We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
Sentence Transformers: all-MiniLM-L12-v2
sentence-transformers/all-minilm-l12-v2Probeer Sentence Transformers: all-MiniLM-L12-v2 nu
Draait op je saldo tegen de prijzen hierboven. Nieuwe accounts beginnen met gratis gebruik.
Resultaten verschijnen hier.
Instellingen
Sentence Transformers: all-MiniLM-L12-v2 in het kort
- De invoerprijs is 75% lager dan de mediaan van 34 Embeddings-modellen.
Over Sentence Transformers: all-MiniLM-L12-v2
Sentence Transformers: all-MiniLM-L12-v2 is een embeddingmodel van Sentence Transformers, gedistribueerd via api14 onder het model-id sentence-transformers/all-minilm-l12-v2. Het behoort tot de categorie embeddings, dus het doel is niet het genereren van chatantwoorden maar het omzetten van tekst naar vectoren die je kunt opslaan, vergelijken en doorzoeken. De opgegeven releasedatum van de provider is 2025-11-18.
Het model neemt tekst als enige invoer en retourneert embeddings als enige uitvoer. Het brengt zinnen en korte alinea's in een 384-dimensionale dichte vectorruimte, waardoor de vectoren compact genoeg zijn om in grote aantallen op te slaan terwijl ze nog steeds semantische betekenis dragen. Het contextvenster is 512 tokens en de maximale uitvoer is 460. Omdat de invoer tekst is en de uitvoer een vector, is er geen natuurlijke-taalrespons om te parsen; je krijgt numerieke representaties die je direct in je eigen pipeline kunt gebruiken.
Die kenmerken wijzen op een vrij specifieke set use cases. Semantisch zoeken is de voor de hand liggende: embed je documenten eenmalig, embed de query op het moment van het verzoek en rangschik op vectorsimilariteit. Dezelfde aanpak werkt voor clustering, waarbij je vergelijkbare zinnen of korte alinea's groepeert zonder handgeschreven regels. Retrieval augmented generation pipelines gebruiken dit soort model ook om relevante passages op te halen voordat ze aan een generatief model worden doorgegeven. Deduplicatie, topicgroepering en similariteitscontroles tussen korte teksten zijn andere taken die voortkomen uit een 384-dimensionale zinembedding.
Aanroepen via api14 werkt hetzelfde als bij elk ander OpenAI-compatibel endpoint. Je stuurt een verzoek naar de embeddings-route met het modelveld ingesteld op sentence-transformers/all-minilm-l12-v2 en je tekst in het inputveld, met dezelfde clientbibliotheken en authenticatie die je al gebruikt voor andere modellen op de gateway. Het model ondersteunt geen aanvullende requestparameters, dus er valt niets af te stemmen naast het model-id en de invoer zelf. Houd invoer binnen het contextvenster van 512 tokens, want langere tekst past niet.
De belangrijkste beperking om in gedachten te houden is dat dit een embeddingmodel is, geen tekstgenerator. Als je samenvattingen, antwoorden of enige vorm van geschreven uitvoer nodig hebt, is een chat- of completionmodel de juiste keuze. Het is ook beperkt tot tekstinvoer en tot korte passages, dus zeer lange documenten moeten in chunks worden opgesplitst voordat ze worden ge-embed. Binnen die grenzen is het een praktische optie voor zoek-, clustering- en retrievalwerk waarbij kleine vectoren en snelle vergelijkingen belangrijk zijn.
Zo roep je de Sentence Transformers: all-MiniLM-L12-v2 API aan
- Maak een API-key aan in je dashboard.
- Installeer de officiële openai SDK voor je taal.
- Stel baseURL in op https://api14.com/api/v1 en model op "sentence-transformers/all-minilm-l12-v2".
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));
Specificaties
- Contextlengte
- 512
- Max. uitvoer
- 460
- Invoer
- text
- Uitvoer
- embeddings
Verzoeken op api14 · afgelopen 7 dagen
Sentence Transformers: all-MiniLM-L12-v2: veelgestelde vragen
- Wat kost de Sentence Transformers: all-MiniLM-L12-v2 API?
- Sentence Transformers: all-MiniLM-L12-v2 kost Invoer US$ 0,02 / 1M tokens. Er wordt alleen voor geslaagde verzoeken van je USD-saldo afgeschreven; mislukte verzoeken zijn gratis.
- Hoe groot is het contextvenster van Sentence Transformers: all-MiniLM-L12-v2?
- Sentence Transformers: all-MiniLM-L12-v2 leest tot 512 tokens per verzoek, prompt, geschiedenis en documenten samen. Het schrijft tot 460 outputtokens per antwoord.
- Wat kan Sentence Transformers: all-MiniLM-L12-v2?
- Sentence Transformers: all-MiniLM-L12-v2 accepteert text en geeft embeddings terug.
- Hoe roep ik Sentence Transformers: all-MiniLM-L12-v2 aan vanuit mijn code?
- Richt een willekeurige OpenAI SDK op https://api14.com/api/v1 en zet het model op "sentence-transformers/all-minilm-l12-v2", verder geen codewijzigingen. Kopieer een kant-en-klaar voorbeeld uit het codepaneel op deze pagina.
- Wat zijn alternatieven voor Sentence Transformers: all-MiniLM-L12-v2?
- Vergelijkbare modellen in Embeddings met een vergelijkbare prijs: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2. Ze werken allemaal met dezelfde API-key, dus overstappen is één string aanpassen.
Community over Sentence Transformers: all-MiniLM-L12-v2
Nieuw topicDeze community heeft nog geen topics. Open het eerste topic over Sentence Transformers: all-MiniLM-L12-v2.