models

OpenAI: Text Embedding 3 Small

Markdown · JSON

OpenAI: Text Embedding 3 Small

Az OpenAI kisebb harmadik generációs szövegbeágyazási modellje alapértelmezés szerint 1536 dimenziós vektorokat ad vissza, és rövidebb reprezentációkat is támogat. A numerikus kimenetet szemantikai kereséshez, kódkereséshez, csoportosításhoz, ajánláshoz és osztályozáshoz használhatja.

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A text-embedding-3-small az OpenAI kisebb harmadik generációs szövegbeágyazási modellje. Írott anyagokat alakít numerikus vektorokká, alapértelmezés szerint 1536 komponenssel. Ezek a vektorok a szövegek közötti kapcsolatokat mérik egy következő keresési vagy elemzési lépéshez; a modell nem generál társalgási választ a bemenetre.

A nagyobb harmadik generációs modellhez hasonlóan támogatja a gyártó dimensions vezérlőjét rövidebb beágyazásokhoz. A tanítás célja, hogy a rövidített vektorban megmaradjon a fogalmakat reprezentáló információ, a méretválasztás pedig befolyásolja az alkalmazás minőségét és erőforrásigényét. Az összehasonlított rekordoknál és lekérdezéseknél következetesen ugyanazt a modellt és a kiválasztott dimenziókat használja.

Gyakorlati alkalmazása a kódkeresés. A gyártó útmutatója leírja a forráskódfüggvények szövegként való reprezentálását és beágyazását, majd egy természetes nyelvű lekérdezés ugyanazzal a modellel való beágyazását és az így kapott vektorok összehasonlítását. Szemléltető eredmény a releváns függvények rangsorolt halmaza a forrásbeli helyükhöz kapcsolva. Dokumentumkeresésnél az ennek megfelelő eredmény olyan részletek halmaza, amelyek szövege és eredeti hivatkozásai az olvasó vagy a következő modell számára elérhetők maradnak.

További dokumentált használatok a klaszterezés, a kapcsolódó tartalom ajánlása, az osztályozás, a kiugró elemek felismerése és a sokféleség mérése. Egy körülhatárolt üzenetkezelési folyamat hasonló kéréseket csoportosíthat, vagy kategórialeírásokkal hasonlíthatja össze őket. Az alkalmazás határozza meg, hogyan lesz a hasonlósági eredményből kategória, ajánlás vagy áttekintendő elem; maga a beágyazás numerikus adat marad.

Az OpenAI szövegenként 8192 tokenes maximális bemenetet határoz meg. Beágyazási API-ja karakterláncokat vagy tokenizált bemenetet, valamint egy kérésben több bemenetet fogad el, elutasítja az üres karakterláncokat, és 300 000 tokenes összesített korlátot alkalmaz. A hosszú anyagot értelmes részletekként készítse elő, és őrizze meg az értelmezésükhöz szükséges címeket vagy definíciókat. Egységes forrásmezőkészletet használjon, ahelyett, hogy eltérő rekordtípusokat egymástól független előkészítési szabályokkal ágyazna be.

A gyártó alapértelmezés szerint lebegőpontos vektorokat ad vissza, és a base64 kódolást is dokumentálja. Az útmutató szerint az OpenAI beágyazásai egységhosszúságúra normalizáltak, és koszinuszhasonlóságot javasol; ezt skalárszorzat is kiszámíthatja, az euklideszi távolság pedig ugyanazt a rangsort adja. Ha egy harmadik generációs beágyazást visszaadás után kézzel rövidítenek, a rövidített vektort az útmutató szerint újra normalizálni kell. A dimensions vezérlővel elkerülhető, hogy a kézi csonkolás legyen a szokásos előkészítési lépés.

Minden vektor mellett rögzítse a modellazonosságot, a dimenziókat és a forráskapcsolatot. Hasznos későbbi eredmény egy rangsorolt lista, csoportosított gyűjtemény vagy osztályozási jellemzők halmaza, az ezeket létrehozó szöveghez kapcsolva. Ellenőrizze, hogy a kiválasztott anyag ténylegesen támogatja-e a feladatot, és a hiányzó tényeket tartsa külön a szemantikai kapcsolódástól. A következő lépés ezután konkrét keresési vagy döntési munkafolyamathoz használhatja a reprezentációt.

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

openai/text-embedding-3-small

OpenAI /openai/text-embedding-3-small
Modell ID-ja
  • openai/text-embedding-3-small
  • text-embedding-3-small

Kezdő lépések

Az OpenAI kisebb harmadik generációs szövegbeágyazási modellje alapértelmezés szerint 1536 dimenziós vektorokat ad vissza, és rövidebb reprezentációkat is támogat. A numerikus kimenetet szemantikai kereséshez, kódkereséshez, csoportosításhoz, ajánláshoz és osztályozáshoz használhatja.

Elfogadott bemenetek
Szöveg · token_ids
Eredmények
embedding

Elérhető az Ailootban · bemenetek és metódusok

Ailoot Ultra · Beágyazások POST /v1/embeddings
Bemenet
text, token_ids
Kimenet
embedding
Kontextus
8192 tokens
Kimeneti formátum
json
MezőTípusKövetelményÉrtékek és korlátokAlapértelmezett
MezőmodelTípusstringKövetelményKötelezőÉrtékek és korlátok
openai/text-embedding-3-small
Alapértelmezett—
MezőinputTípusstring|string[]|integer[]|integer[][]KövetelményKötelezőÉrtékek és korlátok
Minimális elemszám: 1
Feltételek: Nem üres, homogén köteg. A tokenazonosítók nemnegatív egész számok.
Bemeneti keret: Maximum: 8192 · Szövegegység: UTF8-bájtok · Tokenegység: tokentömb elemei
Alapértelmezett—
Mezőencoding_formatTípusstringKövetelményOpcionálisÉrtékek és korlátok
float
Alapértelmezettfloat
MeződimensionsTípusintegerKövetelményNem támogatottÉrtékek és korlátok
Minimum: 1
Alapértelmezett—
MezőuserTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér.
Alapértelmezett—
Mezősession_idTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér.
Alapértelmezett—
MezőtraceTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér.
Alapértelmezett—
MezőproviderTípusobjectKövetelményOpcionálisÉrtékek és korlátok
Feltételek: A provider.options elutasítva
Alapértelmezett—
Bemeneti anyagok kombinációi

text_to_embedding

Metódus paraméterei és életciklusa
ParaméterSzerződés
Paramétercontent_typeSzerződésapplication/json
ParaméterrequiredSzerződésmodel, input
Paraméterinput_shapesSzerződésstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Paraméterencoding_formatSzerződésfloat
Paraméterdimensions_overrideSzerződésfalse
Paramétermax_input_budget_unitsSzerződés8192
Paramétermultimodal_objectsSzerződésfalse
Paramétermaterial_typesSzerződéstext, token_ids

Életciklus: synchronous_json

Őrizze meg minden vektor indexét és dimenzióját.

A multimodális modell neve ezen a pontos útvonalon nem teszi lehetővé képobjektumok használatát.

Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód
Normál díjszabás Ha a gyors mód van kiválasztva
Flex mód
Normál díjszabás Ha a flex mód van kiválasztva
Maximális gondolkodási ráfordítás
Normál díjszabás Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

Ailoot-díjak

Árak beállításonként

BeállításDíjtáblázatDíj
BeállításTokenenkénti alapárakDíjtáblázatAlapdíjDíj
Bemenet · Bemeneti tokenek $0.00004 / 1K token
Kimenet · Kimeneti tokenek $0 / 1K token
Bemenet · Gyorsítótár olvasása — / 1K token
Bemenet · Írás a gyorsítótárba — / 1K token
Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →

Példakérések

Ailoot Ultra · Beágyazások

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)

Eredmények fogadása és mentése

Ailoot Ultra · Beágyazások

json

Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizzen meg minden vektort az indexével együtt. A vektorok számának meg kell egyeznie a bemenetek számával; a dimenzióknak egységesnek kell lenniük.

Ha az eredeti választ ellenőrizni kell

Nem kerül bevezetésre külön beágyazási feladatvégpont.

Válaszmezők
MezőTípus
MezőobjectTípusstring
MezőmodelTípusstring
Meződata[].indexTípusinteger
Meződata[].embeddingTípusfinite float[]
MezőusageTípusobject
Hibák és következő lépések
VálaszFeltételKövetkező lépés
Válasz400 · invalid_request_errorFeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterértékKövetkező lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt.

Álnevek

Modell álnevei

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

Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

Kapcsolódó modellazonosítók

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

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

text-embedding-3-small

OpenAI /text-embedding-3-small
Modell ID-ja
  • openai/text-embedding-3-small
  • text-embedding-3-small

Kezdő lépések

Az OpenAI kisebb harmadik generációs szövegbeágyazási modellje alapértelmezés szerint 1536 dimenziós vektorokat ad vissza, és rövidebb reprezentációkat is támogat. A numerikus kimenetet szemantikai kereséshez, kódkereséshez, csoportosításhoz, ajánláshoz és osztályozáshoz használhatja.

Elfogadott bemenetek
Szöveg
Eredmények
embedding

Elérhető az Ailootban · bemenetek és metódusok

Ailoot Ultra · Beágyazások · text-embedding-3-small POST /v1/embeddings
Bemenet
text
Kimenet
embedding
Kontextus
8192 tokens
Kimeneti formátum
json
MezőTípusKövetelményÉrtékek és korlátokAlapértelmezett
MezőmodelTípusstringKövetelményKötelezőÉrtékek és korlátok
text-embedding-3-small
Alapértelmezett—
MezőinputTípusstring|string[]|integer[]|integer[][]KövetelményKötelezőÉrtékek és korlátok
Minimális elemszám: 1
Feltételek: Nem üres, homogén köteg. A tokenazonosítók nemnegatív egész számok.
Bemeneti keret: Maximum: 8192 · Szövegegység: UTF8-bájtok · Tokenegység: tokentömb elemei
Alapértelmezett—
Mezőencoding_formatTípusstringKövetelményOpcionálisÉrtékek és korlátok
float
Alapértelmezettfloat
MeződimensionsTípusintegerKövetelményNem támogatottÉrtékek és korlátok
Minimum: 1
Alapértelmezett—
MezőuserTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: Opcionális JSON-metaadatok; a pontos szolgáltatói működés a kiválasztott modelltől függ.
Alapértelmezett—
Mezősession_idTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: Opcionális JSON-metaadatok; a pontos szolgáltatói működés a kiválasztott modelltől függ.
Alapértelmezett—
MezőtraceTípusjson_valueKövetelményOpcionálisÉrtékek és korlátok
Feltételek: Opcionális JSON-metaadatok; a pontos szolgáltatói működés a kiválasztott modelltől függ.
Alapértelmezett—
MezőproviderTípusobjectKövetelményOpcionálisÉrtékek és korlátok
Feltételek: A provider.options elutasítva
Alapértelmezett—
Bemeneti anyagok kombinációi

text_to_embedding

Metódus paraméterei és életciklusa
ParaméterSzerződés
Paramétercontent_typeSzerződésapplication/json
ParaméterrequiredSzerződésmodel, input
Paraméterinput_shapesSzerződésstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Paraméterencoding_formatSzerződésfloat
Paraméterdimensions_overrideSzerződésfalse
Paramétermax_input_budget_unitsSzerződés8192
Paramétermultimodal_objectsSzerződésfalse
Paramétermaterial_typesSzerződéstext
Paramétertext_file_materialSzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába.

Életciklus: synchronous_json

Küldje el a pontos modellazonosítót és a kötelező mezőket.

Őrizzen meg minden visszaadott elemet és eredeti azonosítóit.

Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód
Normál díjszabás Ha a gyors mód van kiválasztva
Flex mód
Normál díjszabás Ha a flex mód van kiválasztva
Maximális gondolkodási ráfordítás
Normál díjszabás Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

Ailoot-díjak

Árak beállításonként

BeállításDíjtáblázatDíj
BeállításTokenenkénti alapárakDíjtáblázatAlapdíjDíj
Bemenet · Bemeneti tokenek $0.00004 / 1K token
Kimenet · Kimeneti tokenek $0 / 1K token
Bemenet · Gyorsítótár olvasása — / 1K token
Bemenet · Írás a gyorsítótárba — / 1K token
Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →

Példakérések

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

Teljes, minimális JSON-törzscurl · használd a saját UTF-8-dokumentumodatPython · mentsd el a teljes eredményt
{
  "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')))

Eredmények fogadása és mentése

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

json

Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizzen meg minden véges vektort az eredeti indexével együtt. Tartson meg minden dimenziót és a teljes felhasználási objektumot.

Ha az eredeti választ ellenőrizni kell

Nem kerül bevezetésre külön beágyazási feladatvégpont.

Válaszmezők
MezőTípus
MezőobjectTípusstring
MezőmodelTípusstring
Meződata[].indexTípusinteger
Meződata[].embeddingTípusfinite float[]
MezőusageTípusobject
Hibák és következő lépések
VálaszFeltételKövetkező lépés
Válasz400 · invalid_request_errorFeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterértékKövetkező lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt.

Álnevek

Modell álnevei

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

Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

Kapcsolódó modellazonosítók

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

FAQ · OpenAI: Text Embedding 3 Small
Milyen bemenetek és eredmények érhetők el?

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

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

Mely mezőket használja a kérés?

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

Milyen korlátok érvényesek?

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

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

További részletek

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés
Válasszon kedvezményes tarifát a rendszeres kéréseihez.
Promókód akár 50%-ig
Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.
Költségek az előzményekben
Minden kéréshez megmarad a modell, a tokenek és az összeg.

Előfizetés kiválasztása · Modellárak megtekintése

Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás
Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.
Viszonteladói licenc
Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.
Dokumentumok a weboldalon
Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

Viszonteladói licenc kérése · Ajánlati feltételek és licencszerződés