Text Embedding 3 Large Batch utiliza /v1/batches con el ID exacto de modelo openai/text-embedding-3-large:batch. Establece endpoint en /v1/embeddings y proporciona requests; cada elemento contiene custom_id y un body con input como cadena de texto o array de cadenas. Mantén estables los identificadores para que tu aplicación pueda vincular los resultados con una actualización del índice de búsqueda.
El lote es asíncrono. Conserva el ID de operación original devuelto y usa GET /v1/batches/{operation_id} para seguir esa misma operación con el mismo solicitante. El conjunto de resultados completados puede contener una respuesta o un error para cada custom_id, así que examina los resultados de los elementos además del estado general.
Guarda todos los resultados completados como JSONL, conservando cada custom_id y su respuesta o error completos. Asocia los vectores obtenidos correctamente con los ID de documento enviados antes de actualizar el índice. Mantén juntos los registros de la operación original y de sus elementos para poder investigar un elemento incompleto o fallido sin perder los resultados ya devueltos.
", "aboutText": "Text Embedding 3 Large Batch utiliza /v1/batches con el ID exacto de modelo openai/text-embedding-3-large:batch. Establece endpoint en /v1/embeddings y proporciona requests; cada elemento contiene custom_id y un body con input como cadena de texto o array de cadenas. Mantén estables los identificadores para que tu aplicación pueda vincular los resultados con una actualización del índice de búsqueda.\n\nEl lote es asíncrono. Conserva el ID de operación original devuelto y usa GET /v1/batches/{operation_id} para seguir esa misma operación con el mismo solicitante. El conjunto de resultados completados puede contener una respuesta o un error para cada custom_id, así que examina los resultados de los elementos además del estado general.\n\nGuarda todos los resultados completados como JSONL, conservando cada custom_id y su respuesta o error completos. Asocia los vectores obtenidos correctamente con los ID de documento enviados antes de actualizar el índice. Mantén juntos los registros de la operación original y de sus elementos para poder investigar un elemento incompleto o fallido sin perder los resultados ya devueltos.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ed6e1a929bc8c667335095dc3c6e2089c5b9792d9ada00066dc8c4ca9ac3e083", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "openai/text-embedding-3-large:batchText Embedding 3 Large Batch envía grupos de solicitudes de embeddings de texto en un único lote de Ailoot. Identifica cada elemento mediante custom_id y recupera todos los resultados de la operación original.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Text Embedding 3 Large Batch utiliza /v1/batches con el ID exacto de modelo openai/text-embedding-3-large:batch. Establece endpoint en /v1/embeddings y proporciona requests; cada elemento contiene custom_id y un body con input como cadena de texto o array de cadenas. Mantén estables los identificadores para que tu aplicación pueda vincular los resultados con una actualización del índice de búsqueda.
El lote es asíncrono. Conserva el ID de operación original devuelto y usa GET /v1/batches/{operation_id} para seguir esa misma operación con el mismo solicitante. El conjunto de resultados completados puede contener una respuesta o un error para cada custom_id, así que examina los resultados de los elementos además del estado general.
Guarda todos los resultados completados como JSONL, conservando cada custom_id y su respuesta o error completos. Asocia los vectores obtenidos correctamente con los ID de documento enviados antes de actualizar el índice. Mantén juntos los registros de la operación original y de sus elementos para poder investigar un elemento incompleto o fallido sin perder los resultados ya devueltos.
POST /v1/batchestextembedding| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/text-embedding-3-large:batch Condiciones: Usa exactamente este selector de enrutamiento de Ailoot. | Predeterminado— |
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/embeddings Condiciones: | Predeterminado— |
Camporequests | Tipoarray | RequisitoObligatorio | Valores y límites Condiciones: | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, endpoint, requests |
Parámetrooptional | Contrato |
Parámetromaterial_types | Contratotext |
Parámetroconditions | ContratoUsa exactamente este selector de enrutamiento de Ailoot. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id original real, con la misma identidad de quien hace la llamada, la misma clave y el mismo grupo.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00013 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00013 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-3-large: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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nset -eu\n: "${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\nGET /v1/batches/{operation_id}Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el estado original, cada custom_id y la respuesta o el error completos. Guarda todos los resultados completados de results[] en formato JSONL; no se da por supuesta ninguna vía de carga o descarga mediante Files.
Conserva el ID de la operación original y consulta únicamente ese lote original. Un tiempo de espera agotado, un error o un estado desconocido no autorizan otra creación.
| Campo | Tipo |
|---|---|
Camporesults[] | Tipoarray |
Camporesults[].custom_id | Tipostring |
Camporesults[].response | Tipoobject |
Camporesults[].error | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónUn campo obligatorio, el selector de modelo, el tipo o la representación de la entrada no son válidos. | Siguiente pasoRevisa los detalles de validación devueltos antes de preparar una solicitud independiente. |
Respuesta | CondiciónLa solicitud original o su resultado son desconocidos o requieren una comprobación. | Siguiente pasoConserva los identificadores y las cabeceras originales; consulta únicamente los registros de estado o de la biblioteca admitidos. No vuelvas a enviar la solicitud de creación. |
Ailoot Ultra openai/text-embedding-3-large:batch
Usa las rutas de método indicadas arriba.