{ "aboutHtml": "

Text Embedding Ada 002 Batch verwendet /v1/batches mit der genauen Modell-ID openai/text-embedding-ada-002:batch. Setzen Sie endpoint auf /v1/embeddings und geben Sie requests an; jedes Element enthält custom_id und einen body mit input als Textzeichenfolge oder als Array von Zeichenfolgen. Halten Sie die Kennungen stabil, damit Ihre Anwendung die Ergebnisse einer Sammlung neuer oder überarbeiteter Textabschnitte zuordnen kann.

Der Batch wird asynchron verarbeitet. Bewahren Sie die ursprünglich zurückgegebene Vorgangs-ID auf und verfolgen Sie denselben Vorgang mit demselben Aufrufer über GET /v1/batches/{operation_id}. Ein abgeschlossener Ergebnissatz kann für jede custom_id eine response oder einen error enthalten. Prüfen Sie deshalb neben dem Gesamtstatus auch die Ergebnisse der einzelnen Elemente.

Speichern Sie sämtliche abgeschlossenen Ergebnisse als JSONL und bewahren Sie jede custom_id mit ihrer vollständigen response oder ihrem error auf. Ordnen Sie erfolgreiche Vektoren den übermittelten Dokument-IDs zu, bevor Sie den Index aktualisieren. Halten Sie den ursprünglichen Vorgang und die Elementdatensätze zusammen, damit sich unvollständige oder fehlgeschlagene Elemente untersuchen lassen, ohne bereits zurückgegebene Ergebnisse zu verlieren.

", "aboutText": "Text Embedding Ada 002 Batch verwendet /v1/batches mit der genauen Modell-ID openai/text-embedding-ada-002:batch. Setzen Sie endpoint auf /v1/embeddings und geben Sie requests an; jedes Element enthält custom_id und einen body mit input als Textzeichenfolge oder als Array von Zeichenfolgen. Halten Sie die Kennungen stabil, damit Ihre Anwendung die Ergebnisse einer Sammlung neuer oder überarbeiteter Textabschnitte zuordnen kann.\n\nDer Batch wird asynchron verarbeitet. Bewahren Sie die ursprünglich zurückgegebene Vorgangs-ID auf und verfolgen Sie denselben Vorgang mit demselben Aufrufer über GET /v1/batches/{operation_id}. Ein abgeschlossener Ergebnissatz kann für jede custom_id eine response oder einen error enthalten. Prüfen Sie deshalb neben dem Gesamtstatus auch die Ergebnisse der einzelnen Elemente.\n\nSpeichern Sie sämtliche abgeschlossenen Ergebnisse als JSONL und bewahren Sie jede custom_id mit ihrer vollständigen response oder ihrem error auf. Ordnen Sie erfolgreiche Vektoren den übermittelten Dokument-IDs zu, bevor Sie den Index aktualisieren. Halten Sie den ursprünglichen Vorgang und die Elementdatensätze zusammen, damit sich unvollständige oder fehlgeschlagene Elemente untersuchen lassen, ohne bereits zurückgegebene Ergebnisse zu verlieren.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "66df46a464469ad7222c58d75326c735077b4ea8326acdb69275023cf409b3e5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "
•

OpenAI: Text Embedding Ada 002 (batch)

Sonstiges /openai/text-embedding-ada-002:batch

Einstieg

Text Embedding Ada 002 Batch übermittelt Gruppen von Text-Embedding-Anfragen als einen Ailoot-Batch. Verfolgen Sie jedes Element anhand seiner custom_id und rufen Sie die vollständigen Ergebnisse des ursprünglichen Vorgangs ab.

Zulässige Eingaben
Text
Ergebnisse
embedding
Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Text Embedding Ada 002 Batch verwendet /v1/batches mit der genauen Modell-ID openai/text-embedding-ada-002:batch. Setzen Sie endpoint auf /v1/embeddings und geben Sie requests an; jedes Element enthält custom_id und einen body mit input als Textzeichenfolge oder als Array von Zeichenfolgen. Halten Sie die Kennungen stabil, damit Ihre Anwendung die Ergebnisse einer Sammlung neuer oder überarbeiteter Textabschnitte zuordnen kann.

Der Batch wird asynchron verarbeitet. Bewahren Sie die ursprünglich zurückgegebene Vorgangs-ID auf und verfolgen Sie denselben Vorgang mit demselben Aufrufer über GET /v1/batches/{operation_id}. Ein abgeschlossener Ergebnissatz kann für jede custom_id eine response oder einen error enthalten. Prüfen Sie deshalb neben dem Gesamtstatus auch die Ergebnisse der einzelnen Elemente.

Speichern Sie sämtliche abgeschlossenen Ergebnisse als JSONL und bewahren Sie jede custom_id mit ihrer vollständigen response oder ihrem error auf. Ordnen Sie erfolgreiche Vektoren den übermittelten Dokument-IDs zu, bevor Sie den Index aktualisieren. Halten Sie den ursprünglichen Vorgang und die Elementdatensätze zusammen, damit sich unvollständige oder fehlgeschlagene Elemente untersuchen lassen, ohne bereits zurückgegebene Ergebnisse zu verlieren.

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Batch POST /v1/batches
Eingabe
text
Ausgabe
embedding
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
openai/text-embedding-ada-002:batch
Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor.
Standard—
FeldendpointTypstringAnforderungErforderlichWerte und Limits
/v1/embeddings
Bedingungen:
Standard—
FeldrequestsTyparrayAnforderungErforderlichWerte und Limits
Bedingungen:
Standard—
Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, endpoint, requests
ParameteroptionalVertrag
Parametermaterial_typesVertragtext
ParameterconditionsVertragVerwenden Sie genau diesen Ailoot-Routingselektor.

Lebenszyklus: asynchronous

GET /v1/batches/{operation_id} · Die tatsächliche ursprüngliche response.id; derselbe Aufrufer, derselbe Schlüssel und dieselbe Gruppe.

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschliesslichGebühr
KonfigurationToken-BasistarifeTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · Cache schreiben — / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens
KonfigurationAnfragelängenstufe 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0001 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · Cache schreiben — / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Batch

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"endpoint": "/v1/embeddings", "model": "openai/text-embedding-ada-002:batch", "requests": [{"custom_id": "embedding-1", "body": {"input": "The quick brown fox jumps over the lazy dog"}}]}')\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/batches \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Ergebnisse abrufen und speichern

Ailoot Ultra · Batch

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Bewahren Sie den ursprünglichen Status, jede custom_id sowie die vollständige Antwort oder Fehlermeldung auf. Speichern Sie alle abgeschlossenen results[] als JSONL; daraus wird kein Pfad zum Hoch- oder Herunterladen über Files abgeleitet.

Wenn die ursprüngliche Antwort geprüft werden muss

Bewahren Sie die ursprüngliche Vorgangs-ID auf und lesen Sie nur diesen ursprünglichen Stapelauftrag. Eine Zeitüberschreitung, ein Fehler oder ein unbekannter Zustand berechtigt nicht zu einem weiteren Erstellungsauftrag.

Antwortfelder
FeldTyp
Feldresults[]Typarray
Feldresults[].custom_idTypstring
Feldresults[].responseTypobject
Feldresults[].errorTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.
AntwortBedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.

Aliasnamen

Modellaliasnamen

Ailoot Ultra openai/text-embedding-ada-002:batch

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

openai/text-embedding-ada-002:batch

", "method_identity": { "effective_request_model_id": "openai/text-embedding-ada-002:batch", "fmt": "batches", "http": "POST", "path": "/v1/batches", "request_model_id": "openai/text-embedding-ada-002:batch", "route_label": "Ultra" }, "method_key": "Ultra|batches|/v1/batches|openai%2Ftext-embedding-ada-002%3Abatch", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Ein Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.", "http_status": 400, "recovery": "Prüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.", "type": "invalid_request_error" }, { "condition": "Die ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.", "http_status": null, "recovery": "Bewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "file_upload": null, "mode": "asynchronous", "status": [ { "http": "GET", "id_source": "actual original response.id, same caller/key/group", "path": "/v1/batches/{operation_id}" } ], "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "Bewahren Sie die ursprüngliche Vorgangs-ID auf und lesen Sie nur diesen ursprünglichen Stapelauftrag. Eine Zeitüberschreitung, ein Fehler oder ein unbekannter Zustand berechtigt nicht zu einem weiteren Erstellungsauftrag.", "unknown_no_replay": true }, "outputs": { "all_results": "Bewahren Sie den ursprünglichen Status, jede custom_id sowie die vollständige Antwort oder Fehlermeldung auf. Speichern Sie alle abgeschlossenen results[] als JSONL; daraus wird kein Pfad zum Hoch- oder Herunterladen über Files abgeleitet.", "every_actual_output": true, "family": "batch", "fields": [ { "name": "results[]", "type": "array" }, { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response", "type": "object" }, { "name": "results[].error", "type": "object" } ] }, "parameters": [ { "conditions": "Verwenden Sie genau diesen Ailoot-Routingselektor.", "default_known": false, "enum": [ "openai/text-embedding-ada-002:batch" ], "enum_known": true, "maximum_length": null, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum": [ "/v1/embeddings" ], "enum_known": true, "maximum_length": null, "name": "endpoint", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "body": { "properties": { "input": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] } }, "required": [ "input" ], "type": "object" }, "custom_id": { "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "maximum_length": null, "minItems": 1, "name": "requests", "required": true, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "endpoint": { "enum": [ "/v1/embeddings" ], "type": "string" }, "model": { "enum": [ "openai/text-embedding-ada-002:batch" ], "type": "string" }, "requests": { "items": { "properties": { "body": { "properties": { "input": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] } }, "required": [ "input" ], "type": "object" }, "custom_id": { "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "minItems": 1, "type": "array" } }, "required": [ "model", "endpoint", "requests" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "endpoint": "/v1/embeddings", "model": "openai/text-embedding-ada-002:batch", "requests": [ { "body": { "input": "The quick brown fox jumps over the lazy dog" }, "custom_id": "embedding-1" } ] }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Verwenden Sie genau diesen Ailoot-Routingselektor." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [], "required": [ "model", "endpoint", "requests" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "file_upload": null, "mode": "asynchronous", "status": [ { "http": "GET", "id_source": "Die tatsächliche ursprüngliche response.id; derselbe Aufrufer, derselbe Schlüssel und dieselbe Gruppe.", "path": "/v1/batches/{operation_id}" } ], "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "Preserve the original operation ID and read only that original batch. A timeout, error or unknown state does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/batches" }, "method_aliases": [], "output": { "all_results": "Preserve original status, every custom_id and full response/error. Save all completed results[] as JSONL; no Files upload/download path is inferred.", "every_actual_output": true, "family": "batch", "fields": [ { "name": "results[]", "type": "array" }, { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response", "type": "object" }, { "name": "results[].error", "type": "object" } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"endpoint\": \"/v1/embeddings\", \"model\": \"openai/text-embedding-ada-002:batch\", \"requests\": [{\"custom_id\": \"embedding-1\", \"body\": {\"input\": \"The quick brown fox jumps over the lazy dog\"}}]}')\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/batches \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_BATCH'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path(\"result.json\").read_text()); operation=r[\"id\"]\nsubprocess.run([\"curl\",\"--fail-with-body\",\"--silent\",\"--show-error\",\"https://api.ailoot.ai/v1/batches/\"+quote(operation,safe=\"\"),\"-H\",\"Authorization: Bearer \"+os.environ[\"AILOOT_API_KEY\"],\"-D\",\"status-headers.txt\",\"-o\",\"status.json\"],check=True)\ns=json.loads(Path(\"status.json\").read_text())\nif s.get(\"status\")==\"completed\": Path(\"results.jsonl\").write_text(\"\".join(json.dumps(x,ensure_ascii=False)+\"\\n\" for x in s.get(\"results\",[])))\n# Repeat only this same original GET while pending; never repeat creation.\nPY_BATCH\n", "label": "Read the original batch and preserve every result", "language": "bash" } ], "family": "batch", "fast_multiplier": null, "flex_multiplier": null, "fmt": "batches", "http": "POST", "in": 0.1, "input": [ "text" ], "label": "Batch", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/batches", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" } ], "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": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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-ada-002:batch", "route_label": "Ultra", "status_reads": [ "GET /v1/batches/{operation_id}" ], "tiers": [ { "cache_read": null, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.1, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 0, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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-ada-002:batch", "nativeProvenance": { "input_facts_canonical_sha256": "8b198a4d9565c41f156d22054f26293673e005bf92622fe72d8ca4a4c1c5cdff", "input_html_sha256": "06c73ed3d78ff57348d8e65601a4f0cc30dcf83415d046e97984dd694832d090", "private_audit_sha256": "44b22c1dbaeba5ef2c97d49df785261f586c0da7535b9a9820098671e75e110c", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/de-ch/openai-text-embedding-ada-002-u003a-batch/", "description": "Text Embedding Ada 002 Batch übermittelt Gruppen von Text-Embedding-Anfragen als einen Ailoot-Batch. Verfolgen Sie jedes Element anhand seiner custom_id und rufen Sie die vollständigen Ergebnisse des ursprünglichen Vorgangs ab.", "locale": "de-ch", "md_url": "https://ailoot.ai/models/de-ch/openai-text-embedding-ada-002-u003a-batch/index.md", "title": "OpenAI: Text Embedding Ada 002 (batch) — Ailoot", "url": "https://ailoot.ai/models/de-ch/openai-text-embedding-ada-002-u003a-batch/" }, "rawModel": { "about": "Text Embedding Ada 002 Batch verwendet /v1/batches mit der genauen Modell-ID openai/text-embedding-ada-002:batch. Setzen Sie endpoint auf /v1/embeddings und geben Sie requests an; jedes Element enthält custom_id und einen body mit input als Textzeichenfolge oder als Array von Zeichenfolgen. Halten Sie die Kennungen stabil, damit Ihre Anwendung die Ergebnisse einer Sammlung neuer oder überarbeiteter Textabschnitte zuordnen kann.\n\nDer Batch wird asynchron verarbeitet. Bewahren Sie die ursprünglich zurückgegebene Vorgangs-ID auf und verfolgen Sie denselben Vorgang mit demselben Aufrufer über GET /v1/batches/{operation_id}. Ein abgeschlossener Ergebnissatz kann für jede custom_id eine response oder einen error enthalten. Prüfen Sie deshalb neben dem Gesamtstatus auch die Ergebnisse der einzelnen Elemente.\n\nSpeichern Sie sämtliche abgeschlossenen Ergebnisse als JSONL und bewahren Sie jede custom_id mit ihrer vollständigen response oder ihrem error auf. Ordnen Sie erfolgreiche Vektoren den übermittelten Dokument-IDs zu, bevor Sie den Index aktualisieren. Halten Sie den ursprünglichen Vorgang und die Elementdatensätze zusammen, damit sich unvollständige oder fehlgeschlagene Elemente untersuchen lassen, ohne bereits zurückgegebene Ergebnisse zu verlieren.", "alias_of": null, "aliases": [], "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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": "Die vollständigen Preisangaben zur Konfiguration finden Sie in den Details." } ], "ctx": null, "formats": [ "batches" ], "id": "openai/text-embedding-ada-002:batch", "input": [ "text" ], "kind": "embedding", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Ein Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.", "http_status": 400, "recovery": "Prüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.", "type": "invalid_request_error" }, { "condition": "Die ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.", "http_status": null, "recovery": "Bewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "file_upload": null, "mode": "asynchronous", "status": [ { "http": "GET", "id_source": "actual original response.id, same caller/key/group", "path": "/v1/batches/{operation_id}" } ], "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "Bewahren Sie die ursprüngliche Vorgangs-ID auf und lesen Sie nur diesen ursprünglichen Stapelauftrag. Eine Zeitüberschreitung, ein Fehler oder ein unbekannter Zustand berechtigt nicht zu einem weiteren Erstellungsauftrag.", "unknown_no_replay": true }, "outputs": { "all_results": "Bewahren Sie den ursprünglichen Status, jede custom_id sowie die vollständige Antwort oder Fehlermeldung auf. Speichern Sie alle abgeschlossenen results[] als JSONL; daraus wird kein Pfad zum Hoch- oder Herunterladen über Files abgeleitet.", "every_actual_output": true, "family": "batch", "fields": [ { "name": "results[]", "type": "array" }, { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response", "type": "object" }, { "name": "results[].error", "type": "object" } ] }, "parameters": [ { "conditions": "Verwenden Sie genau diesen Ailoot-Routingselektor.", "default_known": false, "enum": [ "openai/text-embedding-ada-002:batch" ], "enum_known": true, "maximum_length": null, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum": [ "/v1/embeddings" ], "enum_known": true, "maximum_length": null, "name": "endpoint", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "body": { "properties": { "input": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] } }, "required": [ "input" ], "type": "object" }, "custom_id": { "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "maximum_length": null, "minItems": 1, "name": "requests", "required": true, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "endpoint": { "enum": [ "/v1/embeddings" ], "type": "string" }, "model": { "enum": [ "openai/text-embedding-ada-002:batch" ], "type": "string" }, "requests": { "items": { "properties": { "body": { "properties": { "input": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] } }, "required": [ "input" ], "type": "object" }, "custom_id": { "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "minItems": 1, "type": "array" } }, "required": [ "model", "endpoint", "requests" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "endpoint": "/v1/embeddings", "model": "openai/text-embedding-ada-002:batch", "requests": [ { "body": { "input": "The quick brown fox jumps over the lazy dog" }, "custom_id": "embedding-1" } ] }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Verwenden Sie genau diesen Ailoot-Routingselektor." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [], "required": [ "model", "endpoint", "requests" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "file_upload": null, "mode": "asynchronous", "status": [ { "http": "GET", "id_source": "Die tatsächliche ursprüngliche response.id; derselbe Aufrufer, derselbe Schlüssel und dieselbe Gruppe.", "path": "/v1/batches/{operation_id}" } ], "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "Preserve the original operation ID and read only that original batch. A timeout, error or unknown state does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/batches" }, "method_aliases": [], "output": { "all_results": "Preserve original status, every custom_id and full response/error. Save all completed results[] as JSONL; no Files upload/download path is inferred.", "every_actual_output": true, "family": "batch", "fields": [ { "name": "results[]", "type": "array" }, { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response", "type": "object" }, { "name": "results[].error", "type": "object" } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"endpoint\": \"/v1/embeddings\", \"model\": \"openai/text-embedding-ada-002:batch\", \"requests\": [{\"custom_id\": \"embedding-1\", \"body\": {\"input\": \"The quick brown fox jumps over the lazy dog\"}}]}')\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/batches \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_BATCH'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path(\"result.json\").read_text()); operation=r[\"id\"]\nsubprocess.run([\"curl\",\"--fail-with-body\",\"--silent\",\"--show-error\",\"https://api.ailoot.ai/v1/batches/\"+quote(operation,safe=\"\"),\"-H\",\"Authorization: Bearer \"+os.environ[\"AILOOT_API_KEY\"],\"-D\",\"status-headers.txt\",\"-o\",\"status.json\"],check=True)\ns=json.loads(Path(\"status.json\").read_text())\nif s.get(\"status\")==\"completed\": Path(\"results.jsonl\").write_text(\"\".join(json.dumps(x,ensure_ascii=False)+\"\\n\" for x in s.get(\"results\",[])))\n# Repeat only this same original GET while pending; never repeat creation.\nPY_BATCH\n", "label": "Read the original batch and preserve every result", "language": "bash" } ], "family": "batch", "fast_multiplier": null, "flex_multiplier": null, "fmt": "batches", "http": "POST", "in": 0.1, "input": [ "text" ], "label": "Batch", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/batches", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" } ], "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": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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-ada-002:batch", "route_label": "Ultra", "status_reads": [ "GET /v1/batches/{operation_id}" ], "tiers": [ { "cache_read": null, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.1, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 0, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "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-ada-002:batch", "request_model_id": "openai/text-embedding-ada-002:batch", "route_label": "Ultra" } ], "name": "OpenAI: Text Embedding Ada 002 (batch)", "price": { "in": 0.1, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0.1, "sort_out": 0, "varies": true }, "short": "Text Embedding Ada 002 Batch übermittelt Gruppen von Text-Embedding-Anfragen als einen Ailoot-Batch. Verfolgen Sie jedes Element anhand seiner custom_id und rufen Sie die vollständigen Ergebnisse des ursprünglichen Vorgangs ab.", "title": "OpenAI: Text Embedding Ada 002 (batch)" }, "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 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Text Embedding Ada 002 Batch übermittelt Gruppen von Text-Embedding-Anfragen als einen Ailoot-Batch. Verfolgen Sie jedes Element anhand seiner custom_id und rufen Sie die vollständigen Ergebnisse des ursprünglichen Vorgangs ab.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "83752aa8129171d48746ce1ebf54a39c27ae18edacbed3a6b33883431b3723e6", "renderer_sha256": "76caa42c097db2ddc47d1e1e6fe7ca45c8363d7211296daf28e4352971e6c0c8" }, "sourceRevision": "93a2b0425f6f6795225d5223527ca8798b4d92319d708b630535bf89f3d409cb" }