all-MiniLM-L6-v2 API — embeddings и цена

Контекст: 512токенов
Результат: Векторные представленияформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "sentence-transformers/all-minilm-l6-v2",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Официальная карточка Sentence Transformers описывает `all-MiniLM-L6-v2` как модель, которая отображает sentences и paragraphs в dense vector space размерности 384 для clustering и semantic search. Вход длиннее 256 word pieces обрезается upstream, хотя Tokenmost-каталог показывает контекст 512; это расхождение требует фактической проверки. Маршрут `sentence-transformers/all-minilm-l6-v2` принимает text и возвращает embeddings. Контракт подтверждает dimension, token limit, normalization, batch, order, empty input errors, usage и цену. Модель не извлекает тему словами и не решает, относятся ли обращения к одному клиенту. Тестовый набор содержит реальные пары дубликатов, похожие по лексике разные проблемы и обращения с несколькими темами. Разметка создаётся до подбора similarity threshold. Отдельная выборка остаётся скрытой до финальной оценки, чтобы порог не подгонялся под знакомые примеры.

Очистите обращения

Удалите подписи, номера тикетов и шаблонные приветствия, сохраняя суть проблемы. Персональные данные замените до API. Длинный тикет разбейте на issue и resolution, иначе начало может вытеснить важный хвост при обрезке.

Создайте 384-мерную коллекцию

Используйте подтверждённую метрику и единый способ normalization. Вместе с вектором храните ticket ID, продукт и дату. Hash очищенного текста предотвращает повторную оплату при переиндексации одного обращения.

Калибруйте порог на разметке

Постройте precision-recall curve для пар дублей. Один порог cosine не переносится между корпусами и моделями. Для автоматического объединения нужен более строгий уровень, чем для предложения похожих тикетов оператору.

Проверяйте ложные объединения

Особенно опасны одинаковые сообщения об ошибке с разной причиной, отрицания и разные версии продукта. Интерфейс показывает оператору оба исходных текста. Модель предлагает близость, а решение о merge остаётся обратимым.

Считайте экономию оператора

Включите токены новых тикетов, поиск, хранение и ручную проверку clusters. Сравнивайте цену API с сокращением времени triage и числом ошибочных merges. Тариф Tokenmost подтверждается тестовым batch.

Вопросы и ответы

Какая размерность all-MiniLM-L6-v2?

384 измерения по официальной model card.

Для чего подходит модель?

Для semantic search, clustering и сравнения коротких sentences/paragraphs.

Какой реальный лимит текста?

Upstream карточка говорит об обрезке после 256 word pieces; значение Tokenmost нужно проверить.

Можно автоматически объединять тикеты?

Только при строго откалиброванном пороге и обратимой проверке человеком.

Как считается цена?

По обработанным текстам или токенам, запросам поиска и переиндексации.