Sentence Transformers: all-MiniLM-L12-v2

Sentence Transformers: all-MiniLM-L12-v2 es un modelo de embeddings de Sentence Transformers, distribuido a través de api14 bajo el id de modelo sentence-transformers/all-minilm-l12-v2. Pertenece a la categoría de embeddings, por lo que su función no es generar respuestas de chat sino convertir texto en vectores que puedes almacenar, comparar y sobre los que puedes buscar. La fecha de lanzamiento del proveedor indicada para él es 2025-11-18.

El modelo toma texto como su única entrada y devuelve embeddings como su única salida. Asigna oraciones y párrafos cortos a un espacio vectorial denso de 384 dimensiones, lo que hace que los vectores sean lo suficientemente compactos para almacenarlos en grandes cantidades mientras siguen llevando significado semántico. La ventana de contexto es de 512 tokens, y la salida máxima es de 460. Debido a que la entrada es texto y la salida es un vector, no hay una respuesta en lenguaje natural que analizar; obtienes representaciones numéricas que puedes usar directamente en tu propio pipeline.

Esas características apuntan a un conjunto bastante específico de casos de uso. La búsqueda semántica es el más obvio: genera los embeddings de tus documentos una vez, genera el embedding de la consulta en el momento de la solicitud, y clasifica por similitud vectorial. El mismo enfoque funciona para el clustering, donde agrupas oraciones o párrafos cortos similares sin reglas escritas a mano. Los pipelines de generación aumentada por recuperación también usan este tipo de modelo para obtener pasajes relevantes antes de pasarlos a un modelo generativo. La deduplicación, la agrupación por temas y las comprobaciones de similitud entre textos cortos son otras tareas que se derivan de un embedding de oraciones de 384 dimensiones.

Llamarlo a través de api14 funciona de la misma manera que cualquier otro endpoint compatible con OpenAI. Envías una solicitud a la ruta de embeddings con el campo model establecido en sentence-transformers/all-minilm-l12-v2 y tu texto en el campo input, usando las mismas bibliotecas de cliente y autenticación que ya usas para otros modelos en el gateway. El modelo no admite parámetros de solicitud adicionales, por lo que no hay nada que ajustar más allá del id de modelo y la propia entrada. Mantén las entradas dentro de la ventana de contexto de 512 tokens, ya que el texto más largo no cabrá.

La principal restricción a tener en cuenta es que este es un modelo de embeddings, no un generador de texto. Si necesitas resúmenes, respuestas o cualquier tipo de salida escrita, un modelo de chat o de completado es la elección correcta en su lugar. También está limitado a entrada de texto y a pasajes cortos, por lo que los documentos muy largos deben dividirse en fragmentos antes de generar los embeddings. Dentro de esos límites es una opción práctica para trabajo de búsqueda, clustering y recuperación donde importan los vectores pequeños y las comparaciones rápidas.