modeller

OpenAI: Text Embedding Ada 002

Markdown · JSON

OpenAI: Text Embedding Ada 002

En textinbäddningsmodell från OpenAI som returnerar en numerisk vektor med 1 536 dimensioner. Använd representationerna för semantisk sökning, rekommendationer av relaterat innehåll, klustring, klassificering eller upptäckt av ovanliga textposter.

Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

text-embedding-ada-002 är OpenAIs textinbäddningsmodell för att representera skriftligt material som en numerisk vektor. Utdata innehåller 1 536 komponenter. Tillverkaren kombinerar likhet mellan texter, dokument-/frågesökning och kodsökning i en representation. Resultatet är data för jämförelse eller en annan algoritm, snarare än ett genererat svar på texten som bäddas in.

För semantisk sökning förbereds meningsfulla dokumenttextstycken och deras källidentifierare bevaras. Ett illustrativt arbetsflöde bäddar in varje textstycke och användarens fråga med samma modell, jämför vektorerna och returnerar relevanta källtextstycken. Applikationen bestämmer sökregeln, filtren och presentationen. Ett efterföljande textgenereringssteg kan använda det hämtade materialet för att utveckla ett svar, medan inbäddningsmodellen ger den numeriska representationen.

Andra dokumenterade användningsområden är gruppering av liknande poster, rekommendationer av relaterat innehåll, klassificering av text och identifiering av avvikare. För en rekommendation jämförs beskrivningar av objekten vars relation är relevant. För klassificering beskriver guiden jämförelse med kategorirepresentationer eller användning av vektorer som egenskaper i en klassificerare. För avvikelsedetektering är det relevanta resultatet en post som skiljer sig från den omgivande samlingen, tolkad enligt produktens uppgift.

OpenAI anger en maximal indatalängd på 8 192 token för denna modell. Tillverkarens inbäddnings-API accepterar textsträngar eller tokeniserade indata, tillåter flera inmatade objekt i en begäran och avvisar tomma strängar. Dess sammanlagda gräns är 300 000 token i en begäran, utöver gränsen per inmatat objekt. Dela upp längre dokument i användbara textstycken och bevara titlar, definitioner och referensen tillbaka till originalmaterialet.

Utdata är en vektor av flyttalsvärden; tillverkaren dokumenterar även base64 som alternativ transportkodning. OpenAIs parameter för att minska antalet dimensioner gäller inbäddningsmodeller från tredje generationen och senare, så Ada-modellens dokumenterade resultat med 1 536 dimensioner hålls åtskilt från den inställningen. Lagra modellidentiteten och vektorn tillsammans med källposten så att senare jämförelser använder en konsekvent representation.

Inbäddningsguiden rekommenderar cosinuslikhet och anger att OpenAIs inbäddningar är normaliserade till enhetslängd. För dessa vektorer kan en skalärprodukt beräkna cosinuslikhet och euklidiskt avstånd ger samma rangordning. En likhetspoäng är en del av applikationens sök- eller klassificeringslogik, inte ett beslut om kategori som modellen automatiskt ger.

Definiera vilka källfält som blir indatatexten och hur textstycken ska delas upp. Ett illustrativt resultat är en rangordnad uppsättning dokumenttextstycken eller relaterade poster, var och en kopplad till sin ursprungliga källa och regeln som användes för urvalet. Håll förberedelsen konsekvent och utvärdera om det returnerade materialet behandlar den faktiska frågan. Detta gör det numeriska resultatet användbart för nästa sök-, rekommendations- eller analyssteg.

Ailoot Ultra · Embeddings POST /v1/embeddings openai/text-embedding-ada-002

openai/text-embedding-ada-002

OpenAI /openai/text-embedding-ada-002
Modell-ID
  • openai/text-embedding-ada-002
  • text-embedding-ada-002

Start

En textinbäddningsmodell från OpenAI som returnerar en numerisk vektor med 1 536 dimensioner. Använd representationerna för semantisk sökning, rekommendationer av relaterat innehåll, klustring, klassificering eller upptäckt av ovanliga textposter.

Godkända indata
Text · token_ids
Resultat
embedding

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Embeddings POST /v1/embeddings
Indatatyper
text, token_ids
Utdatatyper
embedding
Kontext
8 192 tokens
Utdataformat
json
FältTypKravVärden & gränserStandard
FältmodelTypstringKravObligatorisktVärden & gränser
openai/text-embedding-ada-002
Standard—
FältinputTypstring|string[]|integer[]|integer[][]KravObligatorisktVärden & gränser
Minsta antal objekt: 1
Villkor: En homogen batch som inte är tom. Token-ID:n är heltal som är större än eller lika med noll.
Indatabudget: Maximum: 8 192 · Textenhet: UTF8-byte · Tokenenhet: element i en tokenarray
Standard—
Fältencoding_formatTypstringKravValfrittVärden & gränser
float
Standardfloat
FältdimensionsTypintegerKravStöds inteVärden & gränser
Minimum: 1
Standard—
FältuserTypjson_valueKravValfrittVärden & gränser
Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen.
Standard—
Fältsession_idTypjson_valueKravValfrittVärden & gränser
Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen.
Standard—
FälttraceTypjson_valueKravValfrittVärden & gränser
Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen.
Standard—
FältproviderTypobjectKravValfrittVärden & gränser
Villkor: provider.options avvisades
Standard—
Kombinationer av indatamaterial

text_to_embedding

Metodparametrar och livscykel
ParameterAvtal
Parametercontent_typeAvtalapplication/json
ParameterrequiredAvtalmodel, input
Parameterinput_shapesAvtalstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parameterencoding_formatAvtalfloat
Parameterdimensions_overrideAvtalfalse
Parametermax_input_budget_unitsAvtal8192
Parametermultimodal_objectsAvtalfalse
Parametermaterial_typesAvtaltext, token_ids

Livscykel: synchronous_json

Behåll varje vektorindex och dimension.

Att modellen har ett multimodalt namn innebär inte att bildobjekt tillåts på just denna anropsväg.

Priser

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge
Standardpris När snabbt läge är valt
Flex-läge
Standardpris När läget flex är valt
Högsta resonemangsnivå
Standardpris När den högsta resonemangsnivån använder standardjusteringen (default)

Ailoot-priser

Priser efter konfiguration

KonfigurationPrislistaAvgift
KonfigurationGrundpriser för tokenPrislistaGrundprisAvgift
Indata · Indatatoken $0.0002 / 1K token
Utdata · Utdatatoken $0 / 1K token
Indata · Cacheläsning — / 1K token
Indata · Skrivning till cache — / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Exempelbegäranden

Ailoot Ultra · Embeddings

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-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
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)

Ta emot och spara resultat

Ailoot Ultra · Embeddings

json

Behåll alla färdiga resultat

Behåll varje fullständigt returnerat svar, fil och innehållsdel.

Behåll varje vektor tillsammans med dess index. Antalet vektorer måste vara lika med antalet indataobjekt; dimensionerna måste vara konsekventa.

Om det ursprungliga svaret behöver kontrolleras

Ingen endpoint för inbäddningsjobb införs.

Svarsfält
FältTyp
FältobjectTypstring
FältmodelTypstring
Fältdata[].indexTypinteger
Fältdata[].embeddingTypfinite float[]
FältusageTypobject
Fel och nästa steg
SvarVillkorNästa steg
Svar400 · invalid_request_errorVillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärdeNästa stegKorrigera de angivna fälten före en ny begäran om att skapa.

Alias

Modellalias

Ailoot Ultra openai/text-embedding-ada-002, text-embedding-ada-002

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

openai/text-embedding-ada-002, text-embedding-ada-002

Ailoot Ultra · Inbäddningar · text-embedding-ada-002 POST /v1/embeddings text-embedding-ada-002

text-embedding-ada-002

OpenAI /text-embedding-ada-002
Modell-ID
  • openai/text-embedding-ada-002
  • text-embedding-ada-002

Start

En textinbäddningsmodell från OpenAI som returnerar en numerisk vektor med 1 536 dimensioner. Använd representationerna för semantisk sökning, rekommendationer av relaterat innehåll, klustring, klassificering eller upptäckt av ovanliga textposter.

Godkända indata
Text
Resultat
embedding

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Inbäddningar · text-embedding-ada-002 POST /v1/embeddings
Indatatyper
text
Utdatatyper
embedding
Kontext
8 192 tokens
Utdataformat
json
FältTypKravVärden & gränserStandard
FältmodelTypstringKravObligatorisktVärden & gränser
text-embedding-ada-002
Standard—
FältinputTypstring|string[]|integer[]|integer[][]KravObligatorisktVärden & gränser
Minsta antal objekt: 1
Villkor: En homogen batch som inte är tom. Token-ID:n är heltal som är större än eller lika med noll.
Indatabudget: Maximum: 8 192 · Textenhet: UTF8-byte · Tokenenhet: element i en tokenarray
Standard—
Fältencoding_formatTypstringKravValfrittVärden & gränser
float
Standardfloat
FältdimensionsTypintegerKravStöds inteVärden & gränser
Minimum: 1
Standard—
FältuserTypjson_valueKravValfrittVärden & gränser
Villkor: Valfria JSON-metadata; exakt innebörd hos leverantören beror på den valda modellen.
Standard—
Fältsession_idTypjson_valueKravValfrittVärden & gränser
Villkor: Valfria JSON-metadata; exakt innebörd hos leverantören beror på den valda modellen.
Standard—
FälttraceTypjson_valueKravValfrittVärden & gränser
Villkor: Valfria JSON-metadata; exakt innebörd hos leverantören beror på den valda modellen.
Standard—
FältproviderTypobjectKravValfrittVärden & gränser
Villkor: provider.options avvisades
Standard—
Kombinationer av indatamaterial

text_to_embedding

Metodparametrar och livscykel
ParameterAvtal
Parametercontent_typeAvtalapplication/json
ParameterrequiredAvtalmodel, input
Parameterinput_shapesAvtalstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parameterencoding_formatAvtalfloat
Parameterdimensions_overrideAvtalfalse
Parametermax_input_budget_unitsAvtal8192
Parametermultimodal_objectsAvtalfalse
Parametermaterial_typesAvtaltext
Parametertext_file_materialAvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll.

Livscykel: synchronous_json

Skicka det exakta modell-ID:t och de obligatoriska fälten.

Behåll varje returnerad post och dess ursprungliga identifierare.

Priser

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge
Standardpris När snabbt läge är valt
Flex-läge
Standardpris När läget flex är valt
Högsta resonemangsnivå
Standardpris När den högsta resonemangsnivån använder standardjusteringen (default)

Ailoot-priser

Priser efter konfiguration

KonfigurationPrislistaAvgift
KonfigurationGrundpriser för tokenPrislistaGrundprisAvgift
Indata · Indatatoken $0.0002 / 1K token
Utdata · Utdatatoken $0 / 1K token
Indata · Cacheläsning — / 1K token
Indata · Skrivning till cache — / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Exempelbegäranden

Ailoot Ultra · Inbäddningar · text-embedding-ada-002

Komplett minimal JSON-kroppcurl · använd ditt UTF-8-dokumentPython · spara hela resultatet
{
  "model": "text-embedding-ada-002",
  "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-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
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')))

Ta emot och spara resultat

Ailoot Ultra · Inbäddningar · text-embedding-ada-002

json

Behåll alla färdiga resultat

Behåll varje fullständigt returnerat svar, fil och innehållsdel.

Behåll varje ändlig vektor med dess ursprungliga index. Bevara alla dimensioner och hela förbrukningsobjektet.

Om det ursprungliga svaret behöver kontrolleras

Ingen endpoint för inbäddningsjobb införs.

Svarsfält
FältTyp
FältobjectTypstring
FältmodelTypstring
Fältdata[].indexTypinteger
Fältdata[].embeddingTypfinite float[]
FältusageTypobject
Fel och nästa steg
SvarVillkorNästa steg
Svar400 · invalid_request_errorVillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärdeNästa stegKorrigera de angivna fälten före en ny begäran om att skapa.

Alias

Modellalias

Ailoot Ultra openai/text-embedding-ada-002, text-embedding-ada-002

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

openai/text-embedding-ada-002, text-embedding-ada-002

FAQ · OpenAI: Text Embedding Ada 002
Vilka indata och resultat finns?

POST /v1/embeddings · openai/text-embedding-ada-002: text, token_ids → embedding

POST /v1/embeddings · text-embedding-ada-002: text → embedding

Vilka fält använder begäran?

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

Vilka gränser gäller?

POST /v1/embeddings · openai/text-embedding-ada-002: ctx: 8192; input.budget.maximum: 8192 (UTF8-byte); input.min_items: 1

POST /v1/embeddings · text-embedding-ada-002: ctx: 8192; input.budget.maximum: 8192 (UTF8-byte); input.min_items: 1

Fler detaljer

Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app.

Företaget och dess projektportfölj

Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder.

Köp token med rabatt.

Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp.

Prenumeration
Välj en rabatterad plan för återkommande anrop.
Kampanjkod upp till 50%
Ange koden vid köpet. Priset räknas om enligt kampanjen.
Kostnader i historiken
Modell, token och belopp sparas för varje anrop.

Välj prenumeration · Se modellpriser

Anslut API till produkten som du säljer.

SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning.

Kommersiell applikation
Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner.
Återförsäljarlicens
Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning.
Dokument på webbplatsen
Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning.

Begär återförsäljarlicens · Officiella villkor och licensavtal