models

OpenAI: Text Embedding 3 Small

Markdown · JSON

OpenAI: Text Embedding 3 Small

Mažasis trečiosios kartos OpenAI teksto vektorinio kodavimo modelis pagal numatytąsias nuostatas grąžina 1 536 matmenų vektorius ir palaiko trumpesnius atvaizdus. Skaitinę išvestį naudokite semantinei paieškai, kodo paieškai, grupavimui, rekomendacijoms ir klasifikavimui.

Apie modelį

Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.

text-embedding-3-small yra mažesnis trečiosios kartos OpenAI teksto vektorinio kodavimo modelis. Jis paverčia rašytinę medžiagą skaitiniais vektoriais, pagal numatytąsias nuostatas turinčiais 1 536 komponentus. Šie vektoriai įvertina tekstų sąsajas tolesniam paieškos ar analizės veiksmui; modelis negeneruoja pokalbio atsakymo į įvestį.

Kaip ir didesnis trečiosios kartos modelis, jis palaiko gamintojo dimensions parametrą, skirtą trumpesniems vektoriniams atvaizdams. Mokymas sukurtas taip, kad sutrumpintame vektoriuje išliktų sąvokas perteikianti informacija, o pasirinktas dydis turi įtakos programos kokybei ir išteklių poreikiui. Lygindami įrašus ir užklausas naudokite tą patį modelį ir pasirinktą matmenų skaičių.

Praktinis taikymas yra kodo paieška. Kūrėjo vadove aprašoma, kaip šaltinio funkcijas pateikti tekstu ir jas vektoriškai užkoduoti, tada tuo pačiu modeliu užkoduoti natūraliosios kalbos užklausą ir palyginti gautus vektorius. Pavyzdinis rezultatas – pagal tinkamumą surikiuotas funkcijų rinkinys su nuorodomis į jų vietas šaltinyje. Dokumentų paieškoje atitinkamas rezultatas yra ištraukų rinkinys, kurio tekstas ir originalios nuorodos lieka prieinami skaitytojui ar kitam modeliui.

Kiti dokumentuoti naudojimo būdai apima klasterizavimą, susijusio turinio rekomendacijas, klasifikavimą, išskirčių aptikimą ir įvairovės matavimą. Konkrečiai užduočiai skirtame darbo su pranešimais procese galima grupuoti panašius prašymus arba lyginti juos su kategorijų aprašais. Programa nustato, kaip panašumo rezultatas tampa kategorija, rekomendacija ar peržiūrėtinu elementu; pats vektorinis atvaizdas lieka skaitiniais duomenimis.

OpenAI nurodo didžiausią 8 192 žetonų įvestį vienam tekstui. Vektorinio kodavimo API priima eilutes arba į žetonus suskaidytą įvestį ir kelias įvestis vienoje užklausoje, atmeta tuščias eilutes ir taiko bendrą 300 000 žetonų ribą. Ilgą medžiagą paruoškite kaip prasmingas ištraukas, išsaugodami joms suprasti reikalingus pavadinimus ar apibrėžtis. Naudokite nuoseklų šaltinio laukų rinkinį, užuot skirtingų rūšių įrašus kodavę pagal nesusijusias paruošimo taisykles.

Gamintojas pagal numatytąsias nuostatas grąžina slankiojo kablelio skaičių vektorius ir taip pat dokumentuoja base64 kodavimą. Vadove nurodoma, kad OpenAI vektoriniai atvaizdai yra normalizuoti iki vienetinio ilgio, ir rekomenduojamas kosinusinis panašumas; jį galima apskaičiuoti skaliarine sandauga, o Euklido atstumas suteikia tokį patį rikiavimą. Jei trečiosios kartos vektorinis atvaizdas po grąžinimo sutrumpinamas rankiniu būdu, tą sutrumpintą vektorių vėl normalizuokite, kaip aprašyta vadove. dimensions parametras leidžia išvengti rankinio trumpinimo kaip įprasto paruošimo veiksmo.

Kartu su kiekvienu vektoriumi užrašykite modelio identifikatorių, matmenų skaičių ir nuorodą į šaltinį. Naudingas tolesnio apdorojimo rezultatas yra surikiuotas sąrašas, sugrupuotas rinkinys arba klasifikavimo požymių rinkinys, susietas su juos sukūrusiu tekstu. Patikrinkite, ar pasirinkta medžiaga iš tikrųjų padeda atlikti užduotį, ir atskirkite trūkstamus faktus nuo semantinio giminingumo. Tada kitas veiksmas gali panaudoti šį atvaizdą konkrečiam paieškos ar sprendimo priėmimo procesui.

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

openai/text-embedding-3-small

OpenAI /openai/text-embedding-3-small
Modelio ID
  • openai/text-embedding-3-small
  • text-embedding-3-small

Pradžia

Mažasis trečiosios kartos OpenAI teksto vektorinio kodavimo modelis pagal numatytąsias nuostatas grąžina 1 536 matmenų vektorius ir palaiko trumpesnius atvaizdus. Skaitinę išvestį naudokite semantinei paieškai, kodo paieškai, grupavimui, rekomendacijoms ir klasifikavimui.

Leidžiamos įvestys
Tekstas · token_ids
Rezultatai
embedding

Prieinama Ailoot · įvestys ir metodai

Ailoot Ultra · Įterpiniai POST /v1/embeddings
Įvestis
text, token_ids
Išvestis
embedding
Kontekstas
8 192 tokens
Išvesties formatas
json
LaukasTipasReikalavimasReikšmės ir ribosNumatyta
LaukasmodelTipasstringReikalavimasPrivalomaReikšmės ir ribos
openai/text-embedding-3-small
Numatyta—
LaukasinputTipasstring|string[]|integer[]|integer[][]ReikalavimasPrivalomaReikšmės ir ribos
Mažiausias elementų skaičius: 1
Sąlygos: Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai.
Įvesties biudžetas: Didžiausia reikšmė: 8 192 · Teksto vienetas: UTF8 baitai · Tokenų vienetas: žetonų masyvo elementai
Numatyta—
Laukasencoding_formatTipasstringReikalavimasNeprivalomaReikšmės ir ribos
float
Numatytafloat
LaukasdimensionsTipasintegerReikalavimasNepalaikomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
LaukasuserTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.
Numatyta—
Laukassession_idTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.
Numatyta—
LaukastraceTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.
Numatyta—
LaukasproviderTipasobjectReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: provider.options atmetamas
Numatyta—
Įvesties medžiagos deriniai

text_to_embedding

Metodo parametrai ir gyvavimo ciklas
ParametrasSpecifikacija
Parametrascontent_typeSpecifikacijaapplication/json
ParametrasrequiredSpecifikacijamodel, input
Parametrasinput_shapesSpecifikacijastring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parametrasencoding_formatSpecifikacijafloat
Parametrasdimensions_overrideSpecifikacijafalse
Parametrasmax_input_budget_unitsSpecifikacija8192
Parametrasmultimodal_objectsSpecifikacijafalse
Parametrasmaterial_typesSpecifikacijatext, token_ids

Gyvavimo ciklas: synchronous_json

Išsaugokite kiekvieną vektoriaus indeksą ir matmenį.

Tai, kad modelio pavadinimas nurodo multimodalumą, nereiškia, jog šiuo konkrečiu keliu priimami vaizdų objektai.

Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas
Standartinis įkainis Pasirinkus spartųjį režimą
Flex režimas
Standartinis įkainis Pasirinkus flex režimą
Didžiausios samprotavimo pastangos
Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)

Ailoot įkainiai

Kainos pagal konfigūraciją

KonfigūracijaĮkainių lentelėMokestis
KonfigūracijaBaziniai žetonų įkainiaiĮkainių lentelėBazinis įkainisMokestis
Įvestis · Įvesties tokenai $0.00004 / 1K tokenų
Išvestis · Išvesties tokenai $0 / 1K tokenų
Įvestis · Talpyklos skaitymas — / 1K tokenų
Įvestis · Rašymas į talpyklą — / 1K tokenų
Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →

Užklausų pavyzdžiai

Ailoot Ultra · Įterpiniai

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)

Gauti ir išsaugoti rezultatus

Ailoot Ultra · Įterpiniai

json

Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

Išsaugokite kiekvieną vektorių su jo indeksu. Vektorių skaičius turi sutapti su įvesčių skaičiumi; jų matmenų skaičius turi būti vienodas.

Jei reikia patikrinti pradinį atsakymą

Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.

Atsakymo laukai
LaukasTipas
LaukasobjectTipasstring
LaukasmodelTipasstring
Laukasdata[].indexTipasinteger
Laukasdata[].embeddingTipasfinite float[]
LaukasusageTipasobject
Klaidos ir tolesni veiksmai
AtsakymasSąlygaKitas žingsnis
Atsakymas400 · invalid_request_errorSąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmėKitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus.

Pseudonimai

Modelių pseudonimai

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

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

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

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

text-embedding-3-small

OpenAI /text-embedding-3-small
Modelio ID
  • openai/text-embedding-3-small
  • text-embedding-3-small

Pradžia

Mažasis trečiosios kartos OpenAI teksto vektorinio kodavimo modelis pagal numatytąsias nuostatas grąžina 1 536 matmenų vektorius ir palaiko trumpesnius atvaizdus. Skaitinę išvestį naudokite semantinei paieškai, kodo paieškai, grupavimui, rekomendacijoms ir klasifikavimui.

Leidžiamos įvestys
Tekstas
Rezultatai
embedding

Prieinama Ailoot · įvestys ir metodai

Ailoot Ultra · Vektorinės reprezentacijos · text-embedding-3-small POST /v1/embeddings
Įvestis
text
Išvestis
embedding
Kontekstas
8 192 tokens
Išvesties formatas
json
LaukasTipasReikalavimasReikšmės ir ribosNumatyta
LaukasmodelTipasstringReikalavimasPrivalomaReikšmės ir ribos
text-embedding-3-small
Numatyta—
LaukasinputTipasstring|string[]|integer[]|integer[][]ReikalavimasPrivalomaReikšmės ir ribos
Mažiausias elementų skaičius: 1
Sąlygos: Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai.
Įvesties biudžetas: Didžiausia reikšmė: 8 192 · Teksto vienetas: UTF8 baitai · Tokenų vienetas: žetonų masyvo elementai
Numatyta—
Laukasencoding_formatTipasstringReikalavimasNeprivalomaReikšmės ir ribos
float
Numatytafloat
LaukasdimensionsTipasintegerReikalavimasNepalaikomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
LaukasuserTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Neprivalomi JSON metaduomenys; tiksli teikėjo sistemos semantika priklauso nuo pasirinkto modelio.
Numatyta—
Laukassession_idTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Neprivalomi JSON metaduomenys; tiksli teikėjo sistemos semantika priklauso nuo pasirinkto modelio.
Numatyta—
LaukastraceTipasjson_valueReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: Neprivalomi JSON metaduomenys; tiksli teikėjo sistemos semantika priklauso nuo pasirinkto modelio.
Numatyta—
LaukasproviderTipasobjectReikalavimasNeprivalomaReikšmės ir ribos
Sąlygos: provider.options atmetamas
Numatyta—
Įvesties medžiagos deriniai

text_to_embedding

Metodo parametrai ir gyvavimo ciklas
ParametrasSpecifikacija
Parametrascontent_typeSpecifikacijaapplication/json
ParametrasrequiredSpecifikacijamodel, input
Parametrasinput_shapesSpecifikacijastring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parametrasencoding_formatSpecifikacijafloat
Parametrasdimensions_overrideSpecifikacijafalse
Parametrasmax_input_budget_unitsSpecifikacija8192
Parametrasmultimodal_objectsSpecifikacijafalse
Parametrasmaterial_typesSpecifikacijatext
Parametrastext_file_materialSpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę.

Gyvavimo ciklas: synchronous_json

Siųskite tikslų modelio ID ir privalomus laukus.

Išsaugokite kiekvieną grąžintą elementą ir jo pradinius identifikatorius.

Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas
Standartinis įkainis Pasirinkus spartųjį režimą
Flex režimas
Standartinis įkainis Pasirinkus flex režimą
Didžiausios samprotavimo pastangos
Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)

Ailoot įkainiai

Kainos pagal konfigūraciją

KonfigūracijaĮkainių lentelėMokestis
KonfigūracijaBaziniai žetonų įkainiaiĮkainių lentelėBazinis įkainisMokestis
Įvestis · Įvesties tokenai $0.00004 / 1K tokenų
Išvestis · Išvesties tokenai $0 / 1K tokenų
Įvestis · Talpyklos skaitymas — / 1K tokenų
Įvestis · Rašymas į talpyklą — / 1K tokenų
Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →

Užklausų pavyzdžiai

Ailoot Ultra · Vektorinės reprezentacijos · text-embedding-3-small

Visas minimalus JSON užklausos turinyscurl · naudokite savo UTF-8 dokumentąPython · išsaugokite visą rezultatą
{
  "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')))

Gauti ir išsaugoti rezultatus

Ailoot Ultra · Vektorinės reprezentacijos · text-embedding-3-small

json

Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

Išsaugokite kiekvieną vektorių su baigtinėmis reikšmėmis ir jo pradinį indeksą. Išsaugokite visas dimensijas ir visą naudojimo duomenų objektą.

Jei reikia patikrinti pradinį atsakymą

Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.

Atsakymo laukai
LaukasTipas
LaukasobjectTipasstring
LaukasmodelTipasstring
Laukasdata[].indexTipasinteger
Laukasdata[].embeddingTipasfinite float[]
LaukasusageTipasobject
Klaidos ir tolesni veiksmai
AtsakymasSąlygaKitas žingsnis
Atsakymas400 · invalid_request_errorSąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmėKitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus.

Pseudonimai

Modelių pseudonimai

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

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

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

FAQ · OpenAI: Text Embedding 3 Small
Kokios įvestys ir rezultatai prieinami?

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

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

Kokius laukus naudoja užklausa?

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

Kokie apribojimai taikomi?

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

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

Išsamiau

Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos.

Įmonė ir jos projektų portfelis

Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus.

Pirkite žetonus su nuolaida.

Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui.

Prenumerata
Pasirinkite planą su nuolaida reguliarioms užklausoms.
Nuolaidos kodas iki 50%
Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas.
Išlaidos istorijoje
Kiekvienai užklausai išsaugomi modelis, žetonai ir suma.

Pasirinkti prenumeratą · Peržiūrėti modelių kainas

Prijunkite API prie produkto, kurį parduodate.

SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos.

Komercinė programa
Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas.
Perpardavėjo licencija
Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų.
Dokumentai svetainėje
Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant.

Paprašyti perpardavėjo licencijos · Oferta ir licencijos sutartis