Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
初めてですか？使い方をご紹介します プレイグラウンド、モデル、APIキーを1分でご案内します。
Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
cohere/embed-5-pro上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
Cohere: Embed 5 Pro は Cohere のマルチモーダル埋め込みモデルで、Embed 5 ファミリーの中でも精度の高いティアに位置付けられています。テキストを生成するのではなく埋め込みを生成するために作られており、api14 を通じて利用できるモデルの埋め込みカテゴリに属します。
このモデルはテキスト、画像、およびテキストと画像が交互に並んだコンテンツを入力として受け取り、出力として埋め込みを返します。最大 128,000 トークンのコンテキスト長をサポートし、最大出力は 115,200 です。両方のモダリティとその組み合わせを扱えるため、同じモデルで段落、スクリーンショット、あるいはテキストと視覚要素が一緒に現れるドキュメントページを埋め込むことができ、検索パイプラインがテキスト用と画像用の別々の埋め込みモデルを必要とせずに済みます。
実用的な用途はそこから直接導かれます。混在したコーパスに対するセマンティック検索と検索拡張生成は明らかに適しており、記事、図表、スキャンしたページが並んで存在するナレッジベースも含まれます。推薦および類似度システムは、埋め込みを使ってテキストと画像の表現をまたいでアイテムを比較できます。大規模なドキュメントセットに対するクラスタリング、重複排除、分類も、モデルがテキストと画像を共有の埋め込み空間に配置できるため、うまく機能します。テキストクエリで関連する画像を検索したり、視覚的なクエリで関連するパッセージを検索したりするマルチモーダル検索も、もう一つの自然な応用です。
このモデルは、モデル id "cohere/embed-5-pro" を使って api14 の OpenAI 互換 API を通じて呼び出します。エンドポイントは OpenAI の埋め込みフォーマットに従っているため、すでに OpenAI 互換のベース URL を指している既存のクライアントや SDK は、モデル id 以外の変更なしに動作します。このモデルはサポートされるリクエストパラメータを一切リストしていないため、リクエストは標準の埋め込み入力、つまり埋め込むコンテンツとモデル id 自体に依存します。モデルは埋め込みのみを生成するため、設定すべきサンプリングや生成のパラメータはありません。
タスクがテキスト生成、チャット、または何らかの形式の補完である場合、このモデルの唯一の出力は埋め込みであるため、これは適切なモデルではありません。また、テキスト専用の埋め込みモデルがあなたのデータにとって十分かどうかを確認する価値もあります。コーパスに画像もインターリーブされたコンテンツも含まれていない場合、マルチモーダル機能は使われないままになります。画像や混在コンテンツを伴うワークロードには、Embed 5 Pro は Embed 5 ファミリー内でより高精度な選択肢です。
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": "cohere/embed-5-pro",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
このコミュニティにはまだトピックがありません。Cohere: Embed 5 Proについて最初のトピックを立てましょう。