Kami menggunakan cookie. Cookie dan penyimpanan browser menjaga Anda tetap masuk dan mengingat preferensi Anda. Dengan izin Anda, kami juga mengukur cara situs digunakan. Anda dapat kapan saja. Lihat kebijakan cookie kami.
API embeddings
Ubah teks menjadi vektor untuk pencarian semantik, retrieval-augmented generation (RAG), rekomendasi, dan clustering. Kirim banyak input sekaligus dalam satu permintaan.
- Pencarian semantik
- Pipeline RAG
- Deduplikasi dan clustering
- Rekomendasi
Hasil akan muncul di sini.
Pengaturan
API embeddings · 39 model
Cara memanggil API API embeddings
- Buat API key di dasbor Anda.
- Instal SDK resmi openai untuk bahasa Anda.
- Atur baseURL ke https://api14.com/api/v1 dan model ke "openai/text-embedding-3-small:batch".
Berapa biaya embeddings?
Biasanya beberapa sen per sejuta token, lihat tabel untuk harga persisnya.
Bisakah saya mencampur model embedding?
Tidak, vektor dari model yang berbeda tidak dapat dibandingkan. Buat ulang embedding seluruh korpus saat Anda berganti model.
Berapa banyak input per permintaan?
Kirim array string dalam satu permintaan untuk membuat embedding banyak teks sekaligus; lebih cepat dan lebih murah per teks dibanding satu permintaan per teks.
Bagaimana cara mengukur kemiripan?
Gunakan cosine similarity antar vektor. Dengan vektor yang dinormalisasi, cukup gunakan dot product sederhana.
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));