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.
OpenAI: Text Embedding Ada 002 (batch)
openai/text-embedding-ada-002:batchPrueba OpenAI: Text Embedding Ada 002 (batch) ahora
Se ejecuta con tu saldo a los precios indicados arriba. Las cuentas nuevas empiezan con uso gratuito.
Los resultados aparecerán aquí.
Configuración
OpenAI: Text Embedding Ada 002 (batch) de un vistazo
- El precio de entrada es 150% mayor que la mediana de 34 modelos de Embeddings.
Acerca de OpenAI: Text Embedding Ada 002 (batch)
OpenAI: Text Embedding Ada 002 (batch) es un modelo de embeddings de OpenAI, distribuido a través de api14 bajo el id de modelo openai/text-embedding-ada-002:batch. Pertenece a la categoría de embeddings, y OpenAI describe text-embedding-ada-002 como su modelo de embeddings de texto heredado. Si has trabajado antes con embeddings de OpenAI, este es el mismo conocido modelo de embeddings Ada 002, ofrecido aquí en una variante por lotes.
El modelo toma texto como entrada y devuelve embeddings como salida. No genera respuestas de chat ni texto de forma libre; su único producto es una representación vectorial del texto que envías. La ventana de contexto es de 8192 tokens, y la salida máxima es de 7372, lo que en la práctica limita cuánto texto se puede procesar como embedding en una sola solicitud. Debido a que la modalidad de entrada es solo texto, las imágenes, el audio y otros formatos quedan fuera del alcance de este modelo.
Los usos típicos se derivan directamente de esas propiedades. La búsqueda semántica y la generación aumentada por recuperación son los más comunes: se procesan tus documentos como embeddings una vez, se procesa la consulta del usuario como embedding en el momento de la solicitud, y se comparan los vectores por similitud. El mismo enfoque admite agrupamiento y descubrimiento de temas sobre grandes colecciones de texto, deduplicación de registros casi idénticos, clasificación cuando se entrena un modelo ligero sobre los vectores, y funciones de recomendación o "más como esto". Los trabajos de embeddings por lotes, como indexar un almacén de documentos o actualizar una base de datos vectorial, encajan de forma natural dada la variante por lotes.
Se llama a través de la API compatible con OpenAI de api14 usando el id de modelo openai/text-embedding-ada-002:batch. Debido a que la interfaz es compatible con OpenAI, los SDK y clientes de OpenAI existentes funcionan con un cambio de URL base y clave de API. El modelo no enumera parámetros admitidos más allá de lo que define el propio endpoint, así que no deberías esperar ajustes como temperature o top_p; los endpoints de embeddings no los usan. Envía tu entrada de texto y lee los vectores de embedding de la respuesta.
Una consideración práctica es que este se describe como un modelo heredado. Si estás iniciando un proyecto nuevo y quieres la generación actual de embeddings de OpenAI, revisa qué más ofrece api14 antes de comprometerte. Para los equipos que ya usan vectores de Ada 002 en producción, mantener el mismo modelo evita volver a generar los embeddings de todo un corpus, lo que a menudo es el factor decisivo.
Cómo llamar a la API de OpenAI: Text Embedding Ada 002 (batch)
- 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-ada-002:batch".
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-ada-002:batch",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Especificaciones
- Longitud de contexto
- 8192
- Salida máxima
- 7372
- Entrada
- text
- Salida
- embeddings
Solicitudes en api14 · últimos 7 días
OpenAI: Text Embedding Ada 002 (batch): preguntas frecuentes
- ¿Cuánto cuesta la API de OpenAI: Text Embedding Ada 002 (batch)?
- OpenAI: Text Embedding Ada 002 (batch) cuesta Entrada 0,18 US$ / 1M tokens. Se cobra de tu saldo en USD solo por las solicitudes correctas; las solicitudes fallidas son gratis.
- ¿Cuál es la ventana de contexto de OpenAI: Text Embedding Ada 002 (batch)?
- OpenAI: Text Embedding Ada 002 (batch) lee hasta 8192 tokens por solicitud: prompt, historial y documentos en conjunto. Escribe hasta 7372 tokens de salida por respuesta.
- ¿Qué puede hacer OpenAI: Text Embedding Ada 002 (batch)?
- OpenAI: Text Embedding Ada 002 (batch) acepta text y devuelve embeddings.
- ¿Cómo llamo a OpenAI: Text Embedding Ada 002 (batch) desde mi código?
- Apunta cualquier SDK de OpenAI a https://api14.com/api/v1 y configura model como "openai/text-embedding-ada-002:batch"; no hace falta cambiar nada más. Copia un ejemplo listo desde el panel de código de esta página.
- ¿Qué alternativas hay a OpenAI: Text Embedding Ada 002 (batch)?
- Modelos de Embeddings comparables a un precio similar: VoyageAI by MongoDB: voyage-4, OpenAI: Text Embedding 3 Large (batch), Perplexity: Embed V1 4B. Todos funcionan con la misma clave API, así que cambiar es cuestión de una cadena.
Comunidad de OpenAI: Text Embedding Ada 002 (batch)
Nuevo temaEsta comunidad aún no tiene temas. Abre el primero sobre OpenAI: Text Embedding Ada 002 (batch).