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-L6-v2

sentence-transformers/all-minilm-l6-v2

임베딩입력: text1K2025. 11. 17. 추가됨

플레이그라운드에서 열기 Sentence Transformers: all-MiniLM-L6-v2 API 키 받기

지금 Sentence Transformers: all-MiniLM-L6-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-L6-v2 한눈에 보기

입력 가격이 임베딩 모델 34개의 중앙값보다 75% 낮습니다.

Sentence Transformers: all-MiniLM-L6-v2 소개

Sentence Transformers: all-MiniLM-L6-v2는 Sentence Transformers의 임베딩 모델로, api14에 embeddings 카테고리로 등록되어 있습니다. 이는 채팅이나 텍스트 생성 모델이 아니라 소형 문장 임베딩 모델이므로, 그 역할은 텍스트를 의미를 담은 벡터로 변환하는 것입니다. 시맨틱 검색, 중복 제거 또는 클러스터링을 구축하고 있다면, 생성 모델이 아니라 이런 종류의 모델을 선택하게 됩니다.

이 모델은 텍스트를 입력으로 받고 임베딩을 출력으로 반환합니다. 문장과 짧은 단락을 384차원의 밀집 벡터 공간에 매핑하며, 이것이 이 모델을 시맨틱 표현에 유용하게 만듭니다. 컨텍스트 윈도우는 512 토큰이고 최대 출력은 460이므로, 긴 문서보다는 문장과 짧은 구절을 위해 설계되었습니다. 이 모델은 텍스트를 생성하지 않기 때문에 샘플링이나 생성 스타일 파라미터는 지원하지 않습니다.

이러한 기능은 상당히 특정한 사용 사례 집합을 가리킵니다. 정보 검색과 시맨틱 검색이 가장 명백한 예입니다. 문서와 쿼리를 임베딩한 다음 벡터를 유사도로 비교하면 됩니다. 가까운 벡터는 비슷한 의미를 가질 가능성이 높기 때문에 클러스터링과 주제 그룹화가 잘 작동합니다. 같은 특성은 중복 제거, 근접 중복 감지, 그리고 빠르고 작은 임베딩 단계가 필요한 추천 또는 재순위 파이프라인 구축에도 도움이 됩니다. 벡터가 384차원에 불과하기 때문에 대규모에서도 저장과 비교 비용이 저렴하게 유지됩니다.

api14의 OpenAI 호환 API를 통해 모델 id "sentence-transformers/all-minilm-l6-v2"를 사용하여 호출합니다. 엔드포인트가 OpenAI embeddings 형태를 따르므로, input 필드에 텍스트를 보내고 응답에서 벡터를 읽습니다. 이 모델은 지원되는 파라미터를 나열하지 않으므로, 요청 본문에서 model id와 input 자체 외에 추가로 조정할 것은 없습니다. 입력을 준비할 때 512 토큰 컨텍스트를 하드 경계로 취급하세요.

이 컨텍스트 제한이 주요 실용적 제약입니다. 의미 단위가 짧은 단락보다 길다면, 임베딩하기 전에 청크로 나누어야 하며, 청킹의 품질이 파이프라인에서 무엇보다 중요해집니다. 텍스트를 생성하거나 질문에 답하거나 지시를 따르는 모델이 필요하다면, 임베딩 모델은 잘못된 도구이며 대신 채팅 또는 완성 모델을 살펴봐야 합니다. 문장과 짧은 구절에 대한 시맨틱 유사도에는 이 모델이 작업에 직접 맞습니다.

Sentence Transformers: all-MiniLM-L6-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-l6-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-l6-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-L6-v2: 자주 묻는 질문

Sentence Transformers: all-MiniLM-L6-v2 API 비용은 얼마인가요?: Sentence Transformers: all-MiniLM-L6-v2의 가격은 입력 US$0.02 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
Sentence Transformers: all-MiniLM-L6-v2의 컨텍스트 윈도우는 얼마인가요?: Sentence Transformers: all-MiniLM-L6-v2는(은) 요청당 최대 512 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 460개의 출력 토큰을 생성합니다.
Sentence Transformers: all-MiniLM-L6-v2는(은) 무엇을 할 수 있나요?: Sentence Transformers: all-MiniLM-L6-v2는(은) text 입력을 받아 embeddings 출력을 반환합니다.
코드에서 Sentence Transformers: all-MiniLM-L6-v2를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "sentence-transformers/all-minilm-l6-v2"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
Sentence Transformers: all-MiniLM-L6-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-L6-v2 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. Sentence Transformers: all-MiniLM-L6-v2에 대한 첫 토픽을 열어 보세요.