हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

OpenAI: Text Embedding Ada 002

openai/text-embedding-ada-002

Embeddingsइनपुट: text8K30 अक्टू॰ 2025 को जोड़ा गया

playground में खोलें OpenAI: Text Embedding Ada 002 के लिए API key पाएं

OpenAI: Text Embedding Ada 002 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

इनपुट (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

OpenAI: Text Embedding Ada 002 एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन से 400% ज़्यादा है।

OpenAI: Text Embedding Ada 002 के बारे में

OpenAI: Text Embedding Ada 002, OpenAI का एक embeddings मॉडल है, जो api14 पर मॉडल id openai/text-embedding-ada-002 के अंतर्गत सूचीबद्ध है। यह embeddings श्रेणी से संबंधित है और provider द्वारा इसे OpenAI का legacy text embedding मॉडल बताया गया है। यदि आपने पहले OpenAI के embedding endpoints के साथ काम किया है, तो यह उसी श्रृंखला की परिचित ada 002 पीढ़ी है, जिसे बाकी catalogue के साथ api14 के माध्यम से उपलब्ध कराया गया है।

मॉडल इनपुट के रूप में text लेता है और आउटपुट के रूप में embeddings लौटाता है, जिसका अर्थ है कि यह prose या chat replies उत्पन्न नहीं करता। यह text के एक टुकड़े को vector representation में मैप करता है जिसे आप संग्रहीत और तुलना कर सकते हैं। इसका context window 8192 tokens है, इसलिए एक single request किसी छोटे snippet के बजाय काफी लंबे passage को कवर कर सकता है। विवरण में अधिकतम आउटपुट 7372 सूचीबद्ध है, जो उत्पन्न text के बजाय इसके द्वारा लौटाए गए vectors के आकार को दर्शाता है।

चूंकि आउटपुट एक vector है, व्यावहारिक उपयोग मानक embedding workflows हैं। आप अपने corpus को एक बार embed करके और request के समय प्रत्येक query को embed करके document collection पर semantic search बना सकते हैं। आप vectors का उपयोग clustering या deduplication के लिए कर सकते हैं, उदाहरण के लिए समान support tickets को समूहित करने या लगभग समान records खोजने के लिए। frozen embeddings के ऊपर classification एक और सामान्य pattern है: generative model को fine-tune करने के बजाय vectors पर एक lightweight classifier train करें। Retrieval augmented generation भी यहां फिट बैठता है, जहां embeddings प्रासंगिक passages चुनते हैं और एक अलग text generation मॉडल उत्तर लिखता है।

इसे api14 के माध्यम से कॉल करना platform पर किसी भी अन्य मॉडल की तरह ही काम करता है, OpenAI-compatible API का उपयोग करते हुए model id के रूप में openai/text-embedding-ada-002 के साथ। आप request में अपना text भेजते हैं और response से embedding पढ़ते हैं। समर्थित parameters की सूची खाली है, इसलिए call के बुनियादी पहलुओं के अलावा कोई अतिरिक्त tuning knobs सेट करने के लिए नहीं हैं; आपको temperature, top_p या समान sampling options कॉन्फ़िगर करने की आवश्यकता नहीं है क्योंकि यह मॉडल text sample नहीं करता।

इसे चुनते समय मॉडल के scope को ध्यान में रखें। यह केवल text स्वीकार करता है, इसलिए images, audio और अन्य modalities यहां दायरे से बाहर हैं। यह केवल embeddings उत्पन्न करता है, इसलिए किसी भी कार्य के लिए जिसमें वास्तविक लिखित उत्तर चाहिए, generation चरण के लिए एक अलग मॉडल की आवश्यकता होती है। चूंकि OpenAI इसे legacy embedding मॉडल के रूप में वर्णित करता है, नए projects इसे नए embedding विकल्पों के विरुद्ध तौलना चाह सकते हैं, जबकि ada 002 vectors के आसपास पहले से बनी मौजूदा pipelines अपने integration को बदले बिना api14 के माध्यम से इसे कॉल करना जारी रख सकती हैं।

OpenAI: Text Embedding Ada 002 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "openai/text-embedding-ada-002" पर सेट करें।

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

स्पेसिफिकेशन

Context लंबाई: 8,192
अधिकतम आउटपुट: 7,372
इनपुट: text
आउटपुट: embeddings

api14 पर requests · पिछले 7 दिन

OpenAI: Text Embedding Ada 002: अक्सर पूछे जाने वाले सवाल

OpenAI: Text Embedding Ada 002 API की कीमत कितनी है?: OpenAI: Text Embedding Ada 002 की कीमत इनपुट $0.35 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
OpenAI: Text Embedding Ada 002 की context window कितनी है?: OpenAI: Text Embedding Ada 002 हर request में 8,192 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 7,372 आउटपुट tokens तक लिखता है।
OpenAI: Text Embedding Ada 002 क्या कर सकता है?: OpenAI: Text Embedding Ada 002 text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से OpenAI: Text Embedding Ada 002 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "openai/text-embedding-ada-002" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
OpenAI: Text Embedding Ada 002 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: Mistral: Mistral Embed 2312, VoyageAI by MongoDB: voyage-code-4, VoyageAI by MongoDB: voyage-multimodal-3.5। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

OpenAI: Text Embedding Ada 002 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। OpenAI: Text Embedding Ada 002 के बारे में पहला टॉपिक खोलें।