text-embedding-ada-002 on OpenAI:n tekstiupotusmalli kirjoitetun aineiston esittämiseen numeerisena vektorina. Sen tuloste sisältää 1 536 komponenttia. Valmistaja yhdistää tekstien samankaltaisuusvertailun, asiakirja- ja kyselyhaun sekä koodihaun käyttötarkoitukset yhteen esitykseen. Tulos on dataa vertailua tai muuta algoritmia varten, ei generoitu vastaus upotettavaan tekstiin.
Valmistele semanttiseen hakuun mielekkäitä asiakirjajaksoja ja säilytä niiden lähdetunnisteet. Havainnollinen työnkulku upottaa jokaisen tekstijakson ja käyttäjän kysymyksen samalla mallilla, vertaa vektoreita ja palauttaa olennaiset lähdetekstijaksot. Sovellus määrää hakusäännön, suodattimet ja esitystavan. Myöhempi tekstin generointivaihe voi käyttää haettua aineistoa vastauksen kehittämiseen, kun taas upotusmalli tuottaa numeerisen esityksen.
Muita dokumentoituja käyttötapoja ovat samankaltaisten tietueiden ryhmittely, liittyvän sisällön suosittelu, tekstin luokittelu ja poikkeavien havaintojen tunnistaminen. Vertaa suosittelua varten niiden kohteiden kuvauksia, joiden suhde on olennainen. Luokittelua varten opas kuvaa vertailun luokkien esityksiin tai vektorien käytön luokittimen piirteinä. Poikkeamien tunnistuksessa olennainen tulos on ympäröivästä kokoelmasta eroava tietue, jota tulkitaan tuotteen tehtävän mukaisesti.
OpenAI ilmoittaa tälle mallille 8 192 tokenin enimmäissyötteen. Tuottajan upotusrajapinta hyväksyy tekstimerkkijonoja tai tokenisoituja syötteitä, sallii useita syötteitä samassa pyynnössä ja hylkää tyhjät merkkijonot. Sen kokonaisraja on 300 000 tokenia yhdessä pyynnössä syötekohtaisen rajan lisäksi. Jaa pidemmät asiakirjat hyödyllisiksi tekstijaksoiksi säilyttäen otsikot, määritelmät ja viite alkuperäiseen aineistoon.
Tuloste on liukulukuarvojen vektori; tuottaja dokumentoi myös base64:n vaihtoehtoisena siirtokoodauksena. OpenAI:n ulottuvuusmäärän pienentämiseen tarkoitettu parametri koskee kolmannen sukupolven upotusmalleja ja niitä uudempia malleja, joten Ada-mallin dokumentoitu 1 536-ulotteinen tulos pidetään erillään tästä säädöstä. Tallenna mallin identiteetti ja vektori lähdetietueen yhteyteen, jotta myöhemmät vertailut käyttävät yhtenäistä esitystä.
Upotusopas suosittelee kosinisamankaltaisuutta ja kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen. Näillä vektoreilla pistetulo voi laskea kosinisamankaltaisuuden, ja euklidinen etäisyys antaa saman järjestyksen. Samankaltaisuuspisteet ovat osa sovelluksen haku- tai luokittelulogiikkaa, eivät mallin automaattisesti antama kategorinen päätös.
Määritä, mitkä lähdekentät muodostavat syötetekstin ja miten tekstijaksot jaetaan. Havainnollinen tulos on järjestetty joukko asiakirjajaksoja tai liittyviä tietueita, joista jokainen on yhdistetty alkuperäiseen lähteeseensä ja valinnassa käytettyyn sääntöön. Pidä valmistelu johdonmukaisena ja arvioi, käsitteleekö palautettu aineisto varsinaista kysymystä. Näin numeerinen tuloste hyödyttää seuraavaa haku-, suosittelu- tai analyysivaihetta.
", "aboutText": "text-embedding-ada-002 on OpenAI:n tekstiupotusmalli kirjoitetun aineiston esittämiseen numeerisena vektorina. Sen tuloste sisältää 1 536 komponenttia. Valmistaja yhdistää tekstien samankaltaisuusvertailun, asiakirja- ja kyselyhaun sekä koodihaun käyttötarkoitukset yhteen esitykseen. Tulos on dataa vertailua tai muuta algoritmia varten, ei generoitu vastaus upotettavaan tekstiin.\n\nValmistele semanttiseen hakuun mielekkäitä asiakirjajaksoja ja säilytä niiden lähdetunnisteet. Havainnollinen työnkulku upottaa jokaisen tekstijakson ja käyttäjän kysymyksen samalla mallilla, vertaa vektoreita ja palauttaa olennaiset lähdetekstijaksot. Sovellus määrää hakusäännön, suodattimet ja esitystavan. Myöhempi tekstin generointivaihe voi käyttää haettua aineistoa vastauksen kehittämiseen, kun taas upotusmalli tuottaa numeerisen esityksen.\n\nMuita dokumentoituja käyttötapoja ovat samankaltaisten tietueiden ryhmittely, liittyvän sisällön suosittelu, tekstin luokittelu ja poikkeavien havaintojen tunnistaminen. Vertaa suosittelua varten niiden kohteiden kuvauksia, joiden suhde on olennainen. Luokittelua varten opas kuvaa vertailun luokkien esityksiin tai vektorien käytön luokittimen piirteinä. Poikkeamien tunnistuksessa olennainen tulos on ympäröivästä kokoelmasta eroava tietue, jota tulkitaan tuotteen tehtävän mukaisesti.\n\nOpenAI ilmoittaa tälle mallille 8 192 tokenin enimmäissyötteen. Tuottajan upotusrajapinta hyväksyy tekstimerkkijonoja tai tokenisoituja syötteitä, sallii useita syötteitä samassa pyynnössä ja hylkää tyhjät merkkijonot. Sen kokonaisraja on 300 000 tokenia yhdessä pyynnössä syötekohtaisen rajan lisäksi. Jaa pidemmät asiakirjat hyödyllisiksi tekstijaksoiksi säilyttäen otsikot, määritelmät ja viite alkuperäiseen aineistoon.\n\nTuloste on liukulukuarvojen vektori; tuottaja dokumentoi myös base64:n vaihtoehtoisena siirtokoodauksena. OpenAI:n ulottuvuusmäärän pienentämiseen tarkoitettu parametri koskee kolmannen sukupolven upotusmalleja ja niitä uudempia malleja, joten Ada-mallin dokumentoitu 1 536-ulotteinen tulos pidetään erillään tästä säädöstä. Tallenna mallin identiteetti ja vektori lähdetietueen yhteyteen, jotta myöhemmät vertailut käyttävät yhtenäistä esitystä.\n\nUpotusopas suosittelee kosinisamankaltaisuutta ja kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen. Näillä vektoreilla pistetulo voi laskea kosinisamankaltaisuuden, ja euklidinen etäisyys antaa saman järjestyksen. Samankaltaisuuspisteet ovat osa sovelluksen haku- tai luokittelulogiikkaa, eivät mallin automaattisesti antama kategorinen päätös.\n\nMääritä, mitkä lähdekentät muodostavat syötetekstin ja miten tekstijaksot jaetaan. Havainnollinen tulos on järjestetty joukko asiakirjajaksoja tai liittyviä tietueita, joista jokainen on yhdistetty alkuperäiseen lähteeseensä ja valinnassa käytettyyn sääntöön. Pidä valmistelu johdonmukaisena ja arvioi, käsitteleekö palautettu aineisto varsinaista kysymystä. Näin numeerinen tuloste hyödyttää seuraavaa haku-, suosittelu- tai analyysivaihetta.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d46d6ba16af8ff5ce61a83b72c5f0a532f54a5ed6627e90469187c9150db93ab", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "openai/text-embedding-ada-002OpenAI:n tekstiupotusmalli palauttaa 1536-ulotteisen numeerisen vektorin. Käytä näitä esityksiä semanttiseen hakuun, toisiinsa liittyvän sisällön suositteluun, ryhmittelyyn, luokitteluun tai poikkeavien tekstitietueiden tunnistamiseen.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
text-embedding-ada-002 on OpenAI:n tekstiupotusmalli kirjoitetun aineiston esittämiseen numeerisena vektorina. Sen tuloste sisältää 1 536 komponenttia. Valmistaja yhdistää tekstien samankaltaisuusvertailun, asiakirja- ja kyselyhaun sekä koodihaun käyttötarkoitukset yhteen esitykseen. Tulos on dataa vertailua tai muuta algoritmia varten, ei generoitu vastaus upotettavaan tekstiin.
Valmistele semanttiseen hakuun mielekkäitä asiakirjajaksoja ja säilytä niiden lähdetunnisteet. Havainnollinen työnkulku upottaa jokaisen tekstijakson ja käyttäjän kysymyksen samalla mallilla, vertaa vektoreita ja palauttaa olennaiset lähdetekstijaksot. Sovellus määrää hakusäännön, suodattimet ja esitystavan. Myöhempi tekstin generointivaihe voi käyttää haettua aineistoa vastauksen kehittämiseen, kun taas upotusmalli tuottaa numeerisen esityksen.
Muita dokumentoituja käyttötapoja ovat samankaltaisten tietueiden ryhmittely, liittyvän sisällön suosittelu, tekstin luokittelu ja poikkeavien havaintojen tunnistaminen. Vertaa suosittelua varten niiden kohteiden kuvauksia, joiden suhde on olennainen. Luokittelua varten opas kuvaa vertailun luokkien esityksiin tai vektorien käytön luokittimen piirteinä. Poikkeamien tunnistuksessa olennainen tulos on ympäröivästä kokoelmasta eroava tietue, jota tulkitaan tuotteen tehtävän mukaisesti.
OpenAI ilmoittaa tälle mallille 8 192 tokenin enimmäissyötteen. Tuottajan upotusrajapinta hyväksyy tekstimerkkijonoja tai tokenisoituja syötteitä, sallii useita syötteitä samassa pyynnössä ja hylkää tyhjät merkkijonot. Sen kokonaisraja on 300 000 tokenia yhdessä pyynnössä syötekohtaisen rajan lisäksi. Jaa pidemmät asiakirjat hyödyllisiksi tekstijaksoiksi säilyttäen otsikot, määritelmät ja viite alkuperäiseen aineistoon.
Tuloste on liukulukuarvojen vektori; tuottaja dokumentoi myös base64:n vaihtoehtoisena siirtokoodauksena. OpenAI:n ulottuvuusmäärän pienentämiseen tarkoitettu parametri koskee kolmannen sukupolven upotusmalleja ja niitä uudempia malleja, joten Ada-mallin dokumentoitu 1 536-ulotteinen tulos pidetään erillään tästä säädöstä. Tallenna mallin identiteetti ja vektori lähdetietueen yhteyteen, jotta myöhemmät vertailut käyttävät yhtenäistä esitystä.
Upotusopas suosittelee kosinisamankaltaisuutta ja kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen. Näillä vektoreilla pistetulo voi laskea kosinisamankaltaisuuden, ja euklidinen etäisyys antaa saman järjestyksen. Samankaltaisuuspisteet ovat osa sovelluksen haku- tai luokittelulogiikkaa, eivät mallin automaattisesti antama kategorinen päätös.
Määritä, mitkä lähdekentät muodostavat syötetekstin ja miten tekstijaksot jaetaan. Havainnollinen tulos on järjestetty joukko asiakirjajaksoja tai liittyviä tietueita, joista jokainen on yhdistetty alkuperäiseen lähteeseensä ja valinnassa käytettyyn sääntöön. Pidä valmistelu johdonmukaisena ja arvioi, käsitteleekö palautettu aineisto varsinaista kysymystä. Näin numeerinen tuloste hyödyttää seuraavaa haku-, suosittelu- tai analyysivaihetta.
POST /v1/embeddingstext, token_idsembedding| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat openai/text-embedding-ada-002 | 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 $0.0002 / 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-ada-002", "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-ada-002',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-ada-002, text-embedding-ada-002
Käytä yllä näytettyjä menetelmäpolkuja.
text-embedding-ada-002OpenAI:n tekstiupotusmalli palauttaa 1536-ulotteisen numeerisen vektorin. Käytä näitä esityksiä semanttiseen hakuun, toisiinsa liittyvän sisällön suositteluun, ryhmittelyyn, luokitteluun tai poikkeavien tekstitietueiden tunnistamiseen.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
text-embedding-ada-002 on OpenAI:n tekstiupotusmalli kirjoitetun aineiston esittämiseen numeerisena vektorina. Sen tuloste sisältää 1 536 komponenttia. Valmistaja yhdistää tekstien samankaltaisuusvertailun, asiakirja- ja kyselyhaun sekä koodihaun käyttötarkoitukset yhteen esitykseen. Tulos on dataa vertailua tai muuta algoritmia varten, ei generoitu vastaus upotettavaan tekstiin.
Valmistele semanttiseen hakuun mielekkäitä asiakirjajaksoja ja säilytä niiden lähdetunnisteet. Havainnollinen työnkulku upottaa jokaisen tekstijakson ja käyttäjän kysymyksen samalla mallilla, vertaa vektoreita ja palauttaa olennaiset lähdetekstijaksot. Sovellus määrää hakusäännön, suodattimet ja esitystavan. Myöhempi tekstin generointivaihe voi käyttää haettua aineistoa vastauksen kehittämiseen, kun taas upotusmalli tuottaa numeerisen esityksen.
Muita dokumentoituja käyttötapoja ovat samankaltaisten tietueiden ryhmittely, liittyvän sisällön suosittelu, tekstin luokittelu ja poikkeavien havaintojen tunnistaminen. Vertaa suosittelua varten niiden kohteiden kuvauksia, joiden suhde on olennainen. Luokittelua varten opas kuvaa vertailun luokkien esityksiin tai vektorien käytön luokittimen piirteinä. Poikkeamien tunnistuksessa olennainen tulos on ympäröivästä kokoelmasta eroava tietue, jota tulkitaan tuotteen tehtävän mukaisesti.
OpenAI ilmoittaa tälle mallille 8 192 tokenin enimmäissyötteen. Tuottajan upotusrajapinta hyväksyy tekstimerkkijonoja tai tokenisoituja syötteitä, sallii useita syötteitä samassa pyynnössä ja hylkää tyhjät merkkijonot. Sen kokonaisraja on 300 000 tokenia yhdessä pyynnössä syötekohtaisen rajan lisäksi. Jaa pidemmät asiakirjat hyödyllisiksi tekstijaksoiksi säilyttäen otsikot, määritelmät ja viite alkuperäiseen aineistoon.
Tuloste on liukulukuarvojen vektori; tuottaja dokumentoi myös base64:n vaihtoehtoisena siirtokoodauksena. OpenAI:n ulottuvuusmäärän pienentämiseen tarkoitettu parametri koskee kolmannen sukupolven upotusmalleja ja niitä uudempia malleja, joten Ada-mallin dokumentoitu 1 536-ulotteinen tulos pidetään erillään tästä säädöstä. Tallenna mallin identiteetti ja vektori lähdetietueen yhteyteen, jotta myöhemmät vertailut käyttävät yhtenäistä esitystä.
Upotusopas suosittelee kosinisamankaltaisuutta ja kertoo OpenAI:n upotusten olevan normalisoituja yksikköpituuteen. Näillä vektoreilla pistetulo voi laskea kosinisamankaltaisuuden, ja euklidinen etäisyys antaa saman järjestyksen. Samankaltaisuuspisteet ovat osa sovelluksen haku- tai luokittelulogiikkaa, eivät mallin automaattisesti antama kategorinen päätös.
Määritä, mitkä lähdekentät muodostavat syötetekstin ja miten tekstijaksot jaetaan. Havainnollinen tulos on järjestetty joukko asiakirjajaksoja tai liittyviä tietueita, joista jokainen on yhdistetty alkuperäiseen lähteeseensä ja valinnassa käytettyyn sääntöön. Pidä valmistelu johdonmukaisena ja arvioi, käsitteleekö palautettu aineisto varsinaista kysymystä. Näin numeerinen tuloste hyödyttää seuraavaa haku-, suosittelu- tai analyysivaihetta.
POST /v1/embeddingstextembedding| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat text-embedding-ada-002 | 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 $0.0002 / 1K tokenia Tuloste · Tulostokenit $0 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "text-embedding-ada-002",\n "input": [\n "First document",\n "Second document"\n ],\n "encoding_format": "float"\n}set -eu\n: "${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-ada-002', '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-ada-002', '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-ada-002, text-embedding-ada-002
Käytä yllä näytettyjä menetelmäpolkuja.