Source: https://ailoot.ai/models/th/openai-text-embedding-3-small/
Canonical: https://ailoot.ai/models/th/openai-text-embedding-3-small/
Language: th

# OpenAI: Text Embedding 3 Small

[Markdown](https://ailoot.ai/models/th/openai-text-embedding-3-small/index.md) · [JSON](https://ailoot.ai/models/th/openai-text-embedding-3-small/facts.json)

## [OpenAI: Text Embedding 3 Small](https://ailoot.ai/models/th/openai-text-embedding-3-small/)

โมเดลเอ็มเบดดิงข้อความรุ่นสามขนาดเล็กของ OpenAI คืนเวกเตอร์ 1,536 มิติตามค่าเริ่มต้นและรองรับตัวแทนสั้นลง ใช้เอาต์พุตเชิงตัวเลขเพื่อค้นหาเชิงความหมาย ค้นคืนโค้ด จัดกลุ่ม แนะนำ และจำแนก

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `openai/text-embedding-3-small`](https://ailoot.ai/models/th/openai-text-embedding-3-small/#method-0)
- [**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-3-small** `POST /v1/embeddings` `text-embedding-3-small`](https://ailoot.ai/models/th/openai-text-embedding-3-small/#method-1)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

text-embedding-3-small เป็นโมเดลเอ็มเบดดิงข้อความรุ่นสามขนาดเล็กกว่าของ OpenAI แปลงข้อมูลเขียนเป็นเวกเตอร์เชิงตัวเลขที่มี 1,536 องค์ประกอบตามค่าเริ่มต้น เวกเตอร์วัดความสัมพันธ์ระหว่างข้อความเพื่อให้ขั้นตอนค้นหาหรือวิเคราะห์อื่นใช้ โมเดลไม่สร้างคำตอบสนทนาต่ออินพุต

เช่นเดียวกับโมเดลรุ่นสามขนาดใหญ่ รองรับการควบคุม dimensions ของผู้ผลิตเพื่อลดความยาวเอ็มเบดดิง การฝึกออกแบบให้รักษาข้อมูลแทนแนวคิดไว้ในเวกเตอร์สั้น โดยการเลือกขนาดมีผลต่อคุณภาพและความต้องการทรัพยากรของแอปพลิเคชัน รักษาโมเดลและมิติที่เลือกสม่ำเสมอระหว่างระเบียนและคำค้นที่เปรียบเทียบ

การใช้งานจริงอย่างหนึ่งคือค้นโค้ด คู่มือผู้ผลิตอธิบายการแทนฟังก์ชันซอร์สเป็นข้อความแล้วเอ็มเบด จากนั้นเอ็มเบดคำค้นภาษาธรรมชาติด้วยโมเดลเดียวกันและเปรียบเทียบเวกเตอร์ผลลัพธ์ ผลตัวอย่างคือชุดฟังก์ชันที่เกี่ยวข้องจัดอันดับและเชื่อมกับตำแหน่งซอร์ส สำหรับค้นเอกสาร สิ่งส่งมอบเทียบกันคือชุดย่อหน้าที่ผู้อ่านหรือโมเดลถัดไปยังเข้าถึงข้อความและการอ้างอิงต้นฉบับได้

การใช้งานอื่นตามเอกสารรวมการจัดกลุ่ม แนะนำเนื้อหาเกี่ยวข้อง จำแนก ตรวจค่าผิดปกติ และวัดความหลากหลาย เวิร์กโฟลว์ข้อความที่เจาะจงจัดกลุ่มคำขอคล้ายกันหรือเปรียบเทียบกับคำอธิบายหมวดได้ แอปพลิเคชันนิยามว่าผลความคล้ายกลายเป็นหมวด คำแนะนำ หรือรายการตรวจอย่างไร ตัวเอ็มเบดดิงยังคงเป็นข้อมูลเชิงตัวเลข

OpenAI ระบุอินพุตสูงสุด 8,192 โทเคนต่อข้อความ API เอ็มเบดดิงรับสตริงหรืออินพุตที่แบ่งโทเคนแล้วและหลายอินพุตในคำขอเดียว ปฏิเสธสตริงว่าง และใช้ขีดจำกัดรวม 300,000 โทเคน เตรียมข้อมูลยาวเป็นย่อหน้าที่มีความหมายและเก็บชื่อหรือนิยามที่ต้องใช้ตีความ ใช้ชุดฟิลด์ต้นฉบับสม่ำเสมอ แทนการเอ็มเบดระเบียนคนละชนิดด้วยกฎเตรียมที่ไม่เกี่ยวข้องกัน

ผู้ผลิตคืนเวกเตอร์เลขทศนิยมลอยตัวตามค่าเริ่มต้นและระบุการเข้ารหัส base64 ด้วย คู่มือบอกว่าเอ็มเบดดิง OpenAI ผ่าน normalization ให้ความยาวหนึ่งหน่วยและแนะนำความคล้ายโคไซน์ ผลคูณจุดคำนวณค่านั้นได้และระยะห่างยูคลิดให้อันดับเดียวกัน หากลดเอ็มเบดดิงรุ่นสามเองหลังได้รับผล ให้ทำ normalization เวกเตอร์สั้นนั้นอีกครั้งตามคู่มือ การควบคุม dimensions ทำให้ไม่ต้องใช้การตัดด้วยมือเป็นขั้นเตรียมปกติ

บันทึกตัวตนโมเดล มิติ และลิงก์แหล่งที่มากับแต่ละเวกเตอร์ สิ่งส่งมอบขั้นต่อไปที่มีประโยชน์คือรายการจัดอันดับ คอลเล็กชันจัดกลุ่ม หรือชุดคุณลักษณะจำแนกที่เชื่อมกับข้อความที่สร้างมัน ตรวจว่าข้อมูลที่เลือกสนับสนุนงานจริงหรือไม่ และแยกข้อเท็จจริงที่ขาดออกจากความสัมพันธ์เชิงความหมาย ขั้นตอนถัดไปจึงใช้ตัวแทนสำหรับเวิร์กโฟลว์ค้นคืนหรือตัดสินใจเฉพาะได้

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `openai/text-embedding-3-small`

[`openai/text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=openai%2Ftext-embedding-3-small&fmt=embeddings)

OpenAI /`openai/text-embedding-3-small`

ID โมเดล

- `openai/text-embedding-3-small`
- `text-embedding-3-small`

### เริ่มต้น

โมเดลเอ็มเบดดิงข้อความรุ่นสามขนาดเล็กของ OpenAI คืนเวกเตอร์ 1,536 มิติตามค่าเริ่มต้นและรองรับตัวแทนสั้นลง ใช้เอาต์พุตเชิงตัวเลขเพื่อค้นหาเชิงความหมาย ค้นคืนโค้ด จัดกลุ่ม แนะนำ และจำแนก

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings`

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

บริบท

8,192 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด openai/text-embedding-3-small | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 8,192 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด8192 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00004** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

curlPython SDK

```bash
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
```

```python
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)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`openai/text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=openai%2Ftext-embedding-3-small&fmt=embeddings), [`text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=text-embedding-3-small&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`openai/text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=openai%2Ftext-embedding-3-small&fmt=embeddings), [`text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=text-embedding-3-small&fmt=embeddings)

**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-3-small** `POST /v1/embeddings` `text-embedding-3-small`

[`text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=text-embedding-3-small&fmt=embeddings)

OpenAI /`text-embedding-3-small`

ID โมเดล

- `openai/text-embedding-3-small`
- `text-embedding-3-small`

### เริ่มต้น

โมเดลเอ็มเบดดิงข้อความรุ่นสามขนาดเล็กของ OpenAI คืนเวกเตอร์ 1,536 มิติตามค่าเริ่มต้นและรองรับตัวแทนสั้นลง ใช้เอาต์พุตเชิงตัวเลขเพื่อค้นหาเชิงความหมาย ค้นคืนโค้ด จัดกลุ่ม แนะนำ และจำแนก

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-3-small** `POST /v1/embeddings`

ขาเข้า

`text`

ขาออก

`embedding`

บริบท

8,192 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด text-embedding-3-small | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 8,192 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: เมทาดาทา JSON เป็นตัวเลือกที่ไม่บังคับ ความหมายที่แน่นอนในระบบต้นทางขึ้นกับโมเดลที่เลือก | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: เมทาดาทา JSON เป็นตัวเลือกที่ไม่บังคับ ความหมายที่แน่นอนในระบบต้นทางขึ้นกับโมเดลที่เลือก | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: เมทาดาทา JSON เป็นตัวเลือกที่ไม่บังคับ ความหมายที่แน่นอนในระบบต้นทางขึ้นกับโมเดลที่เลือก | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด8192 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`text_file_material` | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |

วงจรการทำงาน: `synchronous_json`

ส่ง ID โมเดลที่ตรงตามที่กำหนดและฟิลด์ที่จำเป็น

เก็บทุกรายการที่ส่งกลับพร้อมตัวระบุเดิม

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00004** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-3-small

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · ใช้เอกสาร UTF-8 ของคุณPython · บันทึกผลลัพธ์ให้ครบถ้วน

```json
{
  "model": "text-embedding-3-small",
  "input": [
    "First document",
    "Second document"
  ],
  "encoding_format": "float"
}
```

```bash
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
```

```python
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')))
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-3-small

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ที่มีค่าจำกัดทุกชุดพร้อมดัชนีเดิม คงทุกมิติและออบเจ็กต์การใช้งานทั้งหมดไว้

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`openai/text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=openai%2Ftext-embedding-3-small&fmt=embeddings), [`text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=text-embedding-3-small&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`openai/text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=openai%2Ftext-embedding-3-small&fmt=embeddings), [`text-embedding-3-small`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-3-small&route=Ultra&caller=text-embedding-3-small&fmt=embeddings)

FAQ · OpenAI: Text Embedding 3 Small

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

`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`

มีข้อจำกัดใดบ้าง?

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

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ