Alltokens

Sentence Transformers: paraphrase-MiniLM-L6-v2

SESentence-transformersОбновлено: 18 ноября 2025 г.

Компактная и быстрая модель эмбеддингов, оптимизированная для поиска парафраз и семантического сходства. Она преобразует текст в векторы размерностью 384, обеспечивая высокую точность при минимальных вычислительных затратах.

Использовать через API

Метрики

Вход

1 ₽/M

Выход

0 ₽/M

Контекст

8k tokens

Параметры

11

Релиз

18 ноября 2025 г.

Поддерживаемые параметры

frequency_penaltymax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstoptemperaturetop_ktop_p

Технический обзор

Модель эмбеддингов paraphrase-MiniLM-L6-v2 преобразует предложения и короткие абзацы в 384-мерное плотное векторное пространство. Она создает высококачественные семантические эмбеддинги, оптимизированные для обнаружения парафраза, оценки семантического сходства, кластеризации и задач легковесного поиска данных.

Кодинг
Инструменты
Длинный контекст
Мультимодальность
Веб-автоматизация

Смежные подборки

Сравнение с похожими моделями

Для чего

Компактная и быстрая модель эмбеддингов, оптимизированная для поиска парафраз и семантического сходства. Она преобразует текст в векторы размерностью 384, обеспечивая высокую точность при минимальных вычислительных затратах.

Контекст

8k

Цена ₽

1 / 0

Для чего

Обе модели ориентированы на легковесную обработку текста и эффективное создание векторных представлений в задачах поиска.

Контекст

32k

Цена ₽

1 / 0

Для чего

Модели решают схожие задачи семантического поиска, однако MiniLM-L6-v2 предлагает более компактную размерность векторов для быстрой обработки.

Контекст

32k

Цена ₽

4 / 0

Когда выбирать

  • Необходима высокая скорость обработки коротких текстовых фрагментов и предложений
  • Требуется эффективное решение для детекции парафраз и кластеризации текстов
  • Ресурсные ограничения требуют использования компактных векторных представлений размерностью 384

Когда не выбирать

  • Работа с длинными документами, превышающими контекстное окно в 512 токенов
  • Необходимость в генерации текста, так как модель предназначена только для создания эмбеддингов
  • Задачи, требующие сверхвысокой размерности векторов для захвата сложнейших нюансов

FAQ

МИРVisaMastercardСБП
AllTokens

© 2026 Alltokens. Все права защищены.

ИП Наумов Евгений Алексеевич · ИНН 434522560555 · ОГРНИП 324430000002724 · support@alltokens.ru