एम्बेडिंग

सेमांटिक सर्च, क्लस्टरिंग, डुप्लिकेट हटाने और रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) के लिए टेक्स्ट को वेक्टर में बदलें। एंडपॉइंट की संरचना OpenAI के POST /embeddings जैसी ही है, इसलिए client.embeddings.create(...) बिना बदलाव के काम करता है।

POST https://api14.com/api/v1/embeddings

अनुरोध

उदाहरण

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",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

प्रतिक्रिया

{
  "object": "list",
  "data": [
    { "object": "embedding", "index": 0, "embedding": [0.0023, -0.0091, 0.0154, "..."] }
  ],
  "model": "openai/text-embedding-3-small",
  "usage": { "prompt_tokens": 8, "total_tokens": 8, "cost": 0.00000016 }
}

data[i].index आपके input ऐरे में इनपुट की स्थिति से मेल खाता है।

मॉडल चुनना

एम्बेडिंग मॉडल को उनकी कीमतों के साथ, बिना API कुंजी के, सूचीबद्ध करें:

curl https://api14.com/api/v1/embeddings/models
# या, श्रेणियों और हमारी कीमतों के साथ:
curl "https://api14.com/api/v1/models?category=embeddings"

अलग-अलग मॉडल के वेक्टर तुलनीय नहीं होते। हर वेक्टर के साथ मॉडल id सहेजें और मॉडल बदलने पर अपना कॉर्पस दोबारा एम्बेड करें।

कीमत

एम्बेडिंग का बिल प्रति इनपुट टोकन मॉडल की सूचीबद्ध कीमत पर बनता है, जो "$ / 1M tokens" के रूप में दिखती है। हर अनुरोध की लागत usage.cost (USD) में लौटाई जाती है और आपके बैलेंस से कटती है। देखें कीमत और बिलिंग।

सुझाव

• इनपुट बैच करें: 100 स्ट्रिंग वाला एक अनुरोध तेज़ है और आपकी रेट लिमिट में एक अनुरोध गिना जाता है।
• हर इनपुट को मॉडल की कॉन्टेक्स्ट लंबाई से छोटा रखें; इससे लंबा टेक्स्ट अपस्ट्रीम में अस्वीकार हो जाता है।
• वेक्टर को normalize करें (ज़्यादातर मॉडल पहले से इकाई लंबाई लौटाते हैं) और कोसाइन समानता इस्तेमाल करें।

त्रुटियाँ

पूरी सूची: त्रुटियाँ।