μοντέλα

OpenAI: Text Embedding Ada 002

Markdown · JSON

OpenAI: Text Embedding Ada 002

Μοντέλο embeddings κειμένου της OpenAI που επιστρέφει αριθμητικό διάνυσμα 1536 διαστάσεων. Χρησιμοποιήστε αυτές τις αναπαραστάσεις για σημασιολογική αναζήτηση, συστάσεις σχετικού περιεχομένου, ομαδοποίηση, ταξινόμηση ή ανίχνευση ασυνήθιστων εγγραφών κειμένου.

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το text-embedding-ada-002 είναι το μοντέλο embeddings κειμένου της OpenAI για αναπαράσταση γραπτού υλικού ως αριθμητικού διανύσματος. Η έξοδός του περιέχει 1536 συνιστώσες. Ο κατασκευαστής συνδυάζει ομοιότητα κειμένου, αναζήτηση εγγράφων/ερωτημάτων και ρόλους αναζήτησης κώδικα σε μία αναπαράσταση. Το αποτέλεσμα είναι δεδομένα για σύγκριση ή άλλον αλγόριθμο αντί για παραγόμενη απάντηση στο κείμενο του οποίου δημιουργείται το embedding.

Για σημασιολογική αναζήτηση, προετοιμάστε ουσιαστικά αποσπάσματα εγγράφων και διατηρήστε τα αναγνωριστικά πηγής τους. Μια ενδεικτική ροή δημιουργεί embeddings κάθε αποσπάσματος και του ερωτήματος χρήστη με το ίδιο μοντέλο, συγκρίνει τα διανύσματα και επιστρέφει τα σχετικά αποσπάσματα πηγής. Η εφαρμογή καθορίζει τον κανόνα ανάκτησης, τα φίλτρα και την παρουσίαση. Ένα μεταγενέστερο βήμα παραγωγής κειμένου μπορεί να χρησιμοποιεί το ανακτημένο υλικό για να αναπτύξει απάντηση, ενώ το μοντέλο embeddings παρέχει την αριθμητική αναπαράσταση.

Άλλες τεκμηριωμένες χρήσεις περιλαμβάνουν ομαδοποίηση παρόμοιων εγγραφών, συστάσεις σχετικού περιεχομένου, ταξινόμηση κειμένου και εντοπισμό ακραίων τιμών. Για σύσταση, συγκρίνετε περιγραφές των αντικειμένων των οποίων η σχέση έχει σημασία. Για ταξινόμηση, ο οδηγός περιγράφει σύγκριση με αναπαραστάσεις κατηγοριών ή χρήση διανυσμάτων ως χαρακτηριστικών σε ταξινομητή. Για ανίχνευση ανωμαλιών, το σχετικό αποτέλεσμα είναι εγγραφή που διαφέρει από την περιβάλλουσα συλλογή, ερμηνευόμενη σύμφωνα με την εργασία του προϊόντος.

Η OpenAI αναφέρει μέγιστη είσοδο 8192 tokens για αυτό το μοντέλο. Το API embeddings του παραγωγού δέχεται συμβολοσειρές κειμένου ή είσοδο σε μορφή tokens, επιτρέπει πολλές εισόδους σε ένα αίτημα και απορρίπτει κενές συμβολοσειρές. Το συνολικό όριό του είναι 300.000 tokens σε ένα αίτημα, επιπλέον του ορίου ανά είσοδο. Διαιρέστε μεγαλύτερα έγγραφα σε χρήσιμα αποσπάσματα, διατηρώντας τους τίτλους, τους ορισμούς και την αναφορά πίσω στο αρχικό υλικό.

Η έξοδος είναι διάνυσμα τιμών κινητής υποδιαστολής· ο παραγωγός τεκμηριώνει επίσης base64 ως εναλλακτική κωδικοποίηση μεταφοράς. Η παράμετρος συντόμευσης διαστάσεων της OpenAI αφορά μοντέλα embeddings τρίτης γενιάς και μεταγενέστερα, επομένως το τεκμηριωμένο αποτέλεσμα 1536 διαστάσεων του Ada παραμένει διακριτό από αυτό το στοιχείο ελέγχου. Αποθηκεύστε την ταυτότητα μοντέλου και το διάνυσμα με την εγγραφή πηγής ώστε μεταγενέστερες συγκρίσεις να χρησιμοποιούν συνεπή αναπαράσταση.

Ο οδηγός embeddings συνιστά ομοιότητα συνημιτόνου και δηλώνει ότι τα embeddings της OpenAI είναι κανονικοποιημένα σε μοναδιαίο μήκος. Για αυτά τα διανύσματα, ένα εσωτερικό γινόμενο μπορεί να υπολογίζει ομοιότητα συνημιτόνου και η ευκλείδεια απόσταση δίνει την ίδια κατάταξη. Μια βαθμολογία ομοιότητας αποτελεί μέρος της λογικής ανάκτησης ή ταξινόμησης της εφαρμογής, όχι κατηγορική απόφαση που παρέχεται αυτόματα από το μοντέλο.

Ορίστε ποια πεδία πηγής γίνονται κείμενο εισόδου και πώς πρέπει να διαιρούνται τα αποσπάσματα. Ένα ενδεικτικό αποτέλεσμα είναι καταταγμένο σύνολο αποσπασμάτων εγγράφων ή σχετικών εγγραφών, με κάθε στοιχείο συνδεδεμένο στην αρχική πηγή του και στον κανόνα επιλογής. Κρατήστε την προετοιμασία συνεπή και αξιολογήστε αν το επιστρεφόμενο υλικό απαντά στο πραγματικό ερώτημα. Αυτό κάνει την αριθμητική έξοδο χρήσιμη για το επόμενο βήμα αναζήτησης, συστάσεων ή ανάλυσης.

Ailoot Ultra · Διανυσματικές αναπαραστάσεις POST /v1/embeddings openai/text-embedding-ada-002

openai/text-embedding-ada-002

OpenAI /openai/text-embedding-ada-002
ID μοντέλου
  • openai/text-embedding-ada-002
  • text-embedding-ada-002

Εισαγωγή

Μοντέλο embeddings κειμένου της OpenAI που επιστρέφει αριθμητικό διάνυσμα 1536 διαστάσεων. Χρησιμοποιήστε αυτές τις αναπαραστάσεις για σημασιολογική αναζήτηση, συστάσεις σχετικού περιεχομένου, ομαδοποίηση, ταξινόμηση ή ανίχνευση ασυνήθιστων εγγραφών κειμένου.

Αποδεκτές είσοδοι
Κείμενο · token_ids
Αποτελέσματα
embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · Διανυσματικές αναπαραστάσεις POST /v1/embeddings
Είσοδος
text, token_ids
Έξοδος
embedding
Παράθυρο συμφραζομένων
8.192 tokens
Μορφή εξόδου
json
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
openai/text-embedding-ada-002
Προεπιλογή—
ΠεδίοinputΤύποςstring|string[]|integer[]|integer[][]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Συνθήκες: Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι.
Προϋπολογισμός εισόδου: Μέγιστο: 8.192 · Μονάδα κειμένου: byte UTF8 · Μονάδα token: στοιχεία πίνακα token
Προεπιλογή—
Πεδίοencoding_formatΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
float
Προεπιλογήfloat
ΠεδίοdimensionsΤύποςintegerΑπαίτησηΔεν υποστηρίζεταιΤιμές και όρια
Ελάχιστο: 1
Προεπιλογή—
ΠεδίοuserΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.
Προεπιλογή—
Πεδίοsession_idΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.
Προεπιλογή—
ΠεδίοtraceΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.
Προεπιλογή—
ΠεδίοproviderΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Το provider.options απορρίφθηκε
Προεπιλογή—
Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςcontent_typeΣύμβασηapplication/json
ΠαράμετροςrequiredΣύμβασηmodel, input
Παράμετροςinput_shapesΣύμβασηstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Παράμετροςencoding_formatΣύμβασηfloat
Παράμετροςdimensions_overrideΣύμβασηfalse
Παράμετροςmax_input_budget_unitsΣύμβαση8192
Παράμετροςmultimodal_objectsΣύμβασηfalse
Παράμετροςmaterial_typesΣύμβασηtext, token_ids

Κύκλος ζωής: synchronous_json

Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.

Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή.

Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία
Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία
Λειτουργία flex
Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex
Μέγιστη προσπάθεια συλλογισμού
Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Χρεώσεις Ailoot

Τιμές ανά διαμόρφωση

ΔιαμόρφωσηΠίνακας χρεώσεωνΧρέωση
ΔιαμόρφωσηΒασικές χρεώσεις ανά tokenΠίνακας χρεώσεωνΒασική χρέωσηΧρέωση
Είσοδος · Token εισόδου $0.0002 / 1K token
Έξοδος · Token εξόδου $0 / 1K token
Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token
Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token
Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →

Παραδείγματα αιτημάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/text-embedding-ada-002", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='openai/text-embedding-ada-002',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης
ΠεδίοΤύπος
ΠεδίοobjectΤύποςstring
ΠεδίοmodelΤύποςstring
Πεδίοdata[].indexΤύποςinteger
Πεδίοdata[].embeddingΤύποςfinite float[]
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra openai/text-embedding-ada-002, text-embedding-ada-002

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

openai/text-embedding-ada-002, text-embedding-ada-002

Ailoot Ultra · Διανυσματικές αναπαραστάσεις · text-embedding-ada-002 POST /v1/embeddings text-embedding-ada-002

text-embedding-ada-002

OpenAI /text-embedding-ada-002
ID μοντέλου
  • openai/text-embedding-ada-002
  • text-embedding-ada-002

Εισαγωγή

Μοντέλο embeddings κειμένου της OpenAI που επιστρέφει αριθμητικό διάνυσμα 1536 διαστάσεων. Χρησιμοποιήστε αυτές τις αναπαραστάσεις για σημασιολογική αναζήτηση, συστάσεις σχετικού περιεχομένου, ομαδοποίηση, ταξινόμηση ή ανίχνευση ασυνήθιστων εγγραφών κειμένου.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · Διανυσματικές αναπαραστάσεις · text-embedding-ada-002 POST /v1/embeddings
Είσοδος
text
Έξοδος
embedding
Παράθυρο συμφραζομένων
8.192 tokens
Μορφή εξόδου
json
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
text-embedding-ada-002
Προεπιλογή—
ΠεδίοinputΤύποςstring|string[]|integer[]|integer[][]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Συνθήκες: Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι.
Προϋπολογισμός εισόδου: Μέγιστο: 8.192 · Μονάδα κειμένου: byte UTF8 · Μονάδα token: στοιχεία πίνακα token
Προεπιλογή—
Πεδίοencoding_formatΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
float
Προεπιλογήfloat
ΠεδίοdimensionsΤύποςintegerΑπαίτησηΔεν υποστηρίζεταιΤιμές και όρια
Ελάχιστο: 1
Προεπιλογή—
ΠεδίοuserΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Προαιρετικά μεταδεδομένα JSON· η ακριβής σημασιολογία στην πλευρά του παρόχου εξαρτάται από το επιλεγμένο μοντέλο.
Προεπιλογή—
Πεδίοsession_idΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Προαιρετικά μεταδεδομένα JSON· η ακριβής σημασιολογία στην πλευρά του παρόχου εξαρτάται από το επιλεγμένο μοντέλο.
Προεπιλογή—
ΠεδίοtraceΤύποςjson_valueΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Προαιρετικά μεταδεδομένα JSON· η ακριβής σημασιολογία στην πλευρά του παρόχου εξαρτάται από το επιλεγμένο μοντέλο.
Προεπιλογή—
ΠεδίοproviderΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Το provider.options απορρίφθηκε
Προεπιλογή—
Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςcontent_typeΣύμβασηapplication/json
ΠαράμετροςrequiredΣύμβασηmodel, input
Παράμετροςinput_shapesΣύμβασηstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Παράμετροςencoding_formatΣύμβασηfloat
Παράμετροςdimensions_overrideΣύμβασηfalse
Παράμετροςmax_input_budget_unitsΣύμβαση8192
Παράμετροςmultimodal_objectsΣύμβασηfalse
Παράμετροςmaterial_typesΣύμβασηtext
Παράμετροςtext_file_materialΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος.

Κύκλος ζωής: synchronous_json

Στείλτε το ακριβές ID μοντέλου και τα απαιτούμενα πεδία.

Διατηρήστε κάθε στοιχείο που επιστρέφεται και τα αρχικά αναγνωριστικά του.

Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία
Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία
Λειτουργία flex
Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex
Μέγιστη προσπάθεια συλλογισμού
Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Χρεώσεις Ailoot

Τιμές ανά διαμόρφωση

ΔιαμόρφωσηΠίνακας χρεώσεωνΧρέωση
ΔιαμόρφωσηΒασικές χρεώσεις ανά tokenΠίνακας χρεώσεωνΒασική χρέωσηΧρέωση
Είσοδος · Token εισόδου $0.0002 / 1K token
Έξοδος · Token εξόδου $0 / 1K token
Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token
Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token
Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →

Παραδείγματα αιτημάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις · text-embedding-ada-002

Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα
{
  "model": "text-embedding-ada-002",
  "input": [
    "First document",
    "Second document"
  ],
  "encoding_format": "float"
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'text-embedding-ada-002', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [text]
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'text-embedding-ada-002', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [text]
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}
headers['Authorization'] = 'Bearer ' + api_key
request = Request('https://api.ailoot.ai/v1/embeddings', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις · text-embedding-ada-002

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε πεπερασμένο διάνυσμα με τον αρχικό δείκτη του. Διατηρήστε όλες τις διαστάσεις και ολόκληρο το αντικείμενο χρήσης.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης
ΠεδίοΤύπος
ΠεδίοobjectΤύποςstring
ΠεδίοmodelΤύποςstring
Πεδίοdata[].indexΤύποςinteger
Πεδίοdata[].embeddingΤύποςfinite float[]
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra openai/text-embedding-ada-002, text-embedding-ada-002

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

openai/text-embedding-ada-002, text-embedding-ada-002

FAQ · OpenAI: Text Embedding Ada 002
Ποιες είσοδοι και αποτελέσματα διατίθενται;

POST /v1/embeddings · openai/text-embedding-ada-002: text, token_ids → embedding

POST /v1/embeddings · text-embedding-ada-002: text → embedding

Ποια πεδία χρησιμοποιεί το αίτημα;

POST /v1/embeddings · openai/text-embedding-ada-002: model, input, encoding_format, provider

POST /v1/embeddings · text-embedding-ada-002: model, input, encoding_format, provider

Ποια όρια ισχύουν;

POST /v1/embeddings · openai/text-embedding-ada-002: ctx: 8192; input.budget.maximum: 8192 (byte UTF8); input.min_items: 1

POST /v1/embeddings · text-embedding-ada-002: ctx: 8192; input.budget.maximum: 8192 (byte UTF8); input.min_items: 1

Περισσότερες λεπτομέρειες

Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή.

Η εταιρεία και το χαρτοφυλάκιο έργων της

Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.

Αγοράστε token με έκπτωση.

Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token.

Συνδρομή
Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας.
Προωθητικός κωδικός έως 50%
Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά.
Δαπάνες στο ιστορικό
Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα.

Επιλέξτε συνδρομή · Δείτε τιμές μοντέλων

Συνδέστε το API με το προϊόν που πουλάτε.

SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια.

Εμπορική εφαρμογή
Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας.
Άδεια για μεταπωλητή
Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης.
Έγγραφα στον ιστότοπο
Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση.

Ζητήστε άδεια μεταπώλησης · Δημόσια προσφορά και σύμβαση άδειας χρήσης