Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.
API de embeddings
Convierte texto en vectores para búsqueda semántica, generación aumentada por recuperación (RAG), recomendaciones y clustering. Procesa muchas entradas por lotes en una sola solicitud.
- Búsqueda semántica
- Pipelines de RAG
- Deduplicación y clustering
- Recomendaciones
Los resultados aparecerán aquí.
Configuración
API de embeddings · 39 modelos
Cómo llamar a la API de API de embeddings
- Crea una clave API en tu panel.
- Instala el SDK oficial de openai para tu lenguaje.
- Configura baseURL como https://api14.com/api/v1 y model como "openai/text-embedding-3-small:batch".
¿Cuánto cuestan los embeddings?
Normalmente unos pocos centavos por millón de tokens; consulta la tabla para ver los precios exactos.
¿Puedo mezclar modelos de embeddings?
No: los vectores de modelos distintos no son comparables. Vuelve a generar los embeddings de todo tu corpus cuando cambies de modelo.
¿Cuántas entradas por solicitud?
Envía un array de cadenas en una sola solicitud para generar muchos embeddings a la vez; es más rápido y más barato por texto que una solicitud por texto.
¿Cómo mido la similitud?
Usa la similitud coseno entre vectores. Con vectores normalizados se reduce a un simple producto escalar.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "openai/text-embedding-3-small:batch",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));