SE
sentence-transformers
Sentence Transformers: all-mpnet-base-v2
sentence-transformers/all-mpnet-base-v2پنجره متن
۵۱۲ توکن
قیمت ورودی
۱٬۵۰۰ تومان / ۱ میلیون توکن
تاریخ انتشار
۱۴۰۴/۸/۲۶
تعداد ارائهدهنده
۱
ورودیها
متن
خروجیها
بردار معنایی
جزئیات قیمت
Input Price۱٬۵۰۰تومان / ۱ میلیون توکن
درباره مدل
The all-mpnet-base-v2 embedding model encodes sentences and short paragraphs into a 768-dimensional dense vector space, providing high-fidelity semantic embeddings well suited for tasks like information retrieval, clustering, similarity scoring, and text ranking.
قابلیتهای مدل
ورودیهای پشتیبانیشده
متن
خروجیهای پشتیبانیشده
بردار معنایی
معماری ورودی/خروجیtext->embeddings
ارائهدهندگان (۱)
| ارائهدهنده | ورودی (تومان / ۱M) | خروجی (تومان / ۱M) | پنجره متن | حداکثر خروجی | کوانتیزه | وضعیت |
|---|---|---|---|---|---|---|
| DeepInfra | ۱٬۵۰۰ | — | ۵۱۲ | ۴۶۰ | — | فعال |
استفاده از طریق API
شناسه این مدل را در درخواستهای API هوشگر استفاده کنید:
POST https://api.hooshgar.ir/v1/chat/completions{
"model": "sentence-transformers/all-mpnet-base-v2",
"messages": [
{
"role": "user",
"content": "سلام"
}
]
}مستندات کامل APIمدلهای مرتبط
Sentence Transformers: paraphrase-MiniLM-L6-v2
sentence-transformers/paraphrase-minilm-l6-v2
۵۱۲ توکن
Sentence Transformers: all-MiniLM-L12-v2
sentence-transformers/all-minilm-l12-v2
۵۱۲ توکن
Sentence Transformers: multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1
۵۱۲ توکن
Sentence Transformers: all-MiniLM-L6-v2
sentence-transformers/all-minilm-l6-v2
۵۱۲ توکن
LiquidAI: LFM2.5-Embedding-350M (free)
liquid/lfm-2.5-embedding-350m:free
۵۱۲ توکن
VoyageAI by MongoDB: voyage-code-4
voyageai/voyage-code-4
۳۲٬۰۰۰ توکن
اطلاعات مدل بر اساس دادههای OpenRouter