Sentence Transformers: all-mpnet-base-v2 هو نموذج تضمين من Sentence Transformers، و Thenlper: GTE-Base هو نموذج تضمين من Thenlper. يقع كلاهما في فئة التضمينات، أي أنهما يستقبلان النص ويعيدان متجهات بدلا من نص مولّد. هما شقيقان قريبان في الغرض، صدرا بفارق يوم واحد في نوفمبر 2025، ويستهدفان المهمة نفسها: تحويل قطعة نص إلى تمثيل رقمي يمكنك تخزينه أو مقارنته أو البحث به.
في المواصفات المهمة للتخطيط، الاثنان متطابقان فعليا. كلاهما يقبل النص فقط وكلاهما يعيد التضمينات فقط، لذا لا يتعامل أي منهما مع الصور أو الصوت أو أي وسيط آخر. لكل منهما نافذة سياق من 512 رمزا، وهو السقف نفسه، لذا لا يوجد هنا نموذج يتيح لك تضمين مقاطع أطول في نداء واحد. لا يسرد أي منهما أي معاملات مدعومة، لذا فأنت لا تختار بين نموذج يكشف عن مقابض إضافية وآخر لا يفعل. تشير المقارنة النوعية إلى تعادل في تسعير الإدخال، وحقول المقارنة الأخرى إما غير مختلفة بشكل ذي معنى أو غير معروفة، لذا لا شيء في الحقائق المتوفرة يفصل بينهما من حيث القدرة أو السياق أو فئة التكلفة.
وهذا يترك الاختيار معتمدا على تقييمك الخاص بدلا من قائمة ميزات. ولأن النموذجين متقاربان جدا في الشكل، فالنهج المعقول هو اختيار أيهما يؤدي أداء أفضل على بياناتك الفعلية. إذا كنت تبني بحثا دلاليا أو إزالة تكرار أو تجميعا أو استرجاعا على مقاطع نصية قصيرة، فيمكن لأي من النموذجين أن يعمل كمشفّر، وسيكون العامل الحاسم هو مدى جودة فصل متجهاته لاستعلاماتك ومستنداتك تحديدا. شغّل عينة من أزواجك الحقيقية عبر كليهما، وقارن جودة الاسترجاع أو ترتيب التشابه، ودع ذلك يقرر. إذا لم يكن لديك إشارة قوية في أي اتجاه، فإن التعادل في تسعير الإدخال يعني أنه لا توجد حجة تكلفة تدفعك نحو أحدهما على الآخر.
استدعاء أي من النموذجين عبر api14 هو العملية نفسها. الواجهة البرمجية متوافقة مع OpenAI، لذا توجه عميلك الحالي إلى نقطة نهاية التضمينات وتمرر النص الذي تريد ترميزه. الشيء الوحيد الذي يتغير بين الاثنين هو معرّف النموذج: استخدم sentence-transformers/all-mpnet-base-v2 لنموذج Sentence Transformers، أو thenlper/gte-base لنموذج Thenlper. كل شيء آخر في الطلب يبقى كما هو، مما يجعل التبديل بينهما تغييرا من سطر واحد ويجعل المقارنة جنبا إلى جنب مباشرة.
لا توجد حالة في الحقائق المتوفرة يكون فيها أحد النموذجين هو الخيار الأفضل بوضوح على الآخر. فهما يتشاركان طول السياق نفسه، ووسائط الإدخال والإخراج نفسها، وغياب المعاملات المدعومة نفسه، وتعادلا في تسعير الإدخال. إذا اكتشفت لاحقا أن أحدهما يتعامل مع مجالك بشكل أفضل، فإن هذا الاكتشاف سيأتي من اختبارك الخاص، وليس من فرق موثق بين الاثنين.