Source: https://ailoot.ai/models/th/openai-text-embedding-ada-002/
Canonical: https://ailoot.ai/models/th/openai-text-embedding-ada-002/
Language: th

# OpenAI: Text Embedding Ada 002

[Markdown](https://ailoot.ai/models/th/openai-text-embedding-ada-002/index.md) · [JSON](https://ailoot.ai/models/th/openai-text-embedding-ada-002/facts.json)

## [OpenAI: Text Embedding Ada 002](https://ailoot.ai/models/th/openai-text-embedding-ada-002/)

โมเดลเอ็มเบดดิงข้อความของ OpenAI ที่คืนเวกเตอร์เชิงตัวเลข 1,536 มิติ ใช้ตัวแทนเหล่านั้นสำหรับการค้นหาเชิงความหมาย แนะนำเนื้อหาที่เกี่ยวข้อง จัดกลุ่ม จำแนก หรือตรวจระเบียนข้อความที่ผิดปกติ

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `openai/text-embedding-ada-002`](https://ailoot.ai/models/th/openai-text-embedding-ada-002/#method-0)
- [**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`](https://ailoot.ai/models/th/openai-text-embedding-ada-002/#method-1)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

text-embedding-ada-002 เป็นโมเดลเอ็มเบดดิงข้อความของ OpenAI สำหรับแทนข้อมูลเขียนเป็นเวกเตอร์เชิงตัวเลข เอาต์พุตมี 1,536 องค์ประกอบ ผู้ผลิตรวมบทบาทความคล้ายข้อความ การค้นหาเอกสาร/คำค้น และการค้นโค้ดไว้ในตัวแทนเดียว ผลคือข้อมูลเพื่อเปรียบเทียบหรือให้อัลกอริทึมอื่นใช้ แทนคำตอบที่สร้างให้ข้อความที่เอ็มเบด

สำหรับการค้นหาเชิงความหมาย เตรียมย่อหน้าเอกสารที่มีความหมายและเก็บตัวระบุแหล่งที่มา เวิร์กโฟลว์ตัวอย่างเอ็มเบดแต่ละย่อหน้าและคำถามผู้ใช้ด้วยโมเดลเดียวกัน เปรียบเทียบเวกเตอร์ แล้วคืนย่อหน้าต้นฉบับที่เกี่ยวข้อง แอปพลิเคชันกำหนดกฎค้นคืน ตัวกรอง และการแสดงผล ขั้นตอนสร้างข้อความภายหลังใช้ข้อมูลที่ค้นคืนสร้างคำตอบได้ ส่วนโมเดลเอ็มเบดดิงให้ตัวแทนเชิงตัวเลข

การใช้งานอื่นตามเอกสารรวมการจัดกลุ่มระเบียนคล้ายกัน แนะนำเนื้อหาเกี่ยวข้อง จำแนกข้อความ และระบุค่าผิดปกติ สำหรับการแนะนำ ให้เปรียบเทียบคำอธิบายวัตถุที่ความสัมพันธ์สำคัญ สำหรับการจำแนก คู่มืออธิบายการเปรียบเทียบกับตัวแทนหมวดหรือใช้เวกเตอร์เป็นคุณลักษณะในตัวจำแนก สำหรับตรวจความผิดปกติ ผลที่เกี่ยวข้องคือระเบียนที่ต่างจากคอลเล็กชันรอบข้าง โดยตีความตามงานของผลิตภัณฑ์

OpenAI ระบุอินพุตสูงสุด 8,192 โทเคนสำหรับโมเดลนี้ API เอ็มเบดดิงผู้ผลิตรับสตริงข้อความหรืออินพุตที่แบ่งโทเคนแล้ว อนุญาตหลายอินพุตในคำขอเดียว และปฏิเสธสตริงว่าง ขีดจำกัดรวมคือ 300,000 โทเคนต่อคำขอ นอกเหนือจากขีดจำกัดต่ออินพุต แบ่งเอกสารยาวเป็นย่อหน้าที่มีประโยชน์ โดยรักษาชื่อ นิยาม และการอ้างกลับข้อมูลต้นฉบับ

เอาต์พุตคือเวกเตอร์ค่าทศนิยมลอยตัว ผู้ผลิตยังระบุ base64 เป็นทางเลือกการเข้ารหัสเพื่อส่งข้อมูล พารามิเตอร์ลดมิติของ OpenAI เป็นของโมเดลเอ็มเบดดิงรุ่นสามและภายหลัง จึงควรแยกผล 1,536 มิติของ Ada ตามเอกสารจากการควบคุมนั้น เก็บตัวตนโมเดลและเวกเตอร์กับระเบียนต้นฉบับ เพื่อให้การเปรียบเทียบภายหลังใช้ตัวแทนสม่ำเสมอ

คู่มือเอ็มเบดดิงแนะนำความคล้ายโคไซน์ และระบุว่าเอ็มเบดดิง OpenAI ผ่าน normalization ให้ความยาวหนึ่งหน่วย สำหรับเวกเตอร์นั้น ผลคูณจุดคำนวณความคล้ายโคไซน์ได้และระยะห่างยูคลิดให้อันดับเดียวกัน คะแนนความคล้ายเป็นส่วนของตรรกะค้นคืนหรือจำแนกของแอปพลิเคชัน ไม่ใช่การตัดสินหมวดที่โมเดลให้อัตโนมัติ

กำหนดว่าฟิลด์ต้นฉบับใดเป็นข้อความอินพุตและควรแบ่งย่อหน้าอย่างไร ผลตัวอย่างคือชุดย่อหน้าเอกสารหรือระเบียนเกี่ยวข้องที่จัดอันดับ แต่ละรายการเชื่อมกับต้นฉบับและกฎที่ใช้เลือก เตรียมให้สม่ำเสมอและประเมินว่าข้อมูลที่คืนมาตอบคำถามจริงหรือไม่ วิธีนี้ทำให้เอาต์พุตเชิงตัวเลขมีประโยชน์ต่อขั้นตอนค้นหา แนะนำ หรือวิเคราะห์ถัดไป

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `openai/text-embedding-ada-002`

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings)

OpenAI /`openai/text-embedding-ada-002`

ID โมเดล

- `openai/text-embedding-ada-002`
- `text-embedding-ada-002`

### เริ่มต้น

โมเดลเอ็มเบดดิงข้อความของ OpenAI ที่คืนเวกเตอร์เชิงตัวเลข 1,536 มิติ ใช้ตัวแทนเหล่านั้นสำหรับการค้นหาเชิงความหมาย แนะนำเนื้อหาที่เกี่ยวข้อง จัดกลุ่ม จำแนก หรือตรวจระเบียนข้อความที่ผิดปกติ

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-ada-002 | 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 **$0.0002** / 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-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
```

```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-ada-002',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-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`

[`text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

OpenAI /`text-embedding-ada-002`

ID โมเดล

- `openai/text-embedding-ada-002`
- `text-embedding-ada-002`

### เริ่มต้น

โมเดลเอ็มเบดดิงข้อความของ OpenAI ที่คืนเวกเตอร์เชิงตัวเลข 1,536 มิติ ใช้ตัวแทนเหล่านั้นสำหรับการค้นหาเชิงความหมาย แนะนำเนื้อหาที่เกี่ยวข้อง จัดกลุ่ม จำแนก หรือตรวจระเบียนข้อความที่ผิดปกติ

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-ada-002** `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-ada-002 | 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 **$0.0002** / 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-ada-002

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · ใช้เอกสาร UTF-8 ของคุณPython · บันทึกผลลัพธ์ให้ครบถ้วน

```json
{
  "model": "text-embedding-ada-002",
  "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-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
```

```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-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')))
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เวกเตอร์ฝังตัว · text-embedding-ada-002

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-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`openai/text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=openai%2Ftext-embedding-ada-002&fmt=embeddings), [`text-embedding-ada-002`](https://ailoot.ai/models/th/#m=openai%2Ftext-embedding-ada-002&route=Ultra&caller=text-embedding-ada-002&fmt=embeddings)

FAQ · OpenAI: Text Embedding Ada 002

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

`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`

มีข้อจำกัดใดบ้าง?

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