쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

Sentence Transformers: all-MiniLM-L12-v2

sentence-transformers/all-minilm-l12-v2

임베딩입력: text1K2025. 11. 18. 추가됨

플레이그라운드에서 열기 Sentence Transformers: all-MiniLM-L12-v2 API 키 받기

지금 Sentence Transformers: all-MiniLM-L12-v2 사용해 보기

위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.

사용하려면 로그인하세요무료 계정 만들기

입력 (한 줄에 하나씩)

결과가 여기에 표시됩니다.

오늘 무료 메시지 5개 중 5개 남음, 무료 계정을 만들면 무료 사용량과 API 키가 추가됩니다.무료 계정 만들기 로그인세션 비용 US$0.00

Sentence Transformers: all-MiniLM-L12-v2 한눈에 보기

입력 가격이 임베딩 모델 34개의 중앙값보다 75% 낮습니다.

Sentence Transformers: all-MiniLM-L12-v2 소개

Sentence Transformers: all-MiniLM-L12-v2는 Sentence Transformers의 임베딩 모델로, api14를 통해 모델 id sentence-transformers/all-minilm-l12-v2로 배포됩니다. embeddings 카테고리에 속하므로, 그 역할은 채팅 답변을 생성하는 것이 아니라 텍스트를 저장, 비교, 검색할 수 있는 벡터로 변환하는 것입니다. 제공업체 릴리스 날짜는 2025-11-18로 표시되어 있습니다.

이 모델은 텍스트를 유일한 입력으로 받고 임베딩을 유일한 출력으로 반환합니다. 문장과 짧은 단락을 384차원의 고밀도 벡터 공간에 매핑하므로, 벡터는 의미를 유지하면서도 대량으로 저장할 수 있을 만큼 작습니다. 컨텍스트 윈도우는 512 토큰이고 최대 출력은 460입니다. 입력이 텍스트이고 출력이 벡터이므로 파싱할 자연어 응답은 없습니다. 자체 파이프라인에서 직접 사용할 수 있는 숫자 표현을 얻게 됩니다.

이러한 특성은 상당히 구체적인 사용 사례 집합을 가리킵니다. 시맨틱 검색이 가장 명확한 예입니다. 문서를 한 번 임베딩하고, 요청 시점에 쿼리를 임베딩한 다음, 벡터 유사도로 순위를 매기면 됩니다. 같은 접근 방식은 수작업 규칙 없이 유사한 문장이나 짧은 단락을 그룹화하는 클러스터링에도 적용됩니다. 검색 증강 생성 파이프라인도 이런 종류의 모델을 사용해 관련 구절을 가져온 뒤 생성 모델에 전달합니다. 중복 제거, 주제 그룹화, 짧은 텍스트 간 유사도 검사도 384차원 문장 임베딩에서 이어지는 다른 작업입니다.

api14를 통해 호출하는 방식은 다른 OpenAI 호환 엔드포인트와 동일합니다. model 필드를 sentence-transformers/all-minilm-l12-v2로 설정하고 input 필드에 텍스트를 담아 embeddings 경로로 요청을 보내며, 게이트웨이의 다른 모델에 이미 사용 중인 동일한 클라이언트 라이브러리와 인증을 사용합니다. 이 모델은 추가 요청 파라미터를 지원하지 않으므로 모델 id와 입력 자체 외에 조정할 것은 없습니다. 더 긴 텍스트는 들어가지 않으므로 입력을 512 토큰 컨텍스트 윈도우 안에 유지하세요.

기억해야 할 주요 제약은 이것이 텍스트 생성기가 아니라 임베딩 모델이라는 점입니다. 요약, 답변 또는 어떤 형태의 작성된 출력이 필요하다면 대신 채팅 또는 완성 모델이 올바른 선택입니다. 또한 텍스트 입력과 짧은 구절로 제한되므로 매우 긴 문서는 임베딩하기 전에 청크로 나누어야 합니다. 이러한 범위 안에서 작은 벡터와 빠른 비교가 중요한 검색, 클러스터링, 검색 작업에 실용적인 선택입니다.

Sentence Transformers: all-MiniLM-L12-v2 API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "sentence-transformers/all-minilm-l12-v2"로 설정하세요.

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/all-minilm-l12-v2",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

사양

컨텍스트 길이: 512
최대 출력: 460
입력: text
출력: embeddings

api14 요청 수 · 최근 7일

Sentence Transformers: all-MiniLM-L12-v2: 자주 묻는 질문

Sentence Transformers: all-MiniLM-L12-v2 API 비용은 얼마인가요?: Sentence Transformers: all-MiniLM-L12-v2의 가격은 입력 US$0.02 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
Sentence Transformers: all-MiniLM-L12-v2의 컨텍스트 윈도우는 얼마인가요?: Sentence Transformers: all-MiniLM-L12-v2는(은) 요청당 최대 512 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 460개의 출력 토큰을 생성합니다.
Sentence Transformers: all-MiniLM-L12-v2는(은) 무엇을 할 수 있나요?: Sentence Transformers: all-MiniLM-L12-v2는(은) text 입력을 받아 embeddings 출력을 반환합니다.
코드에서 Sentence Transformers: all-MiniLM-L12-v2를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "sentence-transformers/all-minilm-l12-v2"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
Sentence Transformers: all-MiniLM-L12-v2의 대안은 무엇인가요?: 비슷한 가격대의 임베딩 모델: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2. 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

Sentence Transformers: all-MiniLM-L12-v2 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. Sentence Transformers: all-MiniLM-L12-v2에 대한 첫 토픽을 열어 보세요.