paraphrase-MiniLM-L6-v2 چیست و برای چه کاری مناسب است؟

paraphrase-MiniLM-L6-v2 یک مدل تعبیهسازی متن (embedding) است که متن را به بردارهای متراکم ۳۸۴بعدی تبدیل میکند. کاربردهای رایج آن جستوجوی معنایی، بازیابی برای RAG، خوشهبندی و سنجش شباهت است.

بُعد بردار تعبیهسازی paraphrase-MiniLM-L6-v2 چقدر است و حداکثر طول ورودی آن چیست؟

هر بردار خروجی ۳۸۴ بُعد دارد و مدل تا ۸۱۹۲ توکن ورودی را در هر درخواست میپذیرد.

چطور paraphrase-MiniLM-L6-v2 را از طریق هرمز فراخوانی کنم؟

مسیر ‎/embeddings‎ را با متن ورودی و شناسهی مدل «sentence-transformers/paraphrase-minilm-l6-v2» فراخوانی کنید. چون API با OpenAI سازگار است، تنها آدرس پایه را به هرمز تغییر دهید و کلید هرمز را جایگزین کنید؛ همان کد کلاینت تعبیهسازی OpenAI کار میکند.

هزینهی استفاده از paraphrase-MiniLM-L6-v2 چقدر است؟

قیمتگذاری بر پایهی مصرف است: ۰.۰۰۵ دلار به ازای هر یک میلیون توکن ورودی. هیچ هزینهی ثابت ماهانهای وجود ندارد و فقط بابت مصرف واقعی پرداخت میکنید.

چطور از داخل ایران به paraphrase-MiniLM-L6-v2 دسترسی داشته باشم؟

در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیر دسترسی پایدار به این مدل را از داخل ایران فراهم میکند و نیازی به کارت اعتباری خارجی ندارید.

Sentence Transformers: paraphrase-MiniLM-L6-v2: مدل هوش مصنوعی

paraphrase-MiniLM-L6-v2 یک مدل تعبیه‌سازی متن (embedding) است که متن انگلیسی را به بردارهای متراکم ۳۸۴بعدی تبدیل می‌کند، برای جست‌وجوی معنایی، RAG و خوشه‌بندی، از داخل ایران و از طریق هرمز.

پنجره زمینه:: 512 توکن
ورودی:: $0.01 / هر ۱M توکن
خروجی:: $0 / هر ۱M توکن
نوع:: embedding

امبدینگ

مدل paraphrase-MiniLM-L6-v2 جمله‌ها و پاراگراف‌های کوتاه را به یک بردار متراکم ۳۸۴بعدی نگاشت می‌کند و برای تشخیص بازنویسی (paraphrase) و شباهت معنایی تنظیم شده است. این یک گزینه‌ی سبک برای حذف تکراری‌ها، سنجش شباهت و بازیابی سبک است. این مدل بردارهای تعبیه‌سازی متراکم ۳۸۴بعدی تولید می‌کند و برای بازیابی، جست‌وجوی معنایی، خوشه‌بندی و رتبه‌بندی مناسب است.

این مدل تا ۸۱۹۲ توکن ورودی در هر درخواست را پردازش می‌کند. از طریق هرمز پشت یک API تعبیه‌سازی سازگار با OpenAI ارائه می‌شود؛ کافی است آدرس پایه را به هرمز تغییر دهید و کلید هرمز را قرار دهید و درخواست را به مسیر ‎/embeddings‎ بفرستید. قیمت‌گذاری بر پایه‌ی مصرف است: ۰.۰۰۵ دلار به ازای هر یک میلیون توکن ورودی.

هرمز دسترسی پایدار به این مدل را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

The paraphrase-MiniLM-L6-v2 embedding model converts sentences and short paragraphs into a 384-dimensional dense vector space, producing high-quality semantic embeddings optimized for paraphrase detection, semantic similarity scoring, clustering, and lightweight retrieval...

شروع سریع

curl https://api.hormouz.net/v1/embeddings \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"sentence-transformers/paraphrase-minilm-l6-v2","input":"The quick brown fox"}'

مشخصات

سازنده	Sentence Transformers
نوع	امبدینگ
پنجره زمینه	۵۱۲ توکن
قیمت	$0.01/M in · $0.00/M out
نوع API	embeddings

نمونه کد

cURL

curl https://api.hormouz.net/v1/embeddings \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"sentence-transformers/paraphrase-minilm-l6-v2","input":"The quick brown fox"}'

Python

from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
resp = client.embeddings.create(model="sentence-transformers/paraphrase-minilm-l6-v2", input="The quick brown fox")
print(resp.data[0].embedding)

JavaScript

import OpenAI from "openai";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const resp = await client.embeddings.create({
  model: "sentence-transformers/paraphrase-minilm-l6-v2",
  input: "The quick brown fox",
});
console.log(resp.data[0].embedding);

خرید API Sentence Transformers: paraphrase-MiniLM-L6-v2 با پرداخت ریالی

با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
با یک کلید هرمز به Sentence Transformers: paraphrase-MiniLM-L6-v2 و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.

ساخت حساب

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

paraphrase-MiniLM-L6-v2 چیست و برای چه کاری مناسب است؟: paraphrase-MiniLM-L6-v2 یک مدل تعبیه‌سازی متن (embedding) است که متن را به بردارهای متراکم ۳۸۴بعدی تبدیل می‌کند. کاربردهای رایج آن جست‌وجوی معنایی، بازیابی برای RAG، خوشه‌بندی و سنجش شباهت است.
بُعد بردار تعبیه‌سازی paraphrase-MiniLM-L6-v2 چقدر است و حداکثر طول ورودی آن چیست؟: هر بردار خروجی ۳۸۴ بُعد دارد و مدل تا ۸۱۹۲ توکن ورودی را در هر درخواست می‌پذیرد.
چطور paraphrase-MiniLM-L6-v2 را از طریق هرمز فراخوانی کنم؟: مسیر ‎/embeddings‎ را با متن ورودی و شناسه‌ی مدل «sentence-transformers/paraphrase-minilm-l6-v2» فراخوانی کنید. چون API با OpenAI سازگار است، تنها آدرس پایه را به هرمز تغییر دهید و کلید هرمز را جایگزین کنید؛ همان کد کلاینت تعبیه‌سازی OpenAI کار می‌کند.
هزینه‌ی استفاده از paraphrase-MiniLM-L6-v2 چقدر است؟: قیمت‌گذاری بر پایه‌ی مصرف است: ۰.۰۰۵ دلار به ازای هر یک میلیون توکن ورودی. هیچ هزینه‌ی ثابت ماهانه‌ای وجود ندارد و فقط بابت مصرف واقعی پرداخت می‌کنید.
چطور از داخل ایران به paraphrase-MiniLM-L6-v2 دسترسی داشته باشم؟: در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیر دسترسی پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی ندارید.

به‌روزرسانی: 2026-10-13