{ "aboutHtml": "

text-embedding-3-large هو نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI للمهام الإنجليزية وغير الإنجليزية. ويمثّل المادة المكتوبة بمتجه رقمي، ويعيد 3,072 مكوّنًا افتراضيًا. ويمثّل المتجه العلاقات في المحتوى المقدَّم؛ وتستخدمه عملية استرجاع أو تصنيف لاختيار المواد أو اتخاذ قرار آخر.

تُدرَّب نماذج الجيل الثالث لدعم تمثيلات أقصر من خلال أداة التحكم dimensions لدى المُنتج. وتعطي الشركة المصنّعة 1,024 بُعدًا مثالًا عندما يتطلب مخزن المتجهات ذلك الحجم. ويقلّل المتجه الأقصر كمية البيانات المطلوب تخزينها ومقارنتها، بينما قد يؤثر تغيير التمثيل في جودة الاسترجاع. اختر الحجم وفق متطلبات التطبيق، واستخدم الاختيار نفسه للمجموعة واستعلاماتها.

يقسّم سير عمل توضيحي للبحث في المستندات المادة المصدرية إلى مقاطع ذات معنى، ويحفظ معرّفاتها، ويحصل على متجهات لكل مقطع. ويُنشأ تضمين لسؤال باستخدام النموذج والأبعاد نفسيهما، ثم يُقارَن بمتجهات المقاطع. ويوفّر التطبيق المرشّحات ويختار النتائج المرتّبة ويعرض مراجع مصادرها. ويمكن لنموذج لاحق لتوليد النص تطوير إجابة من المادة المسترجعة؛ وتظل نتيجة نموذج التضمين بيانات رقمية.

تشمل التطبيقات الموثّقة الأخرى البحث في الشيفرة أو النصوص، وتجميع السجلات المتشابهة، والتوصية بمحتوى مرتبط، والتصنيف، واكتشاف الشذوذ، وقياس التنوع في المجموعة. وللتوصية، صِف العناصر بالمصطلحات ذات الصلة بالعلاقة. وفي التصنيف، قارن بتمثيلات الفئات أو استخدم المتجهات سماتٍ في مُصنِّف. حدّد القاعدة التي تحوّل التشابه إلى النتيجة التي يحتاجها المنتج.

تذكر OpenAI حد مدخلات أقصى من 8,192 رمزًا لكل نص. وتقبل واجهة التضمين سلاسل نصية أو نصًا مجزّأً إلى رموز، وتدعم مدخلات متعددة، وترفض السلاسل الفارغة. وتفرض أيضًا حدًا إجماليًا من 300,000 رمز للطلب الواحد. وينبغي تقسيم المستند الطويل مع الحفاظ على حدوده ذات المعنى وسياقه، وإبقاء كل متجه مرتبطًا بمقطعه المصدري.

يوثّق المُنتج متجهات float بوصفها المخرج الافتراضي، وbase64 بوصفه ترميزًا بديلًا. ويوصي الدليل بتشابه جيب التمام، ويذكر أن تضمينات OpenAI مطبَّعة إلى طول معياري واحد، ما يتيح استخدام الضرب النقطي لتشابه جيب التمام والحصول على ترتيب مكافئ باستخدام المسافة الإقليدية. وإذا اختُصر متجه من الجيل الثالث يدويًا بعد توليده، فتوجّه الشركة المصنّعة التطبيق إلى إعادة تطبيع المتجه المختصر؛ ويُعد استخدام أداة التحكم dimensions المسار الموصى به.

جهّز تمثيلًا نصيًا متسقًا، وسجّل النموذج والأبعاد ومعرّف المصدر. ويتمثّل ناتج نهائي مفيد في مجموعة مرتّبة من المقاطع أو العناصر المرتبطة أو السجلات المجمَّعة، مع قاعدة اختيار صريحة. قيّم ما إذا كانت النتيجة تعالج الاستعلام، واحتفظ بالأدلة المصدرية للمرحلة التالية، بدلًا من اعتبار تشابه المتجهات تحققًا من الادعاءات الواقعية لسجل.

", "aboutText": "text-embedding-3-large هو نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI للمهام الإنجليزية وغير الإنجليزية. ويمثّل المادة المكتوبة بمتجه رقمي، ويعيد 3,072 مكوّنًا افتراضيًا. ويمثّل المتجه العلاقات في المحتوى المقدَّم؛ وتستخدمه عملية استرجاع أو تصنيف لاختيار المواد أو اتخاذ قرار آخر.\n\nتُدرَّب نماذج الجيل الثالث لدعم تمثيلات أقصر من خلال أداة التحكم dimensions لدى المُنتج. وتعطي الشركة المصنّعة 1,024 بُعدًا مثالًا عندما يتطلب مخزن المتجهات ذلك الحجم. ويقلّل المتجه الأقصر كمية البيانات المطلوب تخزينها ومقارنتها، بينما قد يؤثر تغيير التمثيل في جودة الاسترجاع. اختر الحجم وفق متطلبات التطبيق، واستخدم الاختيار نفسه للمجموعة واستعلاماتها.\n\nيقسّم سير عمل توضيحي للبحث في المستندات المادة المصدرية إلى مقاطع ذات معنى، ويحفظ معرّفاتها، ويحصل على متجهات لكل مقطع. ويُنشأ تضمين لسؤال باستخدام النموذج والأبعاد نفسيهما، ثم يُقارَن بمتجهات المقاطع. ويوفّر التطبيق المرشّحات ويختار النتائج المرتّبة ويعرض مراجع مصادرها. ويمكن لنموذج لاحق لتوليد النص تطوير إجابة من المادة المسترجعة؛ وتظل نتيجة نموذج التضمين بيانات رقمية.\n\nتشمل التطبيقات الموثّقة الأخرى البحث في الشيفرة أو النصوص، وتجميع السجلات المتشابهة، والتوصية بمحتوى مرتبط، والتصنيف، واكتشاف الشذوذ، وقياس التنوع في المجموعة. وللتوصية، صِف العناصر بالمصطلحات ذات الصلة بالعلاقة. وفي التصنيف، قارن بتمثيلات الفئات أو استخدم المتجهات سماتٍ في مُصنِّف. حدّد القاعدة التي تحوّل التشابه إلى النتيجة التي يحتاجها المنتج.\n\nتذكر OpenAI حد مدخلات أقصى من 8,192 رمزًا لكل نص. وتقبل واجهة التضمين سلاسل نصية أو نصًا مجزّأً إلى رموز، وتدعم مدخلات متعددة، وترفض السلاسل الفارغة. وتفرض أيضًا حدًا إجماليًا من 300,000 رمز للطلب الواحد. وينبغي تقسيم المستند الطويل مع الحفاظ على حدوده ذات المعنى وسياقه، وإبقاء كل متجه مرتبطًا بمقطعه المصدري.\n\nيوثّق المُنتج متجهات float بوصفها المخرج الافتراضي، وbase64 بوصفه ترميزًا بديلًا. ويوصي الدليل بتشابه جيب التمام، ويذكر أن تضمينات OpenAI مطبَّعة إلى طول معياري واحد، ما يتيح استخدام الضرب النقطي لتشابه جيب التمام والحصول على ترتيب مكافئ باستخدام المسافة الإقليدية. وإذا اختُصر متجه من الجيل الثالث يدويًا بعد توليده، فتوجّه الشركة المصنّعة التطبيق إلى إعادة تطبيع المتجه المختصر؛ ويُعد استخدام أداة التحكم dimensions المسار الموصى به.\n\nجهّز تمثيلًا نصيًا متسقًا، وسجّل النموذج والأبعاد ومعرّف المصدر. ويتمثّل ناتج نهائي مفيد في مجموعة مرتّبة من المقاطع أو العناصر المرتبطة أو السجلات المجمَّعة، مع قاعدة اختيار صريحة. قيّم ما إذا كانت النتيجة تعالج الاستعلام، واحتفظ بالأدلة المصدرية للمرحلة التالية، بدلًا من اعتبار تشابه المتجهات تحققًا من الادعاءات الواقعية لسجل.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "611117aa7f77c16cf24ee0a414105c34f6f16d7400480b2210cacf391176b2e9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
O

OpenAI: Text Embedding 3 Large

OpenAI /openai/text-embedding-3-large

البداية

يعيد نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI متجهات من 3,072 بُعدًا افتراضيًا، مع أداة تحكم لدى المُنتج لتمثيلات أقصر. استخدمه للاسترجاع الدلالي والمقارنة المتعددة اللغات وسير عمل المحتوى المرتبط أو التصنيف.

المدخلات المقبولة
النص · token_ids
النتائج
embedding
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

text-embedding-3-large هو نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI للمهام الإنجليزية وغير الإنجليزية. ويمثّل المادة المكتوبة بمتجه رقمي، ويعيد 3,072 مكوّنًا افتراضيًا. ويمثّل المتجه العلاقات في المحتوى المقدَّم؛ وتستخدمه عملية استرجاع أو تصنيف لاختيار المواد أو اتخاذ قرار آخر.

تُدرَّب نماذج الجيل الثالث لدعم تمثيلات أقصر من خلال أداة التحكم dimensions لدى المُنتج. وتعطي الشركة المصنّعة 1,024 بُعدًا مثالًا عندما يتطلب مخزن المتجهات ذلك الحجم. ويقلّل المتجه الأقصر كمية البيانات المطلوب تخزينها ومقارنتها، بينما قد يؤثر تغيير التمثيل في جودة الاسترجاع. اختر الحجم وفق متطلبات التطبيق، واستخدم الاختيار نفسه للمجموعة واستعلاماتها.

يقسّم سير عمل توضيحي للبحث في المستندات المادة المصدرية إلى مقاطع ذات معنى، ويحفظ معرّفاتها، ويحصل على متجهات لكل مقطع. ويُنشأ تضمين لسؤال باستخدام النموذج والأبعاد نفسيهما، ثم يُقارَن بمتجهات المقاطع. ويوفّر التطبيق المرشّحات ويختار النتائج المرتّبة ويعرض مراجع مصادرها. ويمكن لنموذج لاحق لتوليد النص تطوير إجابة من المادة المسترجعة؛ وتظل نتيجة نموذج التضمين بيانات رقمية.

تشمل التطبيقات الموثّقة الأخرى البحث في الشيفرة أو النصوص، وتجميع السجلات المتشابهة، والتوصية بمحتوى مرتبط، والتصنيف، واكتشاف الشذوذ، وقياس التنوع في المجموعة. وللتوصية، صِف العناصر بالمصطلحات ذات الصلة بالعلاقة. وفي التصنيف، قارن بتمثيلات الفئات أو استخدم المتجهات سماتٍ في مُصنِّف. حدّد القاعدة التي تحوّل التشابه إلى النتيجة التي يحتاجها المنتج.

تذكر OpenAI حد مدخلات أقصى من 8,192 رمزًا لكل نص. وتقبل واجهة التضمين سلاسل نصية أو نصًا مجزّأً إلى رموز، وتدعم مدخلات متعددة، وترفض السلاسل الفارغة. وتفرض أيضًا حدًا إجماليًا من 300,000 رمز للطلب الواحد. وينبغي تقسيم المستند الطويل مع الحفاظ على حدوده ذات المعنى وسياقه، وإبقاء كل متجه مرتبطًا بمقطعه المصدري.

يوثّق المُنتج متجهات float بوصفها المخرج الافتراضي، وbase64 بوصفه ترميزًا بديلًا. ويوصي الدليل بتشابه جيب التمام، ويذكر أن تضمينات OpenAI مطبَّعة إلى طول معياري واحد، ما يتيح استخدام الضرب النقطي لتشابه جيب التمام والحصول على ترتيب مكافئ باستخدام المسافة الإقليدية. وإذا اختُصر متجه من الجيل الثالث يدويًا بعد توليده، فتوجّه الشركة المصنّعة التطبيق إلى إعادة تطبيع المتجه المختصر؛ ويُعد استخدام أداة التحكم dimensions المسار الموصى به.

جهّز تمثيلًا نصيًا متسقًا، وسجّل النموذج والأبعاد ومعرّف المصدر. ويتمثّل ناتج نهائي مفيد في مجموعة مرتّبة من المقاطع أو العناصر المرتبطة أو السجلات المجمَّعة، مع قاعدة اختيار صريحة. قيّم ما إذا كانت النتيجة تعالج الاستعلام، واحتفظ بالأدلة المصدرية للمرحلة التالية، بدلًا من اعتبار تشابه المتجهات تحققًا من الادعاءات الواقعية لسجل.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · التضمينات POST /v1/embeddings
الإدخال
text, token_ids
الإخراج
embedding
السياق
⁦8,192⁩ tokens
صيغة الإخراج
json
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
openai/text-embedding-3-large
القيمة الافتراضية—
الحقلinputالنوعstring|string[]|integer[]|integer[][]المتطلبمطلوبالقيم والحدود
الحد الأدنى للعناصر: ⁦1⁩
الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.
سعة الإدخال: الحد الأقصى: ⁦8,192⁩ · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز
القيمة الافتراضية—
الحقلencoding_formatالنوعstringالمتطلباختياريالقيم والحدود
float
القيمة الافتراضيةfloat
الحقلdimensionsالنوعintegerالمتطلبغير مدعومالقيم والحدود
الحد الأدنى: ⁦1⁩
القيمة الافتراضية—
الحقلuserالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلsession_idالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلtraceالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.
القيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدود
الشروط: تم رفض provider.options
القيمة الافتراضية—
تركيبات مواد الإدخال

text_to_embedding

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, input
المعلمةinput_shapesالمواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
المعلمةencoding_formatالمواصفاتfloat
المعلمةdimensions_overrideالمواصفاتfalse
المعلمةmax_input_budget_unitsالمواصفات8192
المعلمةmultimodal_objectsالمواصفاتfalse
المعلمةmaterial_typesالمواصفاتtext, token_ids

دورة الحياة: synchronous_json

احتفظ بفهرس كل متجه وبُعده.

اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع
التعرفة القياسية عند اختيار الوضع السريع
الوضع المرن
التعرفة القياسية عند اختيار وضع flex
أقصى جهد للاستدلال
التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

الإعداداتجدول التعرفةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةالرسوم
الإدخال · رموز الإدخال $0.00026 / 1K من الرموز
الإخراج · رموز الإخراج $0 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · التضمينات

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/text-embedding-3-large", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\n

استلام النتائج وحفظها

Ailoot Ultra · التضمينات

json

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.

عند الحاجة إلى التحقق من الاستجابة الأصلية

لا تُستحدث نقطة نهاية لمهام التضمين.

حقول الاستجابة
الحقلالنوع
الحقلobjectالنوعstring
الحقلmodelالنوعstring
الحقلdata[].indexالنوعinteger
الحقلdata[].embeddingالنوعfinite float[]
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra openai/text-embedding-3-large, text-embedding-3-large

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/text-embedding-3-large, text-embedding-3-large

", "method_identity": { "effective_request_model_id": "openai/text-embedding-3-large", "fmt": "embeddings", "http": "POST", "path": "/v1/embeddings", "request_model_id": "openai/text-embedding-3-large", "route_label": "Ultra" }, "method_key": "Ultra|embeddings|/v1/embeddings|openai%2Ftext-embedding-3-large", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/text-embedding-3-large" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "احتفظ بفهرس كل متجه وبُعده.", "اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"openai/text-embedding-3-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='openai/text-embedding-3-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.26, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/text-embedding-3-large", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "
O

OpenAI: Text Embedding 3 Large

OpenAI /text-embedding-3-large

البداية

يعيد نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI متجهات من 3,072 بُعدًا افتراضيًا، مع أداة تحكم لدى المُنتج لتمثيلات أقصر. استخدمه للاسترجاع الدلالي والمقارنة المتعددة اللغات وسير عمل المحتوى المرتبط أو التصنيف.

المدخلات المقبولة
النص
النتائج
embedding
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

text-embedding-3-large هو نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI للمهام الإنجليزية وغير الإنجليزية. ويمثّل المادة المكتوبة بمتجه رقمي، ويعيد 3,072 مكوّنًا افتراضيًا. ويمثّل المتجه العلاقات في المحتوى المقدَّم؛ وتستخدمه عملية استرجاع أو تصنيف لاختيار المواد أو اتخاذ قرار آخر.

تُدرَّب نماذج الجيل الثالث لدعم تمثيلات أقصر من خلال أداة التحكم dimensions لدى المُنتج. وتعطي الشركة المصنّعة 1,024 بُعدًا مثالًا عندما يتطلب مخزن المتجهات ذلك الحجم. ويقلّل المتجه الأقصر كمية البيانات المطلوب تخزينها ومقارنتها، بينما قد يؤثر تغيير التمثيل في جودة الاسترجاع. اختر الحجم وفق متطلبات التطبيق، واستخدم الاختيار نفسه للمجموعة واستعلاماتها.

يقسّم سير عمل توضيحي للبحث في المستندات المادة المصدرية إلى مقاطع ذات معنى، ويحفظ معرّفاتها، ويحصل على متجهات لكل مقطع. ويُنشأ تضمين لسؤال باستخدام النموذج والأبعاد نفسيهما، ثم يُقارَن بمتجهات المقاطع. ويوفّر التطبيق المرشّحات ويختار النتائج المرتّبة ويعرض مراجع مصادرها. ويمكن لنموذج لاحق لتوليد النص تطوير إجابة من المادة المسترجعة؛ وتظل نتيجة نموذج التضمين بيانات رقمية.

تشمل التطبيقات الموثّقة الأخرى البحث في الشيفرة أو النصوص، وتجميع السجلات المتشابهة، والتوصية بمحتوى مرتبط، والتصنيف، واكتشاف الشذوذ، وقياس التنوع في المجموعة. وللتوصية، صِف العناصر بالمصطلحات ذات الصلة بالعلاقة. وفي التصنيف، قارن بتمثيلات الفئات أو استخدم المتجهات سماتٍ في مُصنِّف. حدّد القاعدة التي تحوّل التشابه إلى النتيجة التي يحتاجها المنتج.

تذكر OpenAI حد مدخلات أقصى من 8,192 رمزًا لكل نص. وتقبل واجهة التضمين سلاسل نصية أو نصًا مجزّأً إلى رموز، وتدعم مدخلات متعددة، وترفض السلاسل الفارغة. وتفرض أيضًا حدًا إجماليًا من 300,000 رمز للطلب الواحد. وينبغي تقسيم المستند الطويل مع الحفاظ على حدوده ذات المعنى وسياقه، وإبقاء كل متجه مرتبطًا بمقطعه المصدري.

يوثّق المُنتج متجهات float بوصفها المخرج الافتراضي، وbase64 بوصفه ترميزًا بديلًا. ويوصي الدليل بتشابه جيب التمام، ويذكر أن تضمينات OpenAI مطبَّعة إلى طول معياري واحد، ما يتيح استخدام الضرب النقطي لتشابه جيب التمام والحصول على ترتيب مكافئ باستخدام المسافة الإقليدية. وإذا اختُصر متجه من الجيل الثالث يدويًا بعد توليده، فتوجّه الشركة المصنّعة التطبيق إلى إعادة تطبيع المتجه المختصر؛ ويُعد استخدام أداة التحكم dimensions المسار الموصى به.

جهّز تمثيلًا نصيًا متسقًا، وسجّل النموذج والأبعاد ومعرّف المصدر. ويتمثّل ناتج نهائي مفيد في مجموعة مرتّبة من المقاطع أو العناصر المرتبطة أو السجلات المجمَّعة، مع قاعدة اختيار صريحة. قيّم ما إذا كانت النتيجة تعالج الاستعلام، واحتفظ بالأدلة المصدرية للمرحلة التالية، بدلًا من اعتبار تشابه المتجهات تحققًا من الادعاءات الواقعية لسجل.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تمثيلات متجهية · text-embedding-3-large POST /v1/embeddings
الإدخال
text
الإخراج
embedding
السياق
⁦8,192⁩ tokens
صيغة الإخراج
json
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
text-embedding-3-large
القيمة الافتراضية—
الحقلinputالنوعstring|string[]|integer[]|integer[][]المتطلبمطلوبالقيم والحدود
الحد الأدنى للعناصر: ⁦1⁩
الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.
سعة الإدخال: الحد الأقصى: ⁦8,192⁩ · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز
القيمة الافتراضية—
الحقلencoding_formatالنوعstringالمتطلباختياريالقيم والحدود
float
القيمة الافتراضيةfloat
الحقلdimensionsالنوعintegerالمتطلبغير مدعومالقيم والحدود
الحد الأدنى: ⁦1⁩
القيمة الافتراضية—
الحقلuserالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.
القيمة الافتراضية—
الحقلsession_idالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.
القيمة الافتراضية—
الحقلtraceالنوعjson_valueالمتطلباختياريالقيم والحدود
الشروط: بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.
القيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدود
الشروط: تم رفض provider.options
القيمة الافتراضية—
تركيبات مواد الإدخال

text_to_embedding

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, input
المعلمةinput_shapesالمواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
المعلمةencoding_formatالمواصفاتfloat
المعلمةdimensions_overrideالمواصفاتfalse
المعلمةmax_input_budget_unitsالمواصفات8192
المعلمةmultimodal_objectsالمواصفاتfalse
المعلمةmaterial_typesالمواصفاتtext
المعلمةtext_file_materialالمواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة.

دورة الحياة: synchronous_json

أرسل معرّف النموذج الدقيق والحقول المطلوبة.

احتفظ بكل عنصر مُعاد وبمعرّفاته الأصلية.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع
التعرفة القياسية عند اختيار الوضع السريع
الوضع المرن
التعرفة القياسية عند اختيار وضع flex
أقصى جهد للاستدلال
التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

الإعداداتجدول التعرفةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةالرسوم
الإدخال · رموز الإدخال $0.00026 / 1K من الرموز
الإخراج · رموز الإخراج $0 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · تمثيلات متجهية · text-embedding-3-large

{\n  "model": "text-embedding-3-large",\n  "input": [\n    "First document",\n    "Second document"\n  ],\n  "encoding_format": "float"\n}

استلام النتائج وحفظها

Ailoot Ultra · تمثيلات متجهية · text-embedding-3-large

json

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بكل متجه ذي قيم منتهية مع فهرسه الأصلي. حافظ على جميع الأبعاد وكائن الاستخدام كاملاً.

عند الحاجة إلى التحقق من الاستجابة الأصلية

لا تُستحدث نقطة نهاية لمهام التضمين.

حقول الاستجابة
الحقلالنوع
الحقلobjectالنوعstring
الحقلmodelالنوعstring
الحقلdata[].indexالنوعinteger
الحقلdata[].embeddingالنوعfinite float[]
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra openai/text-embedding-3-large, text-embedding-3-large

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/text-embedding-3-large, text-embedding-3-large

", "method_identity": { "effective_request_model_id": "text-embedding-3-large", "fmt": "embeddings", "http": "POST", "path": "/v1/embeddings", "request_model_id": "text-embedding-3-large", "route_label": "Ultra" }, "method_key": "Ultra|embeddings|/v1/embeddings|text-embedding-3-large", "ordinal": 1, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every finite vector with its original index. Preserve all dimensions and the complete usage object.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه ذي قيم منتهية مع فهرسه الأصلي. حافظ على جميع الأبعاد وكائن الاستخدام كاملاً.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text-embedding-3-large" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "أرسل معرّف النموذج الدقيق والحقول المطلوبة.", "احتفظ بكل عنصر مُعاد وبمعرّفاته الأصلية." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ], "text_file_material": "اقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة." }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "official_sources": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"text-embedding-3-large\",\n \"input\": [\n \"First document\",\n \"Second document\"\n ],\n \"encoding_format\": \"float\"\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}\npayload['input'] = [text]\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nfor vector in result.get('data', []):\n print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))\nPY_RESULT\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}\npayload['input'] = [text]\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/embeddings', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nfor vector in result.get('data', []):\n print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Use the text of your own UTF-8 document as the request material.", "Save the complete result, including usage and every returned output." ], "http": "POST", "in": 0.26, "input": [ "text" ], "label": "تمثيلات متجهية · text-embedding-3-large", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "official_sources": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "text-embedding-3-large", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "openai/text-embedding-3-large", "nativeProvenance": { "input_facts_canonical_sha256": "70a712f43ee7f3869c3dce3c05e00d8f39f2e7a5d610b7eb56613ad95aec835e", "input_html_sha256": "0d22bf17994e56c4084cc23def7ef1cf39069047a2816531adb0161ba4ea5bbb", "private_audit_sha256": "5eb2a69cda0f3a3bb78a4e375c427a42b1581c5a8a405cb0342309664128e966", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/openai-text-embedding-3-large/", "description": "يعيد نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI متجهات من 3,072 بُعدًا افتراضيًا، مع أداة تحكم لدى المُنتج لتمثيلات أقصر. استخدمه للاسترجاع الدلالي والمقارنة المتعددة اللغات وسير عمل المحتوى المرتبط أو التصنيف.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/openai-text-embedding-3-large/index.md", "title": "OpenAI: Text Embedding 3 Large — Ailoot", "url": "https://ailoot.ai/models/ar/openai-text-embedding-3-large/" }, "rawModel": { "about": "text-embedding-3-large هو نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI للمهام الإنجليزية وغير الإنجليزية. ويمثّل المادة المكتوبة بمتجه رقمي، ويعيد 3,072 مكوّنًا افتراضيًا. ويمثّل المتجه العلاقات في المحتوى المقدَّم؛ وتستخدمه عملية استرجاع أو تصنيف لاختيار المواد أو اتخاذ قرار آخر.\n\nتُدرَّب نماذج الجيل الثالث لدعم تمثيلات أقصر من خلال أداة التحكم dimensions لدى المُنتج. وتعطي الشركة المصنّعة 1,024 بُعدًا مثالًا عندما يتطلب مخزن المتجهات ذلك الحجم. ويقلّل المتجه الأقصر كمية البيانات المطلوب تخزينها ومقارنتها، بينما قد يؤثر تغيير التمثيل في جودة الاسترجاع. اختر الحجم وفق متطلبات التطبيق، واستخدم الاختيار نفسه للمجموعة واستعلاماتها.\n\nيقسّم سير عمل توضيحي للبحث في المستندات المادة المصدرية إلى مقاطع ذات معنى، ويحفظ معرّفاتها، ويحصل على متجهات لكل مقطع. ويُنشأ تضمين لسؤال باستخدام النموذج والأبعاد نفسيهما، ثم يُقارَن بمتجهات المقاطع. ويوفّر التطبيق المرشّحات ويختار النتائج المرتّبة ويعرض مراجع مصادرها. ويمكن لنموذج لاحق لتوليد النص تطوير إجابة من المادة المسترجعة؛ وتظل نتيجة نموذج التضمين بيانات رقمية.\n\nتشمل التطبيقات الموثّقة الأخرى البحث في الشيفرة أو النصوص، وتجميع السجلات المتشابهة، والتوصية بمحتوى مرتبط، والتصنيف، واكتشاف الشذوذ، وقياس التنوع في المجموعة. وللتوصية، صِف العناصر بالمصطلحات ذات الصلة بالعلاقة. وفي التصنيف، قارن بتمثيلات الفئات أو استخدم المتجهات سماتٍ في مُصنِّف. حدّد القاعدة التي تحوّل التشابه إلى النتيجة التي يحتاجها المنتج.\n\nتذكر OpenAI حد مدخلات أقصى من 8,192 رمزًا لكل نص. وتقبل واجهة التضمين سلاسل نصية أو نصًا مجزّأً إلى رموز، وتدعم مدخلات متعددة، وترفض السلاسل الفارغة. وتفرض أيضًا حدًا إجماليًا من 300,000 رمز للطلب الواحد. وينبغي تقسيم المستند الطويل مع الحفاظ على حدوده ذات المعنى وسياقه، وإبقاء كل متجه مرتبطًا بمقطعه المصدري.\n\nيوثّق المُنتج متجهات float بوصفها المخرج الافتراضي، وbase64 بوصفه ترميزًا بديلًا. ويوصي الدليل بتشابه جيب التمام، ويذكر أن تضمينات OpenAI مطبَّعة إلى طول معياري واحد، ما يتيح استخدام الضرب النقطي لتشابه جيب التمام والحصول على ترتيب مكافئ باستخدام المسافة الإقليدية. وإذا اختُصر متجه من الجيل الثالث يدويًا بعد توليده، فتوجّه الشركة المصنّعة التطبيق إلى إعادة تطبيع المتجه المختصر؛ ويُعد استخدام أداة التحكم dimensions المسار الموصى به.\n\nجهّز تمثيلًا نصيًا متسقًا، وسجّل النموذج والأبعاد ومعرّف المصدر. ويتمثّل ناتج نهائي مفيد في مجموعة مرتّبة من المقاطع أو العناصر المرتبطة أو السجلات المجمَّعة، مع قاعدة اختيار صريحة. قيّم ما إذا كانت النتيجة تعالج الاستعلام، واحتفظ بالأدلة المصدرية للمرحلة التالية، بدلًا من اعتبار تشابه المتجهات تحققًا من الادعاءات الواقعية لسجل.", "alias_of": null, "aliases": [ "text-embedding-3-large" ], "author": "OpenAI", "available": null, "canonical_model": "openai/text-embedding-3-large", "capabilities": { "context_length": 8192, "manufacturer_input": [ "text" ], "manufacturer_output": [ "embeddings" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." }, { "label": "Ultra", "rates": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." } ], "ctx": 8192, "entity_type": "model", "formats": [ "embeddings" ], "id": "openai/text-embedding-3-large", "input": [ "text", "token_ids" ], "kind": "embedding", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/text-embedding-3-large" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "احتفظ بفهرس كل متجه وبُعده.", "اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"openai/text-embedding-3-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='openai/text-embedding-3-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.26, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/text-embedding-3-large", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every finite vector with its original index. Preserve all dimensions and the complete usage object.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "احتفظ بكل متجه ذي قيم منتهية مع فهرسه الأصلي. حافظ على جميع الأبعاد وكائن الاستخدام كاملاً.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text-embedding-3-large" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 8192, "text_unit": "بايتات UTF8", "token_unit": "عناصر مصفوفة الرموز" }, "conditions": "دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "بيانات وصفية اختيارية بصيغة JSON؛ وتعتمد الدلالات الدقيقة لدى المزوّد على النموذج المختار.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "تم رفض provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "أرسل معرّف النموذج الدقيق والحقول المطلوبة.", "احتفظ بكل عنصر مُعاد وبمعرّفاته الأصلية." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text" ], "max_input_budget_units": 8192, "multimodal_objects": false, "required": [ "model", "input" ], "text_file_material": "اقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة." }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "official_sources": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 8192, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"text-embedding-3-large\",\n \"input\": [\n \"First document\",\n \"Second document\"\n ],\n \"encoding_format\": \"float\"\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}\npayload['input'] = [text]\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nfor vector in result.get('data', []):\n print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))\nPY_RESULT\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}\npayload['input'] = [text]\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/embeddings', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nfor vector in result.get('data', []):\n print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Use the text of your own UTF-8 document as the request material.", "Save the complete result, including usage and every returned output." ], "http": "POST", "in": 0.26, "input": [ "text" ], "label": "تمثيلات متجهية · text-embedding-3-large", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "official_sources": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "الوضع السريع", "value": "التعرفة القياسية", "when": "عند اختيار الوضع السريع" }, { "label": "الوضع المرن", "value": "التعرفة القياسية", "when": "عند اختيار وضع flex" }, { "label": "أقصى جهد للاستدلال", "value": "التعرفة القياسية", "when": "عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "text-embedding-3-large", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "openai/text-embedding-3-large", "request_model_id": "openai/text-embedding-3-large", "route_label": "Ultra" }, { "canonical_model_id": "openai/text-embedding-3-large", "request_model_id": "text-embedding-3-large", "route_label": "Ultra" } ], "name": "OpenAI: Text Embedding 3 Large", "price": { "in": 0.26, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0.26, "sort_out": 0, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Эмбеддинги · Base token rates", "units": [ { "amount": "0.00026000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000026", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "openai/text-embedding-3-large", "short": "يعيد نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI متجهات من 3,072 بُعدًا افتراضيًا، مع أداة تحكم لدى المُنتج لتمثيلات أقصر. استخدمه للاسترجاع الدلالي والمقارنة المتعددة اللغات وسير عمل المحتوى المرتبط أو التصنيف." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "يعيد نموذج تضمين النصوص الأكبر من الجيل الثالث لدى OpenAI متجهات من 3,072 بُعدًا افتراضيًا، مع أداة تحكم لدى المُنتج لتمثيلات أقصر. استخدمه للاسترجاع الدلالي والمقارنة المتعددة اللغات وسير عمل المحتوى المرتبط أو التصنيف.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "8a89d9e522360eba343ca58021d2ffd8ded05ad19ab256ab605aa35d717990ff", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "66b88cd0222e22655a972f6372be85d66902d39b4dddd4d93e430db185e4f51b" }