쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

OpenAI: Text Embedding Ada 002 (batch)

openai/text-embedding-ada-002:batch

임베딩입력: text8K2025. 10. 30. 추가됨

플레이그라운드에서 열기 OpenAI: Text Embedding Ada 002 (batch) API 키 받기

지금 OpenAI: Text Embedding Ada 002 (batch) 사용해 보기

위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.

사용하려면 로그인하세요무료 계정 만들기

입력 (한 줄에 하나씩)

결과가 여기에 표시됩니다.

오늘 무료 메시지 5개 중 5개 남음, 무료 계정을 만들면 무료 사용량과 API 키가 추가됩니다.무료 계정 만들기 로그인세션 비용 US$0.00

OpenAI: Text Embedding Ada 002 (batch) 한눈에 보기

입력 가격이 임베딩 모델 34개의 중앙값보다 150% 높습니다.

OpenAI: Text Embedding Ada 002 (batch) 소개

OpenAI: Text Embedding Ada 002 (batch)는 OpenAI의 임베딩 모델로, api14를 통해 모델 id openai/text-embedding-ada-002:batch로 배포됩니다. 이는 임베딩 카테고리에 속하며, OpenAI는 text-embedding-ada-002를 자사의 레거시 텍스트 임베딩 모델이라고 설명합니다. 이전에 OpenAI 임베딩을 사용해 본 적이 있다면, 이는 잘 알려진 동일한 Ada 002 임베딩 모델이며, 여기서는 배치 변형으로 제공됩니다.

이 모델은 텍스트를 입력으로 받아 임베딩을 출력으로 반환합니다. 채팅 답변이나 자유 형식 텍스트를 생성하지 않으며, 유일한 산출물은 보내신 텍스트의 벡터 표현입니다. 컨텍스트 윈도우는 8192 토큰이고 최대 출력은 7372이며, 이는 실제로 단일 요청에서 임베딩할 수 있는 텍스트의 양을 제한합니다. 입력 모달리티가 텍스트 전용이므로 이미지, 오디오 및 기타 형식은 이 모델의 범위를 벗어납니다.

일반적인 사용 사례는 이러한 속성에서 직접 따라옵니다. 시맨틱 검색과 검색 증강 생성이 가장 흔합니다. 문서를 한 번 임베딩하고, 요청 시점에 사용자 쿼리를 임베딩한 다음, 벡터를 유사도로 비교합니다. 같은 접근 방식은 대규모 텍스트 컬렉션에 대한 클러스터링과 토픽 발견, 거의 동일한 레코드의 중복 제거, 벡터 위에 경량 모델을 훈련할 때의 분류, 그리고 추천 또는 "이와 유사한 항목" 기능을 지원합니다. 문서 저장소를 인덱싱하거나 벡터 데이터베이스를 새로 고치는 것과 같은 배치 임베딩 작업은 배치 변형을 고려하면 자연스럽게 적합합니다.

모델 id openai/text-embedding-ada-002:batch를 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 호환이므로 기존 OpenAI SDK와 클라이언트는 base URL과 API 키만 변경하면 작동합니다. 이 모델은 엔드포인트 자체가 정의하는 것 외에는 지원되는 매개변수를 나열하지 않으므로 temperature나 top_p 같은 튜닝 옵션을 기대해서는 안 됩니다. 임베딩 엔드포인트는 이를 사용하지 않습니다. 텍스트 입력을 보내고 응답에서 임베딩 벡터를 읽으십시오.

한 가지 실용적인 고려 사항은 이것이 레거시 모델로 설명된다는 점입니다. 새 프로젝트를 시작하고 현재 세대의 OpenAI 임베딩을 원한다면, 확정하기 전에 api14가 제공하는 다른 옵션을 확인하십시오. 이미 프로덕션에서 Ada 002 벡터를 사용 중인 팀에게는 동일한 모델을 유지하는 것이 전체 코퍼스를 다시 임베딩하는 일을 피하게 해 주며, 이는 종종 결정적인 요인입니다.

OpenAI: Text Embedding Ada 002 (batch) API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "openai/text-embedding-ada-002:batch"로 설정하세요.

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

사양

컨텍스트 길이: 8,192
최대 출력: 7,372
입력: text
출력: embeddings

api14 요청 수 · 최근 7일

OpenAI: Text Embedding Ada 002 (batch): 자주 묻는 질문

OpenAI: Text Embedding Ada 002 (batch) API 비용은 얼마인가요?: OpenAI: Text Embedding Ada 002 (batch)의 가격은 입력 US$0.18 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
OpenAI: Text Embedding Ada 002 (batch)의 컨텍스트 윈도우는 얼마인가요?: OpenAI: Text Embedding Ada 002 (batch)는(은) 요청당 최대 8,192 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 7,372개의 출력 토큰을 생성합니다.
OpenAI: Text Embedding Ada 002 (batch)는(은) 무엇을 할 수 있나요?: OpenAI: Text Embedding Ada 002 (batch)는(은) text 입력을 받아 embeddings 출력을 반환합니다.
코드에서 OpenAI: Text Embedding Ada 002 (batch)를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "openai/text-embedding-ada-002:batch"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
OpenAI: Text Embedding Ada 002 (batch)의 대안은 무엇인가요?: 비슷한 가격대의 임베딩 모델: VoyageAI by MongoDB: voyage-4, OpenAI: Text Embedding 3 Large (batch), Perplexity: Embed V1 4B. 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

OpenAI: Text Embedding Ada 002 (batch) 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. OpenAI: Text Embedding Ada 002 (batch)에 대한 첫 토픽을 열어 보세요.