מודלים

OpenAI: Text Embedding 3 Small

Markdown · JSON

OpenAI: Text Embedding 3 Small

מודל הטמעת הטקסט הקטן מהדור השלישי של OpenAI מחזיר כברירת מחדל וקטורים בני 1536 ממדים ותומך בייצוגים קצרים יותר. השתמשו בפלט המספרי לחיפוש סמנטי, לאחזור קוד, לקיבוץ, להמלצות ולסיווג.

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

text-embedding-3-small הוא מודל הטמעת הטקסט הקטן יותר של OpenAI מהדור השלישי. הוא ממיר חומר כתוב לווקטורים מספריים עם 1536 רכיבים כברירת מחדל. הווקטורים האלה מודדים קשרים בין טקסטים עבור שלב נוסף של חיפוש או ניתוח; המודל אינו יוצר תשובה שיחתית לקלט.

כמו המודל הגדול יותר מהדור השלישי, הוא תומך בבקרת dimensions של היצרן להטמעות קצרות יותר. האימון נועד לשמר מידע המייצג מושגים בווקטור מקוצר, ובחירת הגודל משפיעה על איכות היישום ועל דרישות המשאבים שלו. שמרו על עקביות במודל ובמספר הממדים שנבחרו בין הרשומות והשאילתות המושוות.

יישום מעשי הוא חיפוש קוד. מדריך היצרן מתאר ייצוג של פונקציות מקור כטקסט והטמעתן, ולאחר מכן הטמעת שאילתה בשפה טבעית באותו מודל והשוואת הווקטורים שנוצרו. תוצאה לדוגמה היא אוסף מדורג של פונקציות רלוונטיות המקושרות למיקומן במקור. בחיפוש מסמכים, התוצר המקביל הוא אוסף קטעים שהטקסט וההפניות המקוריות שלהם נשארים זמינים לקורא או למודל הבא.

שימושים מתועדים נוספים כוללים קיבוץ לאשכולות, המלצות על תוכן קשור, סיווג, איתור חריגים ומדידת גיוון. תהליך הודעות בעל מטרה ממוקדת יכול לקבץ בקשות דומות או להשוות אותן לתיאורי קטגוריות. היישום מגדיר כיצד תוצאת דמיון הופכת לקטגוריה, להמלצה או לפריט לבדיקה; ההטמעה עצמה נשארת נתונים מספריים.

OpenAI מציינת קלט מרבי של 8192 טוקנים לכל טקסט. API ההטמעות שלה מקבל מחרוזות או קלט שכבר חולק לטוקנים וקלטים מרובים בבקשה אחת, דוחה מחרוזות ריקות ומחיל מגבלה מצטברת של 300,000 טוקנים. הכינו חומר ארוך כקטעים בעלי משמעות ושמרו את הכותרות או ההגדרות הדרושות לפירושם. השתמשו בקבוצה עקבית של שדות מקור במקום להטמיע סוגי רשומות שונים לפי כללי הכנה לא קשורים.

היצרן מחזיר כברירת מחדל וקטורי float ומתעד גם קידוד base64. המדריך מציין שהטמעות OpenAI מנורמלות לאורך יחידה וממליץ על דמיון קוסינוס; מכפלה סקלרית יכולה לחשב אותו, ומרחק אוקלידי נותן את אותו דירוג. אם הטמעה מהדור השלישי מקוצרת ידנית לאחר החזרתה, נרמלו שוב את הווקטור המקוצר כפי שהמדריך מתאר. בקרת dimensions מונעת את הצורך להפוך קיטוע ידני לשלב ההכנה הרגיל.

תעדו את זהות המודל, מספר הממדים והקישור למקור עם כל וקטור. תוצר שימושי בהמשך הוא רשימה מדורגת, אוסף מקובץ או קבוצת מאפייני סיווג המחוברים לטקסט שיצר אותם. בדקו אם החומר שנבחר אכן תומך במשימה ושמרו עובדות חסרות בנפרד מקרבה סמנטית. השלב הבא יוכל אז להשתמש בייצוג בתהליך אחזור או קבלת החלטות מוגדר.

Ailoot Ultra · ייצוגים וקטוריים POST /v1/embeddings openai/text-embedding-3-small

openai/text-embedding-3-small

OpenAI /openai/text-embedding-3-small
מזהה מודל ID
  • openai/text-embedding-3-small
  • text-embedding-3-small

התחלה

מודל הטמעת הטקסט הקטן מהדור השלישי של OpenAI מחזיר כברירת מחדל וקטורים בני 1536 ממדים ותומך בייצוגים קצרים יותר. השתמשו בפלט המספרי לחיפוש סמנטי, לאחזור קוד, לקיבוץ, להמלצות ולסיווג.

סוגי קלט נתמכים
טקסט · token_ids
תוצאות
embedding

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · ייצוגים וקטוריים POST /v1/embeddings
סוגי קלט
text, token_ids
סוגי פלט
embedding
הקשר
⁦8,192⁩ tokens
פורמט פלט
json
שדהסוגדרישהערכים ומגבלותברירת מחדל
שדהmodelסוגstringדרישהחובהערכים ומגבלות
openai/text-embedding-3-small
ברירת מחדל—
שדהinputסוגstring|string[]|integer[]|integer[][]דרישהחובהערכים ומגבלות
מספר פריטים מזערי: ⁦1⁩
תנאים: אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים.
תקציב קלט: מקסימום: ⁦8,192⁩ · יחידת טקסט: בתים בקידוד UTF8 · יחידת טוקנים: רכיבים במערך טוקנים
ברירת מחדל—
שדהencoding_formatסוגstringדרישהרשותערכים ומגבלות
float
ברירת מחדלfloat
שדהdimensionsסוגintegerדרישהלא נתמךערכים ומגבלות
מינימום: ⁦1⁩
ברירת מחדל—
שדהuserסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.
ברירת מחדל—
שדהsession_idסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.
ברירת מחדל—
שדהtraceסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.
ברירת מחדל—
שדהproviderסוגobjectדרישהרשותערכים ומגבלות
תנאים: provider.options נדחה
ברירת מחדל—
שילובים של חומרי קלט

text_to_embedding

פרמטרים ומחזור חיים של השיטה
פרמטרמפרט
פרמטרcontent_typeמפרטapplication/json
פרמטרrequiredמפרטmodel, input
פרמטרinput_shapesמפרטstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
פרמטרencoding_formatמפרטfloat
פרמטרdimensions_overrideמפרטfalse
פרמטרmax_input_budget_unitsמפרט8192
פרמטרmultimodal_objectsמפרטfalse
פרמטרmaterial_typesמפרטtext, token_ids

מחזור חיים: synchronous_json

שמרו כל אינדקס וקטור וממד.

שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה.

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר
תעריף רגיל כאשר נבחר מצב מהיר
מצב Flex
תעריף רגיל כאשר נבחר מצב flex
מאמץ חשיבה מרבי
תעריף רגיל כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

תצורהטבלת תעריפיםחיוב
תצורהתעריפי הבסיס לטוקניםטבלת תעריפיםתעריף בסיסחיוב
קלט · טוקני קלט $0.00004 / 1K טוקנים
פלט · טוקני פלט $0 / 1K טוקנים
קלט · קריאה מהמטמון — / 1K טוקנים
קלט · כתיבה למטמון — / 1K טוקנים
קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · ייצוגים וקטוריים

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-3-small", "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-3-small',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

קבלה ושמירה של תוצאות

Ailoot Ultra · ייצוגים וקטוריים

json

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.

כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה
שדהסוג
שדהobjectסוגstring
שדהmodelסוגstring
שדהdata[].indexסוגinteger
שדהdata[].embeddingסוגfinite float[]
שדהusageסוגobject
שגיאות והשלבים הבאים
תגובהתנאיהשלב הבא
תגובה⁦400⁩ · invalid_request_errorתנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקיניםהשלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.

כינויים

כינויים למודל

Ailoot Ultra openai/text-embedding-3-small, text-embedding-3-small

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

openai/text-embedding-3-small, text-embedding-3-small

Ailoot Ultra · הטמעות · text-embedding-3-small POST /v1/embeddings text-embedding-3-small

text-embedding-3-small

OpenAI /text-embedding-3-small
מזהה מודל ID
  • openai/text-embedding-3-small
  • text-embedding-3-small

התחלה

מודל הטמעת הטקסט הקטן מהדור השלישי של OpenAI מחזיר כברירת מחדל וקטורים בני 1536 ממדים ותומך בייצוגים קצרים יותר. השתמשו בפלט המספרי לחיפוש סמנטי, לאחזור קוד, לקיבוץ, להמלצות ולסיווג.

סוגי קלט נתמכים
טקסט
תוצאות
embedding

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · הטמעות · text-embedding-3-small POST /v1/embeddings
סוגי קלט
text
סוגי פלט
embedding
הקשר
⁦8,192⁩ tokens
פורמט פלט
json
שדהסוגדרישהערכים ומגבלותברירת מחדל
שדהmodelסוגstringדרישהחובהערכים ומגבלות
text-embedding-3-small
ברירת מחדל—
שדהinputסוגstring|string[]|integer[]|integer[][]דרישהחובהערכים ומגבלות
מספר פריטים מזערי: ⁦1⁩
תנאים: אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים.
תקציב קלט: מקסימום: ⁦8,192⁩ · יחידת טקסט: בתים בקידוד UTF8 · יחידת טוקנים: רכיבים במערך טוקנים
ברירת מחדל—
שדהencoding_formatסוגstringדרישהרשותערכים ומגבלות
float
ברירת מחדלfloat
שדהdimensionsסוגintegerדרישהלא נתמךערכים ומגבלות
מינימום: ⁦1⁩
ברירת מחדל—
שדהuserסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר.
ברירת מחדל—
שדהsession_idסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר.
ברירת מחדל—
שדהtraceסוגjson_valueדרישהרשותערכים ומגבלות
תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר.
ברירת מחדל—
שדהproviderסוגobjectדרישהרשותערכים ומגבלות
תנאים: provider.options נדחה
ברירת מחדל—
שילובים של חומרי קלט

text_to_embedding

פרמטרים ומחזור חיים של השיטה
פרמטרמפרט
פרמטרcontent_typeמפרטapplication/json
פרמטרrequiredמפרטmodel, input
פרמטרinput_shapesמפרטstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
פרמטרencoding_formatמפרטfloat
פרמטרdimensions_overrideמפרטfalse
פרמטרmax_input_budget_unitsמפרט8192
פרמטרmultimodal_objectsמפרטfalse
פרמטרmaterial_typesמפרטtext
פרמטרtext_file_materialמפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה.

מחזור חיים: synchronous_json

יש לשלוח את מזהה המודל המדויק ואת שדות החובה.

יש לשמור כל פריט שהוחזר ואת המזהים המקוריים שלו.

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר
תעריף רגיל כאשר נבחר מצב מהיר
מצב Flex
תעריף רגיל כאשר נבחר מצב flex
מאמץ חשיבה מרבי
תעריף רגיל כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

תצורהטבלת תעריפיםחיוב
תצורהתעריפי הבסיס לטוקניםטבלת תעריפיםתעריף בסיסחיוב
קלט · טוקני קלט $0.00004 / 1K טוקנים
פלט · טוקני פלט $0 / 1K טוקנים
קלט · קריאה מהמטמון — / 1K טוקנים
קלט · כתיבה למטמון — / 1K טוקנים
קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · הטמעות · text-embedding-3-small

גוף JSON מינימלי ושלםcurl · השתמשו במסמך UTF-8 שלכםPython · שמרו את התוצאה המלאה
{
  "model": "text-embedding-3-small",
  "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-3-small', '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-3-small', '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')))

קבלה ושמירה של תוצאות

Ailoot Ultra · הטמעות · text-embedding-3-small

json

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

יש לשמור כל וקטור בעל ערכים סופיים עם האינדקס המקורי שלו. יש לשמר את כל הממדים ואת אובייקט השימוש המלא.

כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה
שדהסוג
שדהobjectסוגstring
שדהmodelסוגstring
שדהdata[].indexסוגinteger
שדהdata[].embeddingסוגfinite float[]
שדהusageסוגobject
שגיאות והשלבים הבאים
תגובהתנאיהשלב הבא
תגובה⁦400⁩ · invalid_request_errorתנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקיניםהשלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.

כינויים

כינויים למודל

Ailoot Ultra openai/text-embedding-3-small, text-embedding-3-small

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

openai/text-embedding-3-small, text-embedding-3-small

FAQ · OpenAI: Text Embedding 3 Small
אילו קלטים ותוצאות זמינים?

POST /v1/embeddings · openai/text-embedding-3-small: text, token_ids → embedding

POST /v1/embeddings · text-embedding-3-small: text → embedding

באילו שדות הבקשה משתמשת?

POST /v1/embeddings · openai/text-embedding-3-small: model, input, encoding_format, provider

POST /v1/embeddings · text-embedding-3-small: model, input, encoding_format, provider

אילו מגבלות חלות?

POST /v1/embeddings · openai/text-embedding-3-small: ctx: 8192; input.budget.maximum: 8192 (בתים בקידוד UTF8); input.min_items: 1

POST /v1/embeddings · text-embedding-3-small: ctx: 8192; input.budget.maximum: 8192 (בתים בקידוד UTF8); input.min_items: 1

פרטים נוספים

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי
בחרו מסלול עם הנחה לבקשות הקבועות שלכם.
קוד הנחה עד 50%
הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.
הוצאות בהיסטוריה
המודל, האסימונים והסכום נשמרים לכל בקשה.

בחירת מנוי · מחירי מודלים

חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי
שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.
רישיון למכירה מחדש
שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.
מסמכים באתר
ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

בקשת רישיון למכירה מחדש · ההצעה והסכם הרישוי