RPS)
1 0.66 1.25
2 0.69 2.49
4 1.07 3.4
8 2.24 3.41
16 4.57 3.4
32 9.22 3.37
64 18.53 3.3
128 24.61 2.77
256 25.78 2.71