OpenAI: Text Embedding Ada 002 (batch)
Text Embedding Ada 002 Batch menghantar kumpulan permintaan pembenaman teks sebagai satu kelompok Ailoot. Jejaki setiap item melalui custom_id dan dapatkan hasil lengkap operasi asal.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Text Embedding Ada 002 Batch menggunakan /v1/batches dengan ID model openai/text-embedding-ada-002:batch yang tepat. Tetapkan endpoint kepada /v1/embeddings dan sertakan requests; setiap item mengandungi custom_id dan body dengan input berupa rentetan teks atau tatasusunan rentetan. Kekalkan pengecam supaya aplikasi anda dapat memadankan hasil dengan koleksi petikan baharu atau yang disemak semula.
Kelompok ini tidak segerak. Simpan ID operasi asal yang dipulangkan dan gunakan GET /v1/batches/{operation_id} untuk mengikuti operasi yang sama dengan pemanggil yang sama. Set hasil yang lengkap boleh mengandungi response atau error bagi setiap custom_id, jadi periksa hasil setiap item serta status keseluruhan.
Simpan semua hasil yang telah siap sebagai JSONL sambil mengekalkan setiap custom_id dan response atau error yang lengkap. Padankan vektor yang berjaya dengan ID dokumen yang dihantar sebelum mengemas kini indeks. Simpan rekod operasi asal bersama rekod item supaya item tidak lengkap atau gagal boleh disiasat tanpa kehilangan hasil yang sudah dipulangkan.
Ailoot Ultra · Batch POST /v1/batches openai/text-embedding-ada-002:batch
openai/text-embedding-ada-002:batch
openai/text-embedding-ada-002:batchPengenalan
Text Embedding Ada 002 Batch menghantar kumpulan permintaan pembenaman teks sebagai satu kelompok Ailoot. Jejaki setiap item melalui custom_id dan dapatkan hasil lengkap operasi asal.
- Input yang diterima
- Teks
- Hasil
- embedding
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Batch POST /v1/batches
- Input
text- Output
embedding
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/text-embedding-ada-002:batch Syarat: Gunakan pemilih penghalaan Ailoot ini tepat seperti yang dinyatakan. | Lalai— |
Medanendpoint | Jenisstring | KeperluanDiperlukan | Nilai & had /v1/embeddings Syarat: | Lalai— |
Medanrequests | Jenisarray | KeperluanDiperlukan | Nilai & had Syarat: | Lalai— |
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, endpoint, requests |
Parameteroptional | Kontrak |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakGunakan pemilih penghalaan Ailoot ini tepat seperti yang dinyatakan. |
Kitar hayat: asynchronous
GET /v1/batches/{operation_id} · response.id asal yang sebenar, dengan pemanggil/kunci/kumpulan yang sama
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
- Harga cache eksplisit
- Tidak diaktifkan Apabila cache eksplisit diminta
Kadar Ailoot
Harga mengikut konfigurasi
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0001 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0001 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Batch
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"endpoint": "/v1/embeddings", "model": "openai/text-embedding-ada-002:batch", "requests": [{"custom_id": "embedding-1", "body": {"input": "The quick brown fox jumps over the lazy dog"}}]}')
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/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_BATCH'
import json,os,subprocess
from pathlib import Path
from urllib.parse import quote
r=json.loads(Path("result.json").read_text()); operation=r["id"]
subprocess.run(["curl","--fail-with-body","--silent","--show-error","https://api.ailoot.ai/v1/batches/"+quote(operation,safe=""),"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-D","status-headers.txt","-o","status.json"],check=True)
s=json.loads(Path("status.json").read_text())
if s.get("status")=="completed": Path("results.jsonl").write_text("".join(json.dumps(x,ensure_ascii=False)+"\n" for x in s.get("results",[])))
# Repeat only this same original GET while pending; never repeat creation.
PY_BATCH
Terima dan simpan hasil
Ailoot Ultra · Batch
GET /v1/batches/{operation_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan status asal, setiap custom_id dan respons/ralat lengkap. Simpan semua results[] yang telah selesai sebagai JSONL; jangan andaikan adanya aliran muat naik/muat turun Files.
Jika respons asal perlu disemak
Simpan ID operasi asal dan baca kelompok asal itu sahaja. Tamat masa, ralat atau keadaan yang tidak diketahui tidak membenarkan penciptaan lain.
Medan respons
| Medan | Jenis |
|---|---|
Medanresults[] | Jenisarray |
Medanresults[].custom_id | Jenisstring |
Medanresults[].response | Jenisobject |
Medanresults[].error | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, pemilih model, jenis atau bentuk input tidak sah. | Langkah seterusnyaSemak butiran pengesahan yang dikembalikan sebelum menyediakan permintaan berasingan. |
Respons | SyaratPermintaan atau hasil asal tidak diketahui atau memerlukan semakan. | Langkah seterusnyaSimpan pengecam dan pengepala asal; baca hanya rekod status/pustaka yang disokong. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot Ultra openai/text-embedding-ada-002:batch
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · OpenAI: Text Embedding Ada 002 (batch)
- Apakah input dan hasil yang tersedia?
POST /v1/batches·openai/text-embedding-ada-002:batch:text→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/batches·openai/text-embedding-ada-002:batch:model,endpoint,requests