¿Qué es all-MiniLM-L6-v2?
all-MiniLM-L6-v2 es un pequeño modelo de embeddings de frases en inglés del proyecto sentence-transformers, publicado bajo Apache 2.0. Convierte frases y párrafos cortos en vectores de 384 dimensiones para búsqueda semántica, agrupamiento y similitud. Tiene unos 23 millones de parámetros, según Hugging Face.
Se ajustó a partir de MiniLM de Microsoft con más de 1.000 millones de pares de frases, unos 726 millones de ellos pares de comentarios de Reddit de 2015 a 2018, y el resto de fuentes como Stack Exchange y citas académicas, durante una semana comunitaria de JAX/Flax de Hugging Face; el primer commit del repositorio data del 30 de agosto de 2021. El entrenamiento usó secuencias de 128 tokens, y la entrada de más de 256 word pieces se recorta.
El repositorio incluye exportaciones ONNX y OpenVINO junto a los pesos de PyTorch, entre ellas archivos ONNX int8 de unos 23 MB. Sigue siendo uno de los modelos más descargados de Hugging Face, con unos 199 millones de descargas en el último mes.
¿Merece la pena all-MiniLM-L6-v2?
all-MiniLM-L6-v2 ha sobrevivido a su época. Unos 199 millones de descargas en el último mes dicen más de los tutoriales, los valores por defecto de los frameworks y la costumbre que de su calidad. Sus propios mantenedores lo presentan con modestia, cinco veces más rápido que all-mpnet-base-v2 con 'good quality', y remiten a los lectores a la clasificación MTEB para encontrar modelos más potentes.
Los límites son estructurales. Solo lee inglés. Todo lo que pasa de 256 word pieces se descarta sin error, y como el entrenamiento usó secuencias de 128 tokens, incluso ese límite es generoso. Los modelos pequeños modernos son de otra categoría: EmbeddingGemma 2 lee 8K tokens en más de 100 idiomas con un modelo de texto de 270 millones de parámetros, y Qwen3-Embedding-0.6B lee 32K tokens en más de 100 idiomas.
Sus virtudes siguen contando. Con unos 23 millones de parámetros funciona en casi cualquier CPU, la exportación ONNX int8 ocupa unos 23 MB y un vector de 384 dimensiones ocupa la mitad que uno de 768. Como dato de prueba, ejemplo de clase o primer prototipo, es difícil de superar.
El coste real de empezar con él llega después. Los vectores de modelos distintos no son intercambiables, así que pasar un índice de producción a un modelo mejor obliga a volver a generar los embeddings de todos los documentos. Cuanto más barata fue la primera elección, más datos suelen haberse acumulado detrás cuando alguien mide por fin la calidad de la recuperación.
Dónde se gana su sitio
Un ingeniero de backend que escribe pruebas de CI para una canalización de recuperación
Ejecutar pruebas de recuperación en cada pull request sin GPU ni clave de API
El modelo de 91 MB se descarga una vez y genera los embeddings de los datos de prueba en la CPU del runner de CI, sin coste y sin que ningún texto salga de la compilación. Su orden de resultados será distinto del del modelo de producción, así que las pruebas deben comprobar el comportamiento y no las puntuaciones exactas.
Un desarrollador que añade búsqueda sin conexión a una aplicación de escritorio o de navegador
Encontrar notas o artículos de ayuda relacionados en el propio equipo del usuario
Un archivo ONNX int8 de unos 23 MB es lo bastante pequeño para incluirlo, y los vectores de 384 dimensiones mantienen pequeño el índice local. Solo cubre inglés, y antes hay que trocear los pasajes por debajo de 256 word pieces.
Una product manager de una pequeña empresa SaaS
Demostrar que la búsqueda semántica supera a la de palabras clave antes de pedir presupuesto
Un prototipo no cuesta licencias ni tarifas de API. Si gana, repite la misma evaluación con EmbeddingGemma 2 o Qwen3-Embedding-0.6B antes del lanzamiento, porque volver a generar los embeddings de un corpus crecido es el paso caro.
Antes de decidirte
- Puesta en marcha
- pip install sentence-transformers y tres líneas de Python; el modelo (91 MB en safetensors) se descarga en el primer uso.
- Integraciones
- Nativo en sentence-transformers y Transformers; el repositorio también incluye pesos ONNX, OpenVINO, TensorFlow y Rust, entre ellos cuatro compilaciones ONNX int8 para distintos juegos de instrucciones de CPU.
- Datos y privacidad
- Apache 2.0 sin restricciones de uso, y funciona en tu propio hardware, así que ningún texto sale de él. Su mezcla de entrenamiento se apoya mucho en comentarios de Reddit de 2015 a 2018.
- Coste a escala
- Sin licencias ni tarifas de API; el almacenamiento es el coste principal. Un vector float32 ocupa 1.536 bytes, así que 10 millones de fragmentos ocupan unos 15 GB antes de la sobrecarga del índice, la mitad que el índice de un modelo de 768 dimensiones.
- Límites
- La entrada que pasa de 256 word pieces se recorta sin aviso, el entrenamiento usó secuencias de 128 tokens y solo admite inglés.
Lo bueno
- Unos 23M de parámetros; funciona en casi cualquier CPU
- El repositorio incluye una exportación ONNX int8 de unos 23 MB
- Apache 2.0; los vectores de 384 dimensiones son baratos de almacenar
Lo malo
- Solo inglés
- Recorta sin avisar la entrada a partir de 256 word pieces
- Entrenado con secuencias de 128 tokens, así que los textos largos hay que trocearlos
- Sus mantenedores remiten a MTEB para modelos más potentes
Ideal para
Estudiantes y quienes hacen prototipos y necesitan un modelo de embeddings en inglés rápido y compatible con todo.
Alternativas a all-MiniLM-L6-v2
all-MiniLM-L6-v2: preguntas frecuentes
- ¿Merece la pena all-MiniLM-L6-v2?
- Sigue siendo la forma más rápida de poner en marcha una búsqueda semántica, y ya no es el modelo adecuado para llevar a producción. Le damos un 3.4 sobre 5.
- ¿Cuánto cuesta all-MiniLM-L6-v2?
- Gratuito bajo Apache 2.0.
- ¿Qué inconvenientes tiene all-MiniLM-L6-v2?
- Solo inglés; recorta sin avisar la entrada a partir de 256 word pieces; entrenado con secuencias de 128 tokens, así que los textos largos hay que trocearlos; sus mantenedores remiten a MTEB para modelos más potentes.
- ¿Para quién es all-MiniLM-L6-v2?
- Estudiantes y quienes hacen prototipos y necesitan un modelo de embeddings en inglés rápido y compatible con todo.
- ¿Cuánto cuesta all-MiniLM-L6-v2 para un equipo o en producción?
- Sin licencias ni tarifas de API; el almacenamiento es el coste principal. Un vector float32 ocupa 1.536 bytes, así que 10 millones de fragmentos ocupan unos 15 GB antes de la sobrecarga del índice, la mitad que el índice de un modelo de 768 dimensiones.
- ¿Es all-MiniLM-L6-v2 seguro para los datos de la empresa?
- Apache 2.0 sin restricciones de uso, y funciona en tu propio hardware, así que ningún texto sale de él. Su mezcla de entrenamiento se apoya mucho en comentarios de Reddit de 2015 a 2018.
- ¿Cuáles son las mejores alternativas a all-MiniLM-L6-v2?
- Las alternativas más cercanas que hemos analizado son EmbeddingGemma 2, Qwen3-Embedding and Qwen3-Reranker y text-embedding-3-large.
Respuestas comprobadas el 26 oct 2026.