multi-qa-mpnet-base-dot-v1 : prix, contexte et alternatives
Mise à jour le 25 septembre 2026Source : OpenRouterSentence Transformers
- Entrée
- 0,005 $par million de tokens
- Contexte
- 512tokens
- Sortie max
- 460tokens
- Disponible
- 18/11/2025via API
En bref
multi-qa-mpnet-base-dot-v1 est un modèle d'embeddings édité par Sentence Transformers. Il transforme du texte en vecteurs sémantiques de 768 dimensions, optimisés pour la recherche et le scoring de similarité selon la description publiée. Disponible depuis le 18 novembre 2025 sur OpenRouter, il accepte une seule entrée textuelle avec une fenêtre de contexte de 512 tokens et produit des embeddings jusqu'à 460 tokens. Le prix d'entrée est fixé à 0,005 $ par million de tokens. Un dépôt Hugging Face est référencé pour ce modèle.
Concurrents directs
Le radar a sélectionné automatiquement des modèles similaires basés sur le type, la date de sortie et le rapport de prix.
| Modèle | Disponible | Entrée | Sortie | Contexte | 1 000 requêtes | Test vidéo |
|---|---|---|---|---|---|---|
| multi-qa-mpnet-base-dot-v1 | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
| bge-base-en-v1.5 | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
| E5-Base-v2 | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
| all-MiniLM-L12-v2 | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
| paraphrase-MiniLM-L6-v2 | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
| GTE-Base | 18/11/2025 | 0,005 $ | non publié | 512 | non publié | non |
Sélection automatique : même type de modèle, sorti à 90 jours près, prix d'entrée dans un rapport de 1 à 3. Prix en dollars par million de tokens, tels que publiés. La barre compare le coût de 1 000 requêtes au plus élevé du tableau.
Fiche complète
- Éditeur
- Sentence Transformers
- Famille
- Sentence Transformers
- Type
- Embeddings
- Identifiant API
sentence-transformers/multi-qa-mpnet-base-dot-v1- Entrées
- texte
- Sorties
- vecteurs
- Entrée
- 0,005 $ par million de tokens
- Contexte
- 512 tokens
- Sortie maximale
- 460 tokens
- Fonctions
- aucune déclarée par la source
- Dépôt Hugging Face
- sentence-transformers/multi-qa-mpnet-base-dot-v1
- Coupure des connaissances
- non communiquée
- Statut
- Actif
Ce qu'on sait
- Modalités, date de disponibilité et identifiant d'API (OpenRouter)
- Prix publiés et leur unité (OpenRouter)
- Fenêtre de contexte (OpenRouter)
Ce qu'on ne sait pas encore
- Date de coupure des connaissances : non communiquée
- Nombre de paramètres : non publié par la source
- Scores de benchmark : le radar n'en affiche aucun sans source primaire
Pour aller plus loin
Chronologie Sentence Transformers (embeddings)
- all-MiniLM-L6-v217/11/2025
- all-mpnet-base-v217/11/2025
- all-MiniLM-L12-v218/11/2025
- multi-qa-mpnet-base-dot-v118/11/2025
- paraphrase-MiniLM-L6-v218/11/2025
Famille Sentence Transformers
Cette fiche concerne un modèle de la gamme Sentence Transformers, spécialisé dans la génération d'embeddings sémantiques.
- paraphrase-MiniLM-L6-v2 0,005 $ entrée
- all-MiniLM-L12-v2 0,005 $ entrée
- all-mpnet-base-v2 0,005 $ entrée
- all-MiniLM-L6-v2 0,005 $ entrée
Comprendre
Utiliser
Suis chaque sortie dans le Radar IA
Crée ton compte gratuit sur LE SAS. Une fois ton démarrage terminé, tu accèdes au Radar IA, aux espaces ouverts de la communauté et à une sélection de cours gratuits.
Questions fréquentes
Quel type de données multi-qa-mpnet-base-dot-v1 traite-t-il ?
Le modèle accepte uniquement du texte en entrée. Selon la description publiée, il transforme des phrases et de courts paragraphes en vecteurs denses de 768 dimensions destinés à la récupération sémantique.
Combien coûte l'utilisation de multi-qa-mpnet-base-dot-v1 ?
Le tarif publié par la source est de 0,005 $ par million de tokens en entrée. Les prix sont indiqués tels quels par OpenRouter au relevé du 25 septembre 2026.
Quelle est la limite de contexte de multi-qa-mpnet-base-dot-v1 ?
La fenêtre de contexte est limitée à 512 tokens. La sortie maximale autorisée est de 460 tokens, correspondant aux vecteurs générés par le modèle.