sentence-transformers
Sentence Transformers: all-MiniLM-L12-v2
sentence-transformers/all-minilm-l12-v2
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
sentence-transformers/all-minilm-l12-v2 es un codificador de texto a embeddings documentado para convertir oraciones y párrafos breves en vectores densos de 384 dimensiones. Su ficha describe una base MiniLM-L12-H384 ajustada con un objetivo contrastivo sobre más de mil millones de pares de oraciones, mientras el catálogo de OpenRouter indica contexto de 512 tokens y salida de embeddings. La documentación presenta la captura de información semántica como capacidad prevista, no como resultado medido en este paquete. Por defecto trunca entradas de más de 256 word pieces; sigue siendo necesaria validación independiente.[1][2]
Puntos fuertes
- Genera embeddings de 384 dimensiones para oraciones y párrafos breves, según la ficha y el catálogo.[1][2]
- Se ajustó desde MiniLM-L12-H384 con más de mil millones de pares y un objetivo contrastivo.[2]
- Está documentado para búsqueda semántica, agrupamiento, recuperación y similitud de oraciones.[1][2]
Limitaciones
- Las fuentes aportan datos de catálogo y ficha, pero ningún benchmark ni evaluación independiente.[1][2]
- Por defecto trunca entradas de más de 256 word pieces, aunque el catálogo indique 512 tokens de contexto.[1][2]
- La ficha identifica inglés como idioma; el rendimiento multilingüe no queda establecido por la evidencia.[2]
Dónde utilizarlo
- Prototipar búsqueda semántica en pasajes breves en inglés, midiendo calidad en el corpus propio.[1][2]
- Agrupar o deduplicar oraciones y párrafos breves cuando vectores de 384 dimensiones convengan al índice.[2]
- Crear funciones de similitud de oraciones tras validar el truncamiento en entradas representativas.[2]
Fuentes
- [1] OpenRouter catalog · Sentence Transformers: all-MiniLM-L12-v2Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Sentence Transformers: all-MiniLM-L12-v2Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
The all-MiniLM-L12-v2 embedding model maps sentences and short paragraphs into a 384-dimensional dense vector space, producing efficient and high-quality semantic embeddings optimized for tasks such as semantic search, clustering, and...
Especificaciones
- ID del modelo
- sentence-transformers/all-minilm-l12-v2
- ID canónico
- sentence-transformers/all-minilm-l12-v2-20251117
- Creador
- sentence-transformers
- Añadido a OpenRouter
- 18.11.2025
- Longitud de contexto
- 512
- Modalidad
- text->embeddings
- Modalidades de entrada
- text
- Modalidades de salida
- embeddings
- Precio por token
- USD por 1M de tokens: entrada $0.0050 / salida $0
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | — |
| Escritura | Sin medición | — |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | salida: embeddings |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfra | 512 | $0.0050 | $0 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.