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

# OpenAI: Text Embedding Ada 002

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

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

OpenAI 的文字嵌入模型，回傳 1,536 維數值向量。這些表示可用於語意搜尋、相關內容推薦、分群、分類，或偵測異常文字紀錄。

- [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `openai/text-embedding-ada-002`](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-ada-002/#method-0)
- [**Ailoot Ultra · 嵌入向量 · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-ada-002/#method-1)

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-ada-002 是 OpenAI 將書面資料表示為數值向量的文字嵌入模型。輸出包含 1,536 個分量。製造商將文字相似度、文件／查詢搜尋及程式碼搜尋角色結合在同一表示中。結果是供比較或其他演算法使用的資料，不是對被嵌入文字生成的答案。

語意搜尋請準備有意義的文件段落，並保留來源識別碼。範例流程以同一模型嵌入各段落與使用者問題，比較向量，再回傳相關來源段落。應用程式決定檢索規則、篩選及呈現。後續文字生成步驟可使用檢索資料發展答案，而嵌入模型提供數值表示。

文件所載其他用途包括分組相似記錄、推薦相關內容、分類文字及識別離群值。推薦可比較需要判斷關係之物件的描述。分類方面，指南描述與類別表示比較，或將向量作為分類器特徵。異常偵測的相關結果，是不同於周邊集合的記錄，依產品任務解讀。

OpenAI 列出此模型最大輸入為 8,192 token。提供者嵌入 API 接受文字字串或已斷詞輸入，允許單一請求有多個輸入，並拒絕空字串。除每個輸入上限外，單一請求合計上限為 300,000 token。請將長文件拆成實用段落，保留標題、定義及回到原始資料的參照。

輸出是浮點值向量；提供者也記載 base64 作為另一種傳輸編碼。OpenAI 的縮短維度參數適用於第三代及之後的嵌入模型，因此應將 Ada 記載的 1,536 維結果與該控制項區分。請將模型識別及向量和來源記錄一起儲存，讓後續比較使用一致表示。

嵌入指南建議餘弦相似度，並指出 OpenAI 嵌入已正規化為單位長度。對這些向量，內積可計算餘弦相似度，歐幾里得距離則產生相同排名。相似度分數屬於應用程式的檢索或分類邏輯，不是模型自動提供的類別決策。

請定義哪些來源欄位成為輸入文字，以及如何切分段落。示例結果是一組排名文件段落或相關記錄，各自連結原始來源及選擇規則。請維持一致準備，並評估回傳資料是否回應實際問題，讓數值輸出對下一個搜尋、推薦或分析步驟有用。

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `openai/text-embedding-ada-002`

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

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

模型 ID

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

### 入門

OpenAI 的文字嵌入模型，回傳 1,536 維數值向量。這些表示可用於語意搜尋、相關內容推薦、分群、分類，或偵測異常文字紀錄。

接受的輸入

文字 · token\_ids

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings`

輸入

`text`, `token_ids`

輸出

`embedding`

上下文

8,192 tokens

輸出格式

json

| 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-ada-002 | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

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, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格8192 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text, token\_ids |

生命週期： `synchronous_json`

保留每個向量的索引與維度。

即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。

### 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

標準費率 選取快速模式時

flex 模式

標準費率 選取 flex 模式時

最高推理強度

標準費率 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.0002** / 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 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量

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)
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量

json

##### 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。

保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 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、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

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

#### 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

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

**Ailoot Ultra · 嵌入向量 · text-embedding-ada-002** `POST /v1/embeddings` `text-embedding-ada-002`

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

OpenAI /`text-embedding-ada-002`

模型 ID

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

### 入門

OpenAI 的文字嵌入模型，回傳 1,536 維數值向量。這些表示可用於語意搜尋、相關內容推薦、分群、分類，或偵測異常文字紀錄。

接受的輸入

文字

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量 · text-embedding-ada-002** `POST /v1/embeddings`

輸入

`text`

輸出

`embedding`

上下文

8,192 tokens

輸出格式

json

| 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 text-embedding-ada-002 | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

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, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格8192 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text |
| 參數`text_file_material` | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |

生命週期： `synchronous_json`

請傳送完全相符的模型 ID 與必要欄位。

請保留每個回傳項目及其原始識別碼。

### 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

標準費率 選取快速模式時

flex 模式

標準費率 選取 flex 模式時

最高推理強度

標準費率 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.0002** / 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 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量 · text-embedding-ada-002

完整的最小 JSON 請求主體curl · 使用您的 UTF-8 文件Python · 儲存完整結果

```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')))
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量 · text-embedding-ada-002

json

##### 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。

請保留每個元素均為有限值的向量及其原始索引。所有維度與完整用量物件均須保留。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 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、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

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

#### 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

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

FAQ · OpenAI: Text Embedding Ada 002

可以使用哪些輸入與結果？

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

請求使用哪些欄位？

`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`

適用哪些限制？

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

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。