Карточка модели
Multi-QA-mpnet-base-dot-v1
multi-qa-mpnet-base-dot-v1Характеристики
Значения объединены по всем поставщикам; у конкретного поставщика они могут быть уже. Точные данные — в таблице ниже.
Поставщики и цены
| Поставщик | ID у поставщика | Контекст | Ввод, $/1M | Вывод, $/1M | Кэш чтение | Кэш запись | Инференс |
|---|---|---|---|---|---|---|---|
| DigitalOcean | multi-qa-mpnet-base-dot-v1 | 1 тыс. | $0.009 | $0 | — | — | — |
«Доступен» — у Airuns настроен системный ключ этого поставщика, модель можно запускать прямо сейчас.
Hugging Face
Автоматическое совпадение по имениREADME · sentence-transformers/multi-qa-mpnet-base-dot-v1
Отрывок на языке оригинала:
This is a sentence-transformers model: It maps sentences & paragraphs to a 768 dimensional dense vector space and was designed for semantic search. It has been trained on 215M (question, answer) pairs from diverse sources. For an introduction to semantic search, have a look at: SBERT.net - Semantic Search
Using this model becomes easy when you have sentence-transformers installed:
Then you can use the model like this:
Without sentence-transformers, you can use the model like this: First, you pass your input through the transformer model, then you have to apply the correct pooling-operation on-top of the contextualized word embeddings.
Text Embeddings Inference (TEI) is a blazing fast inference solution for text embedding models.
- CPU:
- NVIDIA GPU:
Send a request to /v1/embeddings to generate embeddings via the OpenAI Embeddings API:
Or check the Text Embeddings Inference API spec…
Читать дальше на Hugging Face →
Источник каталога: https://models.dev/api.json. Получено: 01.11.2026 04:10 UTC. Цены и лимиты — данные источника; перед использованием проверяйте условия поставщика.