OpenAI: Text Embedding 3 Large (batch)
Text Embedding 3 Large Batch 會將多組文字嵌入請求提交為一個 Ailoot 批次。以 custom_id 追蹤每個項目，並取得原始操作的完整結果。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Text Embedding 3 Large Batch 使用 /v1/batches 與確切的 openai/text-embedding-3-large:batch 模型 ID。將 endpoint 設為 /v1/embeddings，並提供 requests；每個項目包含 custom_id，以及具有 input 的 body，input 可為文字字串或字串陣列。請保持識別碼穩定，讓應用程式能將結果對應至搜尋索引更新。
批次採非同步執行。保留最初回傳的 operation ID，並由同一呼叫者使用 GET /v1/batches/{operation_id} 追蹤同一操作。完成的結果集可能為每個 custom_id 提供 response 或 error，因此除了整體狀態，也要檢查個別項目的結果。
以 JSONL 儲存所有已完成結果，同時保留每個 custom_id 及其完整 response 或 error。更新索引前，將成功回傳的向量對應至提交的文件 ID。將原始操作與項目紀錄放在一起，便能調查未完成或失敗項目，同時保有已回傳的結果。
Ailoot Ultra · Batch POST /v1/batches openai/text-embedding-3-large:batch
openai/text-embedding-3-large:batch
openai/text-embedding-3-large:batch入門
Text Embedding 3 Large Batch 會將多組文字嵌入請求提交為一個 Ailoot 批次。以 custom_id 追蹤每個項目，並取得原始操作的完整結果。
- 接受的輸入
- 文字
- 結果
- embedding
Ailoot 可用 · 輸入與方法
Ailoot Ultra · Batch POST /v1/batches
- 輸入
text- 輸出
embedding
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 openai/text-embedding-3-large:batch 條件: 請原樣使用這個 Ailoot 路由選擇值。 | 預設值— |
欄位endpoint | 類型string | 要求必填 | 值與限制 /v1/embeddings 條件: | 預設值— |
欄位requests | 類型array | 要求必填 | 值與限制 條件: | 預設值— |
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, endpoint, requests |
參數optional | 規格 |
參數material_types | 規格text |
參數conditions | 規格請原樣使用這個 Ailoot 路由選擇值。 |
生命週期： asynchronous
GET /v1/batches/{operation_id} · 實際的原始 response.id，並使用相同的呼叫者、金鑰與群組。
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 未指定 選取快速模式時
- flex 模式
- 未指定 選取 flex 模式時
- 最高推理強度
- 未指定 最高推理強度採用 default 調整值時
- 顯式快取計價
- 未啟用 請求顯式快取時
Ailoot 費率
各設定的價格
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00013 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00013 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · Batch
set -eu
: "${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
接收並儲存結果
Ailoot Ultra · Batch
GET /v1/batches/{operation_id}
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
請保留原始狀態、每個 custom_id 及完整回應或錯誤。請將所有已完成的 results[] 儲存為 JSONL；不據此推定有 Files 上傳或下載途徑。
需要檢查原始回應時
請保留原始作業 ID，且僅讀取該原始批次。逾時、錯誤或未知狀態皆不代表可以再次建立。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位results[] | 類型array |
欄位results[].custom_id | 類型string |
欄位results[].response | 類型object |
欄位results[].error | 類型object |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、模型選擇值、型別或輸入表示格式無效。 | 下一步準備另一個獨立請求前，請檢視傳回的驗證詳情。 |
回應 | 條件原始請求或結果不明，或需要檢查。 | 下一步請保留原始識別碼與標頭，僅讀取支援的狀態資料或媒體庫紀錄。請勿再次提交建立請求。 |
別名
模型別名
Ailoot Ultra openai/text-embedding-3-large:batch
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · OpenAI: Text Embedding 3 Large (batch)
- 可以使用哪些輸入與結果？
POST /v1/batches·openai/text-embedding-3-large:batch:text→embedding- 請求使用哪些欄位？
POST /v1/batches·openai/text-embedding-3-large:batch:model,endpoint,requests