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。
Sentence Transformers: multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1Sentence Transformers: multi-qa-mpnet-base-dot-v1を今すぐ試す
上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
ここに結果が表示されます。
設定
Sentence Transformers: multi-qa-mpnet-base-dot-v1の概要
- 入力料金は埋め込みモデル34件の中央値より75%安くなっています。
Sentence Transformers: multi-qa-mpnet-base-dot-v1について
Sentence Transformers: multi-qa-mpnet-base-dot-v1 は、文レベルの表現モデルで知られるプロバイダーである Sentence Transformers の埋め込みモデルです。これは埋め込みカテゴリに属しており、つまりテキストを生成しません。代わりに、テキストを保存、比較、検索できるベクトルに変換します。このモデルはプロバイダーによって 2025-11-18 にリリースされました。
このモデルはテキストを入力として受け取り、埋め込みを出力として返します。文や短い段落を 768 次元の密ベクトル空間にマッピングし、多様なコンテンツにわたる質問応答検索、セマンティック検索、類似度スコアリングに最適化されています。コンテキストウィンドウは 512 トークンなので、各リクエストには長い文書ではなく、単一の文または短い段落を含める必要があります。最大出力は 460 で、この場合は生成テキストではなく埋め込み出力に関係します。
このモデルは質問応答検索用に調整されているため、最も直接的なユースケースは文書コレクション上に検索レイヤーを構築することです。パッセージを一度埋め込み、クエリ時にユーザーの質問を埋め込み、類似度でパッセージをランク付けします。同じ特性により、完全なキーワードの一致ではなく意味に基づく一致が必要なセマンティック検索や、重複排除や関連項目のグループ化など、2 つのテキスト間の類似度スコアリングにも役立ちます。また、短いテキストの固定長ベクトル表現を必要とするクラスタリングや分類のパイプラインにも適しています。
モデル id "sentence-transformers/multi-qa-mpnet-base-dot-v1" を使用して、api14 の OpenAI 互換 API を通じて呼び出します。API は OpenAI 形式に従っているため、既存の OpenAI クライアントを api14 のベース URL に向け、テキストを埋め込みエンドポイントに送信できます。このモデルは追加のリクエストパラメータをサポートしていないため、リクエストはシンプルに保ち、デフォルトに依存してください。埋め込みたいテキストを送信し、レスポンスから返されたベクトルを読み取り、ベクトルデータベースに保存するか、他のベクトルと直接比較します。
留意すべき主な制約は 512 トークンのコンテキストウィンドウです。長い文書は埋め込む前に文または短い段落に分割する必要があり、それに応じてチャンク戦略を計画する必要があります。タスクがベクトルを生成するのではなく、テキストの生成、要約、または質問への直接回答を必要とする場合、埋め込みモデルは適切ではなく、代わりにテキスト生成モデルを選択する必要があります。
Sentence Transformers: multi-qa-mpnet-base-dot-v1 APIの呼び出し方
- ダッシュボードでAPIキーを作成します。
- お使いの言語の公式openai SDKをインストールします。
- baseURLをhttps://api14.com/api/v1に、modelを"sentence-transformers/multi-qa-mpnet-base-dot-v1"に設定します。
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": "sentence-transformers/multi-qa-mpnet-base-dot-v1",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
仕様
- コンテキスト長
- 512
- 最大出力
- 460
- 入力
- text
- 出力
- embeddings
api14でのリクエスト数 · 過去7日間
Sentence Transformers: multi-qa-mpnet-base-dot-v1：よくある質問
- Sentence Transformers: multi-qa-mpnet-base-dot-v1 APIの料金は？
- Sentence Transformers: multi-qa-mpnet-base-dot-v1の料金は入力 $0.02 / 100万トークンです。USD残高から差し引かれるのは成功したリクエストのみで、失敗したリクエストは無料です。
- Sentence Transformers: multi-qa-mpnet-base-dot-v1のコンテキストウィンドウは？
- Sentence Transformers: multi-qa-mpnet-base-dot-v1は1リクエストあたり最大512トークン（プロンプト、履歴、ドキュメントの合計）を読み取れます。 1回のレスポンスで最大460トークンを出力します。
- Sentence Transformers: multi-qa-mpnet-base-dot-v1で何ができますか？
- Sentence Transformers: multi-qa-mpnet-base-dot-v1はtextを入力として受け付け、embeddingsを返します。
- コードからSentence Transformers: multi-qa-mpnet-base-dot-v1を呼び出すには？
- 任意のOpenAI SDKの接続先をhttps://api14.com/api/v1にして、modelを"sentence-transformers/multi-qa-mpnet-base-dot-v1"に設定するだけです。他のコード変更は不要です。このページのコードパネルからすぐ使える例をコピーできます。
- Sentence Transformers: multi-qa-mpnet-base-dot-v1の代替モデルは？
- 同程度の料金の埋め込みモデル：Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2。どれも同じAPIキーで動くので、文字列を1つ変えるだけで切り替えられます。
Sentence Transformers: multi-qa-mpnet-base-dot-v1コミュニティ
新しいトピックこのコミュニティにはまだトピックがありません。Sentence Transformers: multi-qa-mpnet-base-dot-v1について最初のトピックを立てましょう。