OpenAI: Text Embedding 3 Large (batch)
O Text Embedding 3 Large Batch submete grupos de pedidos de embeddings textuais como um único lote da Ailoot. Acompanhe cada item através de custom_id e obtenha os resultados completos da operação original.
Sobre o modelo
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
O Text Embedding 3 Large Batch utiliza /v1/batches com o ID exato de modelo openai/text-embedding-3-large:batch. Defina endpoint como /v1/embeddings e forneça requests; cada item contém custom_id e um body com input como cadeia de texto ou matriz de cadeias. Mantenha os identificadores estáveis para que a aplicação possa associar os resultados a uma atualização de um índice de pesquisa.
O lote é assíncrono. Guarde o ID da operação original devolvido e utilize GET /v1/batches/{operation_id} para acompanhar essa mesma operação com o mesmo autor do pedido. Um conjunto de resultados concluído pode conter uma resposta ou um erro para cada custom_id; por isso, inspecione os resultados de cada item, além do estado global.
Guarde todos os resultados concluídos em JSONL, preservando cada custom_id e a respetiva resposta ou erro completos. Associe os vetores bem-sucedidos aos IDs dos documentos submetidos antes de atualizar o índice. Mantenha juntos a operação original e os registos dos itens, para poder investigar um item incompleto ou falhado sem perder os resultados já devolvidos.
Ailoot Ultra · Batch POST /v1/batches openai/text-embedding-3-large:batch
openai/text-embedding-3-large:batch
openai/text-embedding-3-large:batchIntrodução
O Text Embedding 3 Large Batch submete grupos de pedidos de embeddings textuais como um único lote da Ailoot. Acompanhe cada item através de custom_id e obtenha os resultados completos da operação original.
- Entradas aceites
- Texto
- Resultados
- embedding
Disponível no Ailoot · entradas e métodos
Ailoot Ultra · Batch POST /v1/batches
- Entrada
text- Saída
embedding
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/text-embedding-3-large:batch Condições: Utilize exatamente este seletor de encaminhamento do Ailoot. | Predefinição— |
Campoendpoint | Tipostring | RequisitoObrigatório | Valores e limites /v1/embeddings Condições: | Predefinição— |
Camporequests | Tipoarray | RequisitoObrigatório | Valores e limites Condições: | Predefinição— |
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, endpoint, requests |
Parâmetrooptional | Contrato |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | ContratoUtilize exatamente este seletor de encaminhamento do Ailoot. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · O response.id original real, com a mesma identidade de quem efetua a chamada, a mesma chave e o mesmo grupo.
Tarifários
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
- Modo rápido
- Não especificado Quando o modo rápido está selecionado
- Modo flex
- Não especificado Quando o modo flex está selecionado
- Esforço máximo de raciocínio
- Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
- Preços da cache explícita
- Não ativado Quando é pedida cache explícita
Tarifas Ailoot
Preços por configuração
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00013 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00013 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot Ultra · Batch
set -eu
: "${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-3-large: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
Receber e guardar os resultados
Ailoot Ultra · Batch
GET /v1/batches/{operation_id}
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve o estado original, cada custom_id e a resposta ou o erro completos. Guarde todos os resultados concluídos de results[] em formato JSONL; não se presume a existência de uma via de carregamento ou descarregamento através de Files.
Se for necessário verificar a resposta original
Conserve o ID da operação original e consulte apenas esse lote original. Um tempo de espera excedido, um erro ou um estado desconhecido não autorizam outra criação.
Campos da resposta
| Campo | Tipo |
|---|---|
Camporesults[] | Tipoarray |
Camporesults[].custom_id | Tipostring |
Camporesults[].response | Tipoobject |
Camporesults[].error | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoUm campo obrigatório, o seletor de modelo, o tipo ou a representação da entrada é inválido. | Passo seguinteAnalise os detalhes de validação devolvidos antes de preparar um pedido separado. |
Resposta | CondiçãoO pedido original ou o respetivo resultado é desconhecido ou requer uma verificação. | Passo seguinteMantenha os identificadores e os cabeçalhos originais; consulte apenas os registos de estado ou da biblioteca suportados. Não volte a enviar o pedido de criação. |
Aliases
Aliases do modelo
Ailoot Ultra openai/text-embedding-3-large:batch
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
FAQ · OpenAI: Text Embedding 3 Large (batch)
- Que entradas e resultados estão disponíveis?
POST /v1/batches·openai/text-embedding-3-large:batch:text→embedding- Que campos utiliza o pedido?
POST /v1/batches·openai/text-embedding-3-large:batch:model,endpoint,requests