Elastic
Jina AI
Noticias
Modelos
API
keyboard_arrow_down
Lector
Lea las URL y busque en la web para obtener una base más sólida para su LLM.
Incrustaciones
Incrustaciones multimodales y multilingües.
reclasificador
Reclasificador para maximizar la relevancia de los resultados de búsqueda.
Elastic Inference Service
Ejecuta modelos Jina de forma nativa dentro de Elasticsearch.
MCP terminalCLIarticlellms.txtsmart_toyAgentesdata_objectEsquemamenu_bookDocumentos



Acceso
login

Tu Search Foundation a todo motor!


cognitionModelos
Contacto
keyClave API y facturación
Lector
Incrustaciones
reclasificador
chevron_leftchevron_right

home
speedLímite de velocidad
bug_reportPlantear un problema
help_outlinePreguntas más frecuentes
Estado
chevron_leftchevron_right

globe_book
Utilice r.jina.ai para leer una URL y obtener su contenido
travel_explore
Utilice s.jina.ai para buscar en la web y obtener SERP
Agregue mcp.jina.ai como su servidor MCP para acceder a nuestra API en LLM


upload
Pedido
GET
curl "https://r.jina.ai/https://www.example.com"


Para una mejor búsqueda

Nuestros modelos de frontera forman la base de búsqueda para sistemas RAG y de búsqueda empresarial de alta calidad.

Lector

Convierta una URL en una entrada compatible con LLM anteponiendo r.jina.ai.

Incrustaciones

Incrustaciones multimodales y multilingües.

reclasificador

Reclasificador para maximizar la relevancia de los resultados de búsqueda.
Nuestras Publicaciones
Comprenda cómo se entrenaron nuestros modelos de búsqueda de frontera desde cero; consulte nuestras últimas publicaciones. ¡Conozca a nuestro equipo en EMNLP, SIGIR, ICLR, NeurIPS e ICML!
arXiv
julio 20, 2026
jina-reranker-v3.5: An Efficient Listwise Reranker with Hybrid Attention and Self-Distillation
SIGIR 2026
mayo 11, 2026
jina-embeddings-v5-omni: Geometry-preserving Embeddings via Locked Aligned Towers
SIGIR 2026
febrero 17, 2026
jina-embeddings-v5-text: Task-Targeted Embedding Distillation
ICLR 2026
enero 22, 2026
Embedding Compression via Spherical Coordinates
arXiv
diciembre 29, 2025
Vision Encoders in Vision-Language Models: A Survey
ICLR 2026
diciembre 04, 2025
Jina-VLM: Small Multilingual Vision Language Model
AAAI 2026
octubre 01, 2025
jina-reranker-v3: Last but Not Late Interaction for Document Reranking
NeurIPS 2025
agosto 31, 2025
Efficient Code Embeddings from Code Generation Models
EMNLP 2025
junio 24, 2025
jina-embeddings-v4: Universal Embeddings for Multimodal Multilingual Retrieval
ICLR 2025
marzo 04, 2025
ReaderLM-v2: Small Language Model for HTML to Markdown and JSON
ACL 2025
diciembre 17, 2024
AIR-Bench: Automated Heterogeneous Information Retrieval Benchmark
ICLR 2025
diciembre 12, 2024
jina-clip-v2: Multilingual Multimodal Embeddings for Text and Images
ECIR 2025
septiembre 18, 2024
jina-embeddings-v3: Multilingual Embeddings With Task LoRA
SIGIR 2025
septiembre 07, 2024
Late Chunking: Contextual Chunk Embeddings Using Long-Context Embedding Models
EMNLP 2024
agosto 30, 2024
Jina-ColBERT-v2: A General-Purpose Multilingual Late Interaction Retriever
WWW 2025
junio 21, 2024
Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Models
ICML 2024
mayo 30, 2024
Jina CLIP: Your CLIP Model Is Also Your Text Retriever
arXiv
febrero 26, 2024
Multi-Task Contrastive Learning for 8192-Token Bilingual Text Embeddings
arXiv
octubre 30, 2023
Jina Embeddings 2: 8192-Token General-Purpose Text Embeddings for Long Documents
EMNLP 2023
julio 20, 2023
Jina Embeddings: A Novel Set of High-Performance Sentence Embedding Models
20 publicaciones en total.
auto_storiesLeer más
rss_feedRSS
Search Foundation
Lector
Incrustaciones
reclasificador
Elastic Inference Service
open_in_new
Obtener la clave API de Jina
Límite de velocidad
Estado de la API
Términos
Seguridad
Términos y condiciones
Privacidad
Administrar cookies
No venda ni comparta mi información personal.
Descargar el logotipo de Jina
open_in_new
Descargar el logotipo de Elastic
open_in_new
Elastic © 2020-2026.
Este sitio web y todo su contenido, software, productos y servicios asociados están destinados exclusivamente al uso profesional. No se permite ni se recomienda su uso por parte de consumidores.