SE
sentence-transformers
Sentence Transformers: multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1پنجره متن
۵۱۲ توکن
قیمت ورودی
۱٬۹۰۰ تومان / ۱ میلیون توکن
تاریخ انتشار
۱۴۰۴/۸/۲۷
تعداد ارائهدهنده
۱
ورودیها
متن
خروجیها
بردار معنایی
جزئیات قیمت
Input Price۱٬۹۰۰تومان / ۱ میلیون توکن
درباره مدل
The multi-qa-mpnet-base-dot-v1 embedding model transforms sentences and short paragraphs into a 768-dimensional dense vector space, generating high-quality semantic embeddings optimized for question-and-answer retrieval, semantic search, and similarity-scoring across diverse content.
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 | ۱٬۹۰۰ | — | 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/multi-qa-mpnet-base-dot-v1",
"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: all-mpnet-base-v2
sentence-transformers/all-mpnet-base-v2
۵۱۲ توکن
Sentence Transformers: all-MiniLM-L6-v2
sentence-transformers/all-minilm-l6-v2
۵۱۲ توکن
Perplexity: Embed V2 Context 0.6B
perplexity/pplx-embed-v2-context-0.6b
۳۲٬۰۰۰ توکن
Perplexity: Embed V2 Context 9B
perplexity/pplx-embed-v2-context-9b
۳۲٬۰۰۰ توکن
