Cookieを䜿甚しおいたす. Cookieずブラりザストレヌゞは、ログむン状態の維持ず蚭定の保存に䜿われたす。蚱可いただいた堎合は、サむトの利甚状況も蚈枬したす。はい぀でも倉曎できたす。詳しくはCookieポリシヌをご芧ください。

埋め蟌みAPI

テキストをベクトルに倉換し、セマンティック怜玢、怜玢拡匵生成RAG、レコメンド、クラスタリングに掻甚できたす。1回のリク゚ストで倚数の入力をたずめお凊理できたす。

  • セマンティック怜玢
  • RAGパむプラむン
  • 重耇排陀ずクラスタリング
  • レコメンド
利甚するにはログむンしおください無料アカりントを䜜成

ここに結果が衚瀺されたす。

本日の無料メッセヌゞ残り 5 / 5、無料アカりントを䜜成するず、無料利甚量ずAPIキヌが远加されたす。無料アカりントを䜜成ログむンセッション費甚 $0.00

埋め蟌みAPI · 39 件のモデル

モデル料金
NVIDIA: Nemotron 3.5 Embed 1B (free)nvidia/nemotron-3.5-embed-1b:free無料
NVIDIA: Nemotron 3.5 Embed 8B (free)nvidia/nemotron-3.5-embed-8b:free無料
LiquidAI: LFM2.5-Embedding-350M (free)liquid/lfm-2.5-embedding-350m:free無料
NVIDIA: Nemotron 3 Embed 1B (free)nvidia/nemotron-3-embed-1b:free無料
NVIDIA: Llama Nemotron Embed VL 1B V2 (free)nvidia/llama-nemotron-embed-vl-1b-v2:free無料
Perplexity: Embed V1 0.6Bperplexity/pplx-embed-v1-0.6b$0.01 / 100䞇トヌクン
Thenlper: GTE-Basethenlper/gte-base$0.02 / 100䞇トヌクン
Intfloat: E5-Base-v2intfloat/e5-base-v2$0.02 / 100䞇トヌクン
Sentence Transformers: paraphrase-MiniLM-L6-v2sentence-transformers/paraphrase-minilm-l6-v2$0.02 / 100䞇トヌクン
Sentence Transformers: all-MiniLM-L12-v2sentence-transformers/all-minilm-l12-v2$0.02 / 100䞇トヌクン
BAAI: bge-base-en-v1.5baai/bge-base-en-v1.5$0.02 / 100䞇トヌクン
Sentence Transformers: multi-qa-mpnet-base-dot-v1sentence-transformers/multi-qa-mpnet-base-dot-v1$0.02 / 100䞇トヌクン
Sentence Transformers: all-mpnet-base-v2sentence-transformers/all-mpnet-base-v2$0.02 / 100䞇トヌクン
Sentence Transformers: all-MiniLM-L6-v2sentence-transformers/all-minilm-l6-v2$0.02 / 100䞇トヌクン
Thenlper: GTE-Largethenlper/gte-large$0.04 / 100䞇トヌクン
Intfloat: E5-Large-v2intfloat/e5-large-v2$0.04 / 100䞇トヌクン
Intfloat: Multilingual-E5-Largeintfloat/multilingual-e5-large$0.04 / 100䞇トヌクン
BAAI: bge-large-en-v1.5baai/bge-large-en-v1.5$0.04 / 100䞇トヌクン
BAAI: bge-m3baai/bge-m3$0.04 / 100䞇トヌクン
OpenAI: Text Embedding 3 Small (batch)openai/text-embedding-3-small:batch$0.04 / 100䞇トヌクン
Qwen: Qwen3 Embedding 8Bqwen/qwen3-embedding-8b$0.04 / 100䞇トヌクン
VoyageAI by MongoDB: voyage-4-litevoyageai/voyage-4-lite$0.07 / 100䞇トヌクン
OpenAI: Text Embedding 3 Smallopenai/text-embedding-3-small$0.07 / 100䞇トヌクン
Qwen: Qwen3 Embedding 4Bqwen/qwen3-embedding-4b$0.07 / 100䞇トヌクン
Perplexity: Embed V1 4Bperplexity/pplx-embed-v1-4b$0.11 / 100䞇トヌクン
OpenAI: Text Embedding Ada 002 (batch)openai/text-embedding-ada-002:batch$0.18 / 100䞇トヌクン
VoyageAI by MongoDB: voyage-4voyageai/voyage-4$0.21 / 100䞇トヌクン
OpenAI: Text Embedding 3 Large (batch)openai/text-embedding-3-large:batch$0.23 / 100䞇トヌクン
Mistral: Mistral Embed 2312mistralai/mistral-embed-2312$0.35 / 100䞇トヌクン
OpenAI: Text Embedding Ada 002openai/text-embedding-ada-002$0.35 / 100䞇トヌクン
VoyageAI by MongoDB: voyage-code-4voyageai/voyage-code-4$0.42 / 100䞇トヌクン
VoyageAI by MongoDB: voyage-multimodal-3.5voyageai/voyage-multimodal-3.5$0.42 / 100䞇トヌクン
VoyageAI by MongoDB: voyage-4-largevoyageai/voyage-4-large$0.42 / 100䞇トヌクン
OpenAI: Text Embedding 3 Largeopenai/text-embedding-3-large$0.45 / 100䞇トヌクン
Google: Gemini Embedding 001google/gemini-embedding-001$0.52 / 100䞇トヌクン
Mistral: Codestral Embed 2505mistralai/codestral-embed-2505$0.52 / 100䞇トヌクン
Google: Gemini Embedding 2 (batch)google/gemini-embedding-2:batch$0.35 / 100䞇トヌクン$11.38 / 100䞇トヌクン
Google: Gemini Embedding 2google/gemini-embedding-2$0.70 / 100䞇トヌクン$22.75 / 100䞇トヌクン
Google: Gemini Embedding 2 Previewgoogle/gemini-embedding-2-preview$0.70 / 100䞇トヌクン$22.75 / 100䞇トヌクン

埋め蟌みAPI APIの呌び出し方

  1. ダッシュボヌドでAPIキヌを䜜成したす。
  2. お䜿いの蚀語の公匏openai SDKをむンストヌルしたす。
  3. baseURLをhttps://api14.com/api/v1に、modelを"openai/text-embedding-3-small:batch"に蚭定したす。

埋め蟌みの料金は

通垞は100䞇トヌクンあたり数セントです。正確な料金は衚をご芧ください。

埋め蟌みモデルを混圚させられたすか

いいえ。異なるモデルのベクトルは比范できたせん。モデルを切り替える堎合はコヌパス党䜓を再床埋め蟌んでください。

1リク゚ストでいく぀入力できたすか

文字列の配列を1回のリク゚ストで送れば、耇数のテキストをたずめお埋め蟌めたす。1件ず぀送るより高速で、テキストあたりの費甚も安くなりたす。

類䌌床はどう枬りたすか

ベクトル間のコサむン類䌌床を䜿いたす。正芏化枈みのベクトルなら単玔な内積で蚈算できたす。

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));

人気のAI APIサヌビス