Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

初めてですか？使い方をご紹介しますプレイグラウンド、モデル、APIキーを1分でご案内します。

all-mpnet-base-v2 vs GTE-Base：API料金・コンテキスト・機能を比較 · api14

Sentence Transformers: all-mpnet-base-v2 対 Thenlper: GTE-Base

api14カタログの最新のUSD料金と機能をもとに、Sentence Transformers: all-mpnet-base-v2（$0.02 / 100万トークン (≈ ￥3)）とThenlper: GTE-Base（$0.02 / 100万トークン (≈ ￥3)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。

仕様

	Sentence Transformers: all-mpnet-base-v2	Thenlper: GTE-Base
プロバイダー	Sentence Transformers	Thenlper
入力	$0.02 / 100万トークン (≈ ￥3)	$0.02 / 100万トークン (≈ ￥3)
コンテキストウィンドウ	512	512
最大出力	460	460
入力	text	text
出力	embeddings	embeddings
ツール呼び出し
構造化出力
推論の調整
追加日	2025/11/17	2025/11/18

主な違い

入力料金はどちらもほぼ同じです。

詳しく見る

Sentence Transformers: all-mpnet-base-v2 は Sentence Transformers の埋め込みモデルであり、Thenlper: GTE-Base は Thenlper の埋め込みモデルです。どちらも埋め込みカテゴリに属しており、生成テキストではなく、テキストを受け取ってベクトルを返します。目的において近い兄弟同然で、2025年11月に1日違いでリリースされ、同じ仕事を狙っています。つまり、テキストの一部を、保存、比較、検索に使える数値表現に変換することです。

計画立案で重要な仕様において、両者は実質的に同一です。どちらもテキストのみを受け付け、埋め込みのみを返すため、画像、音声、その他のモダリティを扱うものはありません。どちらもコンテキストウィンドウは512トークンで、同じ上限であるため、より長い文章を1回の呼び出しで埋め込めるモデルはここにはありません。どちらも対応パラメータを記載していないため、追加の調整項目を公開するものとそうでないものを選ぶことにはなりません。定性的比較では入力価格が引き分けとされており、他の比較項目も有意に異なるか不明であるため、提供された事実の中に能力、コンテキスト、コスト層で両者を分けるものはありません。

つまり、選択は機能チェックリストではなく、あなた自身の評価にかかっています。2つのモデルは形状が非常に近いため、賢明なアプローチは、実際のデータでより良い性能を出す方を選ぶことです。セマンティック検索、重複排除、クラスタリング、短いテキスト断片に対する検索を構築しているなら、どちらのモデルもエンコーダとして使え、決め手は、そのベクトルがあなた固有のクエリとドキュメントをどれだけうまく分離できるかになります。実際のペアのサンプルを両方に通し、検索品質や類似度順序を比較して、それで決めましょう。どちらにも強いシグナルがない場合、入力価格の引き分けは、一方を他方より推すコスト上の論拠がないことを意味します。

どちらのモデルを api14 経由で呼び出すのも同じ操作です。API は OpenAI 互換なので、既存のクライアントを embeddings エンドポイントに向け、エンコードしたいテキストを渡します。両者で変わるのはモデル id だけです。Sentence Transformers モデルには sentence-transformers/all-mpnet-base-v2 を使い、Thenlper モデルには thenlper/gte-base を使います。リクエスト内のそれ以外はすべてそのままなので、両者の切り替えは1行の変更で済み、並べて比較するのも簡単です。

提供された事実の中に、一方が明らかに他方より優れた選択であるケースはありません。両者は同じコンテキスト長、同じ入力と出力のモダリティ、対応パラメータがないという同じ状態、そして入力価格の引き分けを共有しています。後であなたのドメインをよりうまく扱う方が見つかったとしても、その発見は両者間の文書化された違いからではなく、あなた自身のテストから来るでしょう。

文字列1つで切り替え

どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"sentence-transformers/all-mpnet-base-v2"から"thenlper/gte-base"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。

Sentence Transformers: all-mpnet-base-v2の詳細とプレイグラウンド →Thenlper: GTE-Baseの詳細とプレイグラウンド →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "thenlper/gte-base",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

Sentence Transformers: all-mpnet-base-v2 対 Thenlper: GTE-Base

仕様

主な違い

詳しく見る

文字列1つで切り替え

その他の比較