Source: https://ailoot.ai/models/he/openai-text-embedding-ada-002/ Canonical: https://ailoot.ai/models/he/openai-text-embedding-ada-002/ Language: he # OpenAI: Text Embedding Ada 002 [Markdown](https://ailoot.ai/models/he/openai-text-embedding-ada-002/index.md) · [JSON](https://ailoot.ai/models/he/openai-text-embedding-ada-002/facts.json) ## [OpenAI: Text Embedding Ada 002](https://ailoot.ai/models/he/openai-text-embedding-ada-002/) מודל הטמעת טקסט של OpenAI המחזיר וקטור מספרי בן 1536 ממדים. השתמשו בייצוגים האלה לחיפוש סמנטי, להמלצות על תוכן קשור, לקיבוץ לאשכולות, לסיווג או לאיתור רשומות טקסט חריגות. - [**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `openai/text-embedding-ada-002`](https://ailoot.ai/models/he/openai-text-embedding-ada-002/#method-0) - [**Ailoot Ultra · הטמעות · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`](https://ailoot.ai/models/he/openai-text-embedding-ada-002/#method-1) על המודל התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה. text-embedding-ada-002 הוא מודל הטמעת הטקסט של OpenAI לייצוג חומר כתוב כווקטור מספרי. הפלט שלו מכיל 1536 רכיבים. היצרן משלב דמיון בין טקסטים, חיפוש מסמכים ושאילתות וחיפוש קוד בייצוג אחד. התוצאה היא נתונים להשוואה או לאלגוריתם אחר, ולא תשובה שנוצרת לטקסט שמוטמע. לחיפוש סמנטי, הכינו קטעי מסמך בעלי משמעות ושמרו את מזהי המקור שלהם. תהליך המחשה מטמיע כל קטע ואת שאלת המשתמש באותו מודל, משווה את הווקטורים ומחזיר את קטעי המקור הרלוונטיים. היישום קובע את כלל האחזור, המסננים ואופן ההצגה. שלב מאוחר יותר של יצירת טקסט יכול להשתמש בחומר שאוחזר כדי לפתח תשובה, ואילו מודל ההטמעה מספק את הייצוג המספרי. שימושים מתועדים נוספים כוללים קיבוץ רשומות דומות, המלצות על תוכן קשור, סיווג טקסט ואיתור חריגים. עבור המלצה, השוו תיאורים של האובייקטים שהקשר ביניהם חשוב. לסיווג, המדריך מתאר השוואה לייצוגי קטגוריות או שימוש בווקטורים כמאפיינים במסווג. באיתור חריגות, התוצאה הרלוונטית היא רשומה הנבדלת מהאוסף סביבה, המפורשת בהתאם למשימת המוצר. OpenAI מציינת קלט מרבי של 8192 טוקנים למודל הזה. API ההטמעות של היצרן מקבל מחרוזות טקסט או קלט שכבר חולק לטוקנים, מאפשר קלטים מרובים בבקשה אחת ודוחה מחרוזות ריקות. המגבלה המצטברת שלו היא 300,000 טוקנים בבקשה אחת, נוסף על המגבלה לכל קלט. חלקו מסמכים ארוכים יותר לקטעים שימושיים תוך שמירת כותרות, הגדרות והפניה בחזרה לחומר המקורי. הפלט הוא וקטור של ערכי נקודה צפה; היצרן מתעד גם base64 כקידוד חלופי להעברת הנתונים. הפרמטר של OpenAI לקיצור מספר הממדים מיועד למודלי הטמעה מהדור השלישי ואילך, ולכן התוצאה המתועדת של Ada בת 1536 הממדים נשארת נפרדת מהבקרה הזו. שמרו את זהות המודל ואת הווקטור עם רשומת המקור, כדי שהשוואות מאוחרות יותר ישתמשו בייצוג עקבי. מדריך ההטמעות ממליץ על דמיון קוסינוס ומציין שהטמעות OpenAI מנורמלות לאורך יחידה. עבור וקטורים כאלה, מכפלה סקלרית יכולה לחשב דמיון קוסינוס ומרחק אוקלידי נותן את אותו דירוג. ציון דמיון הוא חלק מהיגיון האחזור או הסיווג של היישום, ולא החלטה קטגורית שהמודל מספק אוטומטית. הגדירו אילו שדות מקור הופכים לטקסט הקלט ואיך יש לחלק את הקטעים. תוצאה לדוגמה היא אוסף מדורג של קטעי מסמכים או רשומות קשורות, שכל אחד מהם מחובר למקורו ולכלל ששימש לבחירתו. שמרו על הכנה עקבית והעריכו אם החומר שהוחזר עונה על השאלה בפועל. כך הפלט המספרי נעשה שימושי לשלב הבא של חיפוש, המלצה או ניתוח. **Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `openai/text-embedding-ada-002` [`openai/text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings) OpenAI /`openai/text-embedding-ada-002` מזהה מודל ID - `openai/text-embedding-ada-002` - `text-embedding-ada-002` ### התחלה מודל הטמעת טקסט של OpenAI המחזיר וקטור מספרי בן 1536 ממדים. השתמשו בייצוגים האלה לחיפוש סמנטי, להמלצות על תוכן קשור, לקיבוץ לאשכולות, לסיווג או לאיתור רשומות טקסט חריגות. 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 | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות openai/text-embedding-ada-002 | ברירת מחדל— | | שדה`input` | סוג`string\|string[]\|integer[]\|integer[][]` | דרישהחובה | ערכים 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— | | שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float | ברירת מחדלfloat | | שדה`dimensions` | סוג`integer` | דרישהלא נתמך | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— | | שדה`user` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— | | שדה`session_id` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— | | שדה`trace` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— | | שדה`provider` | סוג`object` | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה | ברירת מחדל— | שילובים של חומרי קלט **text\_to\_embedding** פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, input | | פרמטר`input_shapes` | מפרטstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | פרמטר`encoding_format` | מפרטfloat | | פרמטר`dimensions_override` | מפרטfalse | | פרמטר`max_input_budget_units` | מפרט8192 | | פרמטר`multimodal_objects` | מפרטfalse | | פרמטר`material_types` | מפרטtext, 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 | תצורה | טבלת תעריפים | חיוב | | --- | --- | --- | | תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.0002** / 1K טוקנים פלט · טוקני פלט **$0** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · ייצוגים וקטוריים curlPython SDK ```bash set -eu : "${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 ``` ```python 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) ``` ### 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 | שדה | סוג | | --- | --- | | שדה`object` | סוגstring | | שדה`model` | סוגstring | | שדה`data[].index` | סוגinteger | | שדה`data[].embedding` | סוגfinite float\[\] | | שדה`usage` | סוגobject | שגיאות והשלבים הבאים | תגובה | תנאי | השלב הבא | | --- | --- | --- | | תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`openai/text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`openai/text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings) **Ailoot Ultra · הטמעות · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002` [`text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings) OpenAI /`text-embedding-ada-002` מזהה מודל ID - `openai/text-embedding-ada-002` - `text-embedding-ada-002` ### התחלה מודל הטמעת טקסט של OpenAI המחזיר וקטור מספרי בן 1536 ממדים. השתמשו בייצוגים האלה לחיפוש סמנטי, להמלצות על תוכן קשור, לקיבוץ לאשכולות, לסיווג או לאיתור רשומות טקסט חריגות. סוגי קלט נתמכים טקסט תוצאות embedding ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · הטמעות · text-embedding-ada-002** `POST /v1/embeddings` סוגי קלט `text` סוגי פלט `embedding` הקשר ⁦8,192⁩ tokens פורמט פלט json | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות text-embedding-ada-002 | ברירת מחדל— | | שדה`input` | סוג`string\|string[]\|integer[]\|integer[][]` | דרישהחובה | ערכים 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— | | שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float | ברירת מחדלfloat | | שדה`dimensions` | סוג`integer` | דרישהלא נתמך | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— | | שדה`user` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר. | ברירת מחדל— | | שדה`session_id` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר. | ברירת מחדל— | | שדה`trace` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: מטא־נתונים אופציונליים ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל שנבחר. | ברירת מחדל— | | שדה`provider` | סוג`object` | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה | ברירת מחדל— | שילובים של חומרי קלט **text\_to\_embedding** פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, input | | פרמטר`input_shapes` | מפרטstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | פרמטר`encoding_format` | מפרטfloat | | פרמטר`dimensions_override` | מפרטfalse | | פרמטר`max_input_budget_units` | מפרט8192 | | פרמטר`multimodal_objects` | מפרטfalse | | פרמטר`material_types` | מפרטtext | | פרמטר`text_file_material` | מפרטקראו 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 | תצורה | טבלת תעריפים | חיוב | | --- | --- | --- | | תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.0002** / 1K טוקנים פלט · טוקני פלט **$0** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · הטמעות · text-embedding-ada-002 גוף JSON מינימלי ושלםcurl · השתמשו במסמך UTF-8 שלכםPython · שמרו את התוצאה המלאה ```json { "model": "text-embedding-ada-002", "input": [ "First document", "Second document" ], "encoding_format": "float" } ``` ```bash set -eu : "${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 ``` ```python 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'))) ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · הטמעות · text-embedding-ada-002 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 | שדה | סוג | | --- | --- | | שדה`object` | סוגstring | | שדה`model` | סוגstring | | שדה`data[].index` | סוגinteger | | שדה`data[].embedding` | סוגfinite float\[\] | | שדה`usage` | סוגobject | שגיאות והשלבים הבאים | תגובה | תנאי | השלב הבא | | --- | --- | --- | | תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`openai/text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`openai/text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/he/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings) FAQ · OpenAI: Text Embedding Ada 002 אילו קלטים ותוצאות זמינים? `POST /v1/embeddings` · `openai/text-embedding-ada-002`: `text`, `token_ids` → `embedding` `POST /v1/embeddings` · `text-embedding-ada-002`: `text` → `embedding` באילו שדות הבקשה משתמשת? `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` אילו מגבלות חלות? `POST /v1/embeddings` · `openai/text-embedding-ada-002`: `ctx`: `8192`; `input.budget.maximum`: `8192` (בתים בקידוד UTF8); `input.min_items`: `1` `POST /v1/embeddings` · `text-embedding-ada-002`: `ctx`: `8192`; `input.budget.maximum`: `8192` (בתים בקידוד UTF8); `input.min_items`: `1` 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](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/) ## 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](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he) ## Ailoot · החברה ופורטפוליו הפרויקטים שלה Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI. החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.