text-embedding-3-small on OpenAI:n pienempi kolmannen sukupolven tekstiupotusmalli. Se muuntaa kirjoitetun aineiston numeerisiksi vektoreiksi, joissa on oletuksena 1 536 komponenttia. Vektorit mittaavat tekstien välisiä suhteita seuraavaa haku- tai analyysivaihetta varten; malli ei generoi syötteeseen keskusteluvastausta.
Suuremman kolmannen sukupolven mallin tavoin se tukee tuottajan dimensions-säätöä lyhyempiin upotuksiin. Koulutus on suunniteltu säilyttämään käsitteitä esittävää tietoa lyhennetyssä vektorissa, ja kokovalinta vaikuttaa sovelluksen laatuun ja resurssivaatimuksiin. Pidä malli ja valitut ulottuvuusmäärät yhdenmukaisina vertailtavien tietueiden ja kyselyjen kesken.
Käytännön sovellus on koodihaku. Valmistajan opas kuvaa lähdekoodin funktioiden esittämisen tekstinä ja niiden upottamisen, minkä jälkeen luonnollisen kielen kysely upotetaan samalla mallilla ja saatuja vektoreita verrataan. Havainnollinen tulos on järjestetty joukko olennaisia funktioita yhdistettynä niiden sijainteihin lähteessä. Asiakirjahaun vastaava tuotos on joukko tekstijaksoja, joiden teksti ja alkuperäiset viitteet pysyvät lukijan tai seuraavan mallin saatavilla.
Muita dokumentoituja käyttötapoja ovat klusterointi, liittyvän sisällön suosittelu, luokittelu, poikkeavien havaintojen tunnistaminen ja monimuotoisuuden mittaaminen. Rajattu viestityönkulku voi ryhmitellä samanlaisia pyyntöjä tai verrata niitä luokkien kuvauksiin. Sovellus määrittää, miten samankaltaisuustulos muuttuu luokaksi, suositukseksi tai tarkasteltavaksi kohteeksi; itse upotus pysyy numeerisena datana.
OpenAI määrittää enimmäissyötteeksi 8 192 tokenia tekstiä kohden. Sen upotusrajapinta hyväksyy merkkijonoja tai tokenisoituja syötteitä ja useita syötteitä yhdessä pyynnössä, hylkää tyhjät merkkijonot ja soveltaa 300 000 tokenin kokonaisrajaa. Valmistele pitkä aineisto mielekkäiksi tekstijaksoiksi ja säilytä niiden tulkintaan tarvittavat otsikot tai määritelmät. Käytä yhtenäistä lähdekenttien joukkoa sen sijaan, että upottaisit erilaisia tietueita toisiinsa liittymättömillä valmistelusäännöillä.
Tuottaja palauttaa oletuksena liukulukuvektoreita ja dokumentoi myös base64-koodauksen. Opas kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen ja suosittelee kosinisamankaltaisuutta; pistetulo voi laskea sen, ja euklidinen etäisyys antaa saman järjestyksen. Jos kolmannen sukupolven upotusta lyhennetään käsin palauttamisen jälkeen, normalisoi lyhennetty vektori uudelleen oppaan kuvaamalla tavalla. dimensions-säädöllä vältetään manuaalisen katkaisun tekeminen tavanomaiseksi valmisteluvaiheeksi.
Kirjaa mallin identiteetti, ulottuvuusmäärä ja lähdelinkki jokaisen vektorin yhteyteen. Hyödyllinen jatkotuotos on järjestetty luettelo, ryhmitelty kokoelma tai luokittelupiirteiden joukko, joka on yhdistetty ne tuottaneeseen tekstiin. Tarkista, tukeeko valittu aineisto todella tehtävää, ja pidä puuttuvat tosiasiat erillään semanttisesta liittyvyydestä. Seuraava vaihe voi sitten käyttää esitystä tiettyyn haku- tai päätöksentekotyönkulkuun.
", "aboutText": "text-embedding-3-small on OpenAI:n pienempi kolmannen sukupolven tekstiupotusmalli. Se muuntaa kirjoitetun aineiston numeerisiksi vektoreiksi, joissa on oletuksena 1 536 komponenttia. Vektorit mittaavat tekstien välisiä suhteita seuraavaa haku- tai analyysivaihetta varten; malli ei generoi syötteeseen keskusteluvastausta.\n\nSuuremman kolmannen sukupolven mallin tavoin se tukee tuottajan dimensions-säätöä lyhyempiin upotuksiin. Koulutus on suunniteltu säilyttämään käsitteitä esittävää tietoa lyhennetyssä vektorissa, ja kokovalinta vaikuttaa sovelluksen laatuun ja resurssivaatimuksiin. Pidä malli ja valitut ulottuvuusmäärät yhdenmukaisina vertailtavien tietueiden ja kyselyjen kesken.\n\nKäytännön sovellus on koodihaku. Valmistajan opas kuvaa lähdekoodin funktioiden esittämisen tekstinä ja niiden upottamisen, minkä jälkeen luonnollisen kielen kysely upotetaan samalla mallilla ja saatuja vektoreita verrataan. Havainnollinen tulos on järjestetty joukko olennaisia funktioita yhdistettynä niiden sijainteihin lähteessä. Asiakirjahaun vastaava tuotos on joukko tekstijaksoja, joiden teksti ja alkuperäiset viitteet pysyvät lukijan tai seuraavan mallin saatavilla.\n\nMuita dokumentoituja käyttötapoja ovat klusterointi, liittyvän sisällön suosittelu, luokittelu, poikkeavien havaintojen tunnistaminen ja monimuotoisuuden mittaaminen. Rajattu viestityönkulku voi ryhmitellä samanlaisia pyyntöjä tai verrata niitä luokkien kuvauksiin. Sovellus määrittää, miten samankaltaisuustulos muuttuu luokaksi, suositukseksi tai tarkasteltavaksi kohteeksi; itse upotus pysyy numeerisena datana.\n\nOpenAI määrittää enimmäissyötteeksi 8 192 tokenia tekstiä kohden. Sen upotusrajapinta hyväksyy merkkijonoja tai tokenisoituja syötteitä ja useita syötteitä yhdessä pyynnössä, hylkää tyhjät merkkijonot ja soveltaa 300 000 tokenin kokonaisrajaa. Valmistele pitkä aineisto mielekkäiksi tekstijaksoiksi ja säilytä niiden tulkintaan tarvittavat otsikot tai määritelmät. Käytä yhtenäistä lähdekenttien joukkoa sen sijaan, että upottaisit erilaisia tietueita toisiinsa liittymättömillä valmistelusäännöillä.\n\nTuottaja palauttaa oletuksena liukulukuvektoreita ja dokumentoi myös base64-koodauksen. Opas kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen ja suosittelee kosinisamankaltaisuutta; pistetulo voi laskea sen, ja euklidinen etäisyys antaa saman järjestyksen. Jos kolmannen sukupolven upotusta lyhennetään käsin palauttamisen jälkeen, normalisoi lyhennetty vektori uudelleen oppaan kuvaamalla tavalla. dimensions-säädöllä vältetään manuaalisen katkaisun tekeminen tavanomaiseksi valmisteluvaiheeksi.\n\nKirjaa mallin identiteetti, ulottuvuusmäärä ja lähdelinkki jokaisen vektorin yhteyteen. Hyödyllinen jatkotuotos on järjestetty luettelo, ryhmitelty kokoelma tai luokittelupiirteiden joukko, joka on yhdistetty ne tuottaneeseen tekstiin. Tarkista, tukeeko valittu aineisto todella tehtävää, ja pidä puuttuvat tosiasiat erillään semanttisesta liittyvyydestä. Seuraava vaihe voi sitten käyttää esitystä tiettyyn haku- tai päätöksentekotyönkulkuun.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5cf974d72739b9624b84c411b1f11a8b63405d0df28d001647fc6fa28c1c5be0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "openai/text-embedding-3-smallOpenAI:n pieni kolmannen sukupolven tekstiupotusmalli palauttaa oletuksena 1 536-ulotteisia vektoreita ja tukee lyhyempiä esityksiä. Käytä numeerista tulostetta semanttiseen hakuun, koodihakuun, ryhmittelyyn, suositteluun ja luokitteluun.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
text-embedding-3-small on OpenAI:n pienempi kolmannen sukupolven tekstiupotusmalli. Se muuntaa kirjoitetun aineiston numeerisiksi vektoreiksi, joissa on oletuksena 1 536 komponenttia. Vektorit mittaavat tekstien välisiä suhteita seuraavaa haku- tai analyysivaihetta varten; malli ei generoi syötteeseen keskusteluvastausta.
Suuremman kolmannen sukupolven mallin tavoin se tukee tuottajan dimensions-säätöä lyhyempiin upotuksiin. Koulutus on suunniteltu säilyttämään käsitteitä esittävää tietoa lyhennetyssä vektorissa, ja kokovalinta vaikuttaa sovelluksen laatuun ja resurssivaatimuksiin. Pidä malli ja valitut ulottuvuusmäärät yhdenmukaisina vertailtavien tietueiden ja kyselyjen kesken.
Käytännön sovellus on koodihaku. Valmistajan opas kuvaa lähdekoodin funktioiden esittämisen tekstinä ja niiden upottamisen, minkä jälkeen luonnollisen kielen kysely upotetaan samalla mallilla ja saatuja vektoreita verrataan. Havainnollinen tulos on järjestetty joukko olennaisia funktioita yhdistettynä niiden sijainteihin lähteessä. Asiakirjahaun vastaava tuotos on joukko tekstijaksoja, joiden teksti ja alkuperäiset viitteet pysyvät lukijan tai seuraavan mallin saatavilla.
Muita dokumentoituja käyttötapoja ovat klusterointi, liittyvän sisällön suosittelu, luokittelu, poikkeavien havaintojen tunnistaminen ja monimuotoisuuden mittaaminen. Rajattu viestityönkulku voi ryhmitellä samanlaisia pyyntöjä tai verrata niitä luokkien kuvauksiin. Sovellus määrittää, miten samankaltaisuustulos muuttuu luokaksi, suositukseksi tai tarkasteltavaksi kohteeksi; itse upotus pysyy numeerisena datana.
OpenAI määrittää enimmäissyötteeksi 8 192 tokenia tekstiä kohden. Sen upotusrajapinta hyväksyy merkkijonoja tai tokenisoituja syötteitä ja useita syötteitä yhdessä pyynnössä, hylkää tyhjät merkkijonot ja soveltaa 300 000 tokenin kokonaisrajaa. Valmistele pitkä aineisto mielekkäiksi tekstijaksoiksi ja säilytä niiden tulkintaan tarvittavat otsikot tai määritelmät. Käytä yhtenäistä lähdekenttien joukkoa sen sijaan, että upottaisit erilaisia tietueita toisiinsa liittymättömillä valmistelusäännöillä.
Tuottaja palauttaa oletuksena liukulukuvektoreita ja dokumentoi myös base64-koodauksen. Opas kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen ja suosittelee kosinisamankaltaisuutta; pistetulo voi laskea sen, ja euklidinen etäisyys antaa saman järjestyksen. Jos kolmannen sukupolven upotusta lyhennetään käsin palauttamisen jälkeen, normalisoi lyhennetty vektori uudelleen oppaan kuvaamalla tavalla. dimensions-säädöllä vältetään manuaalisen katkaisun tekeminen tavanomaiseksi valmisteluvaiheeksi.
Kirjaa mallin identiteetti, ulottuvuusmäärä ja lähdelinkki jokaisen vektorin yhteyteen. Hyödyllinen jatkotuotos on järjestetty luettelo, ryhmitelty kokoelma tai luokittelupiirteiden joukko, joka on yhdistetty ne tuottaneeseen tekstiin. Tarkista, tukeeko valittu aineisto todella tehtävää, ja pidä puuttuvat tosiasiat erillään semanttisesta liittyvyydestä. Seuraava vaihe voi sitten käyttää esitystä tiettyyn haku- tai päätöksentekotyönkulkuun.
POST /v1/embeddingstext, token_idsembedding| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat openai/text-embedding-3-small | Oletus— |
Kenttäinput | Tyyppistring|string[]|integer[]|integer[][] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 Ehdot: Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja. Syötebudjetti: Enimmäismäärä: 8 192 · Tekstiyksikkö: UTF8-tavut · Tokenyksikkö: Token-taulukon alkiot | Oletus— |
Kenttäencoding_format | Tyyppistring | VaatimusValinnainen | Arvot & rajat float | Oletusfloat |
Kenttädimensions | Tyyppiinteger | VaatimusEi tuettu | Arvot & rajat Vähimmäismäärä: 1 | Oletus— |
Kenttäuser | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäsession_id | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttätrace | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätty | Oletus— |
text_to_embedding
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input |
Parametriinput_shapes | Sopimusstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametriencoding_format | Sopimusfloat |
Parametridimensions_override | Sopimusfalse |
Parametrimax_input_budget_units | Sopimus8192 |
Parametrimultimodal_objects | Sopimusfalse |
Parametrimaterial_types | Sopimustext, token_ids |
Elinkaari: synchronous_json
Säilytä jokaisen vektorin indeksi ja ulottuvuus.
Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.00004 / 1K tokenia Tuloste · Tulostokenit $0 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${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-small", "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\nfrom 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-small',input=["First document","Second document"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\njson
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.
Uutta upotustehtävien päätepistettä ei oteta käyttöön.
| Kenttä | Tyyppi |
|---|---|
Kenttäobject | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttädata[].index | Tyyppiinteger |
Kenttädata[].embedding | Tyyppifinite float[] |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra openai/text-embedding-3-small, text-embedding-3-small
Käytä yllä näytettyjä menetelmäpolkuja.
text-embedding-3-smallOpenAI:n pieni kolmannen sukupolven tekstiupotusmalli palauttaa oletuksena 1 536-ulotteisia vektoreita ja tukee lyhyempiä esityksiä. Käytä numeerista tulostetta semanttiseen hakuun, koodihakuun, ryhmittelyyn, suositteluun ja luokitteluun.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
text-embedding-3-small on OpenAI:n pienempi kolmannen sukupolven tekstiupotusmalli. Se muuntaa kirjoitetun aineiston numeerisiksi vektoreiksi, joissa on oletuksena 1 536 komponenttia. Vektorit mittaavat tekstien välisiä suhteita seuraavaa haku- tai analyysivaihetta varten; malli ei generoi syötteeseen keskusteluvastausta.
Suuremman kolmannen sukupolven mallin tavoin se tukee tuottajan dimensions-säätöä lyhyempiin upotuksiin. Koulutus on suunniteltu säilyttämään käsitteitä esittävää tietoa lyhennetyssä vektorissa, ja kokovalinta vaikuttaa sovelluksen laatuun ja resurssivaatimuksiin. Pidä malli ja valitut ulottuvuusmäärät yhdenmukaisina vertailtavien tietueiden ja kyselyjen kesken.
Käytännön sovellus on koodihaku. Valmistajan opas kuvaa lähdekoodin funktioiden esittämisen tekstinä ja niiden upottamisen, minkä jälkeen luonnollisen kielen kysely upotetaan samalla mallilla ja saatuja vektoreita verrataan. Havainnollinen tulos on järjestetty joukko olennaisia funktioita yhdistettynä niiden sijainteihin lähteessä. Asiakirjahaun vastaava tuotos on joukko tekstijaksoja, joiden teksti ja alkuperäiset viitteet pysyvät lukijan tai seuraavan mallin saatavilla.
Muita dokumentoituja käyttötapoja ovat klusterointi, liittyvän sisällön suosittelu, luokittelu, poikkeavien havaintojen tunnistaminen ja monimuotoisuuden mittaaminen. Rajattu viestityönkulku voi ryhmitellä samanlaisia pyyntöjä tai verrata niitä luokkien kuvauksiin. Sovellus määrittää, miten samankaltaisuustulos muuttuu luokaksi, suositukseksi tai tarkasteltavaksi kohteeksi; itse upotus pysyy numeerisena datana.
OpenAI määrittää enimmäissyötteeksi 8 192 tokenia tekstiä kohden. Sen upotusrajapinta hyväksyy merkkijonoja tai tokenisoituja syötteitä ja useita syötteitä yhdessä pyynnössä, hylkää tyhjät merkkijonot ja soveltaa 300 000 tokenin kokonaisrajaa. Valmistele pitkä aineisto mielekkäiksi tekstijaksoiksi ja säilytä niiden tulkintaan tarvittavat otsikot tai määritelmät. Käytä yhtenäistä lähdekenttien joukkoa sen sijaan, että upottaisit erilaisia tietueita toisiinsa liittymättömillä valmistelusäännöillä.
Tuottaja palauttaa oletuksena liukulukuvektoreita ja dokumentoi myös base64-koodauksen. Opas kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen ja suosittelee kosinisamankaltaisuutta; pistetulo voi laskea sen, ja euklidinen etäisyys antaa saman järjestyksen. Jos kolmannen sukupolven upotusta lyhennetään käsin palauttamisen jälkeen, normalisoi lyhennetty vektori uudelleen oppaan kuvaamalla tavalla. dimensions-säädöllä vältetään manuaalisen katkaisun tekeminen tavanomaiseksi valmisteluvaiheeksi.
Kirjaa mallin identiteetti, ulottuvuusmäärä ja lähdelinkki jokaisen vektorin yhteyteen. Hyödyllinen jatkotuotos on järjestetty luettelo, ryhmitelty kokoelma tai luokittelupiirteiden joukko, joka on yhdistetty ne tuottaneeseen tekstiin. Tarkista, tukeeko valittu aineisto todella tehtävää, ja pidä puuttuvat tosiasiat erillään semanttisesta liittyvyydestä. Seuraava vaihe voi sitten käyttää esitystä tiettyyn haku- tai päätöksentekotyönkulkuun.
POST /v1/embeddingstextembedding| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat text-embedding-3-small | Oletus— |
Kenttäinput | Tyyppistring|string[]|integer[]|integer[][] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 Ehdot: Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja. Syötebudjetti: Enimmäismäärä: 8 192 · Tekstiyksikkö: UTF8-tavut · Tokenyksikkö: Token-taulukon alkiot | Oletus— |
Kenttäencoding_format | Tyyppistring | VaatimusValinnainen | Arvot & rajat float | Oletusfloat |
Kenttädimensions | Tyyppiinteger | VaatimusEi tuettu | Arvot & rajat Vähimmäismäärä: 1 | Oletus— |
Kenttäuser | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Valinnaiset JSON-metatiedot; täsmällinen taustapalvelun semantiikka riippuu valitusta mallista. | Oletus— |
Kenttäsession_id | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Valinnaiset JSON-metatiedot; täsmällinen taustapalvelun semantiikka riippuu valitusta mallista. | Oletus— |
Kenttätrace | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Valinnaiset JSON-metatiedot; täsmällinen taustapalvelun semantiikka riippuu valitusta mallista. | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätty | Oletus— |
text_to_embedding
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input |
Parametriinput_shapes | Sopimusstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametriencoding_format | Sopimusfloat |
Parametridimensions_override | Sopimusfalse |
Parametrimax_input_budget_units | Sopimus8192 |
Parametrimultimodal_objects | Sopimusfalse |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_json
Lähetä täsmällinen mallin tunniste ja pakolliset kentät.
Säilytä jokainen palautettu alkio ja sen alkuperäiset tunnisteet.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.00004 / 1K tokenia Tuloste · Tulostokenit $0 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "text-embedding-3-small",\n "input": [\n "First document",\n "Second document"\n ],\n "encoding_format": "float"\n}set -eu\n: "${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-small', '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\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-small', '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')))\njson
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen äärellinen vektori alkuperäisine indekseineen. Säilytä kaikki ulottuvuudet ja koko käyttöolio.
Uutta upotustehtävien päätepistettä ei oteta käyttöön.
| Kenttä | Tyyppi |
|---|---|
Kenttäobject | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttädata[].index | Tyyppiinteger |
Kenttädata[].embedding | Tyyppifinite float[] |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra openai/text-embedding-3-small, text-embedding-3-small
Käytä yllä näytettyjä menetelmäpolkuja.