Sentence Transformers: all-MiniLM-L12-v2

Sentence Transformers: all-MiniLM-L12-v2 é um modelo de embedding do Sentence Transformers, distribuído através do api14 sob o id de modelo sentence-transformers/all-minilm-l12-v2. Pertence à categoria de embeddings, portanto o seu trabalho não é gerar respostas de chat, mas sim transformar texto em vetores que pode armazenar, comparar e pesquisar. A data de lançamento do fornecedor indicada para ele é 2025-11-18.

O modelo recebe texto como a sua única entrada e devolve embeddings como a sua única saída. Mapeia frases e parágrafos curtos para um espaço vetorial denso de 384 dimensões, o que torna os vetores suficientemente compactos para armazenar em grandes quantidades, mantendo ainda significado semântico. A janela de contexto é de 512 tokens, e a saída máxima é 460. Como a entrada é texto e a saída é um vetor, não há resposta em linguagem natural para analisar; obtém representações numéricas que pode usar diretamente no seu próprio pipeline.

Essas características apontam para um conjunto bastante específico de casos de uso. A pesquisa semântica é o óbvio: incorporar os seus documentos uma vez, incorporar a consulta no momento do pedido, e ordenar por similaridade vetorial. A mesma abordagem funciona para agrupamento, onde agrupa frases ou parágrafos curtos semelhantes sem regras escritas à mão. Os pipelines de geração aumentada por recuperação também usam este tipo de modelo para obter passagens relevantes antes de as passar a um modelo generativo. A deduplicação, o agrupamento por tópicos e as verificações de similaridade entre textos curtos são outras tarefas que decorrem de um embedding de frase de 384 dimensões.

Chamá-lo através do api14 funciona da mesma forma que qualquer outro endpoint compatível com OpenAI. Envia um pedido para a rota de embeddings com o campo model definido como sentence-transformers/all-minilm-l12-v2 e o seu texto no campo input, usando as mesmas bibliotecas de cliente e autenticação que já usa para outros modelos no gateway. O modelo não suporta parâmetros de pedido adicionais, portanto não há nada para ajustar além do id de modelo e da própria entrada. Mantenha as entradas dentro da janela de contexto de 512 tokens, uma vez que texto mais longo não caberá.

A principal restrição a ter em conta é que este é um modelo de embedding, não um gerador de texto. Se precisar de resumos, respostas ou qualquer tipo de saída escrita, um modelo de chat ou de completion é a escolha certa. Também está limitado a entrada de texto e a passagens curtas, portanto documentos muito longos precisam de ser divididos em blocos antes da incorporação. Dentro desses limites, é uma opção prática para trabalho de pesquisa, agrupamento e recuperação onde vetores pequenos e comparações rápidas importam.