We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
OpenAI: Text Embedding Ada 002 (batch)
openai/text-embedding-ada-002:batchProbeer OpenAI: Text Embedding Ada 002 (batch) nu
Draait op je saldo tegen de prijzen hierboven. Nieuwe accounts beginnen met gratis gebruik.
Resultaten verschijnen hier.
Instellingen
OpenAI: Text Embedding Ada 002 (batch) in het kort
- De invoerprijs is 150% hoger dan de mediaan van 34 Embeddings-modellen.
Over OpenAI: Text Embedding Ada 002 (batch)
OpenAI: Text Embedding Ada 002 (batch) is een embeddings-model van OpenAI, gedistribueerd via api14 onder het model-id openai/text-embedding-ada-002:batch. Het behoort tot de categorie embeddings, en OpenAI beschrijft text-embedding-ada-002 als zijn legacy tekst-embedding-model. Als je eerder met OpenAI-embeddings hebt gewerkt, is dit hetzelfde bekende Ada 002-embedding-model, hier aangeboden in een batch-variant.
Het model neemt tekst als invoer en retourneert embeddings als uitvoer. Het genereert geen chat-antwoorden of vrije tekst; het enige product is een vectorrepresentatie van de tekst die je stuurt. Het contextvenster is 8192 tokens, en de maximale uitvoer is 7372, wat in de praktijk bepaalt hoeveel tekst in één verzoek kan worden ge-embed. Omdat de invoermodaliteit alleen tekst is, vallen afbeeldingen, audio en andere formaten buiten het bereik van dit model.
Typische toepassingen volgen direct uit die eigenschappen. Semantisch zoeken en retrieval augmented generation zijn het meest voorkomend: je embedt je documenten één keer, embedt de gebruikersquery op het moment van het verzoek, en vergelijkt vectoren op Similarity. Dezelfde aanpak ondersteunt clustering en topic discovery over grote tekstcollecties, deduplicatie van bijna identieke records, classificatie wanneer een lichtgewicht model bovenop de vectoren wordt getraind, en aanbevelings- of "more like this"-functies. Batch-embeddingtaken, zoals het indexeren van een documentopslag of het verversen van een vectordatabase, passen van nature bij de batch-variant.
Je roept het aan via de OpenAI-compatibele API van api14 met het model-id openai/text-embedding-ada-002:batch. Omdat de interface OpenAI-compatibel is, werken bestaande OpenAI-SDK's en clients met een wijziging van base URL en API-sleutel. Het model vermeldt geen ondersteunde parameters buiten wat het endpoint zelf definieert, dus je moet geen afstemknoppen zoals temperature of top_p verwachten; embeddings-endpoints gebruiken deze niet. Stuur je tekstinvoer en lees de embedding-vectoren uit de respons.
Een praktische overweging is dat dit wordt beschreven als een legacy-model. Als je een nieuw project start en de huidige generatie OpenAI-embeddings wilt, controleer dan wat api14 nog meer biedt voordat je je vastlegt. Voor teams die Ada 002-vectoren al in productie gebruiken, voorkomt het behouden van hetzelfde model het opnieuw embedden van een volledig corpus, wat vaak de beslissende factor is.
Zo roep je de OpenAI: Text Embedding Ada 002 (batch) API aan
- Maak een API-key aan in je dashboard.
- Installeer de officiële openai SDK voor je taal.
- Stel baseURL in op https://api14.com/api/v1 en model op "openai/text-embedding-ada-002:batch".
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));
Specificaties
- Contextlengte
- 8.192
- Max. uitvoer
- 7.372
- Invoer
- text
- Uitvoer
- embeddings
Verzoeken op api14 · afgelopen 7 dagen
OpenAI: Text Embedding Ada 002 (batch): veelgestelde vragen
- Wat kost de OpenAI: Text Embedding Ada 002 (batch) API?
- OpenAI: Text Embedding Ada 002 (batch) kost Invoer US$ 0,18 / 1M tokens. Er wordt alleen voor geslaagde verzoeken van je USD-saldo afgeschreven; mislukte verzoeken zijn gratis.
- Hoe groot is het contextvenster van OpenAI: Text Embedding Ada 002 (batch)?
- OpenAI: Text Embedding Ada 002 (batch) leest tot 8.192 tokens per verzoek, prompt, geschiedenis en documenten samen. Het schrijft tot 7.372 outputtokens per antwoord.
- Wat kan OpenAI: Text Embedding Ada 002 (batch)?
- OpenAI: Text Embedding Ada 002 (batch) accepteert text en geeft embeddings terug.
- Hoe roep ik OpenAI: Text Embedding Ada 002 (batch) aan vanuit mijn code?
- Richt een willekeurige OpenAI SDK op https://api14.com/api/v1 en zet het model op "openai/text-embedding-ada-002:batch", verder geen codewijzigingen. Kopieer een kant-en-klaar voorbeeld uit het codepaneel op deze pagina.
- Wat zijn alternatieven voor OpenAI: Text Embedding Ada 002 (batch)?
- Vergelijkbare modellen in Embeddings met een vergelijkbare prijs: VoyageAI by MongoDB: voyage-4, OpenAI: Text Embedding 3 Large (batch), Perplexity: Embed V1 4B. Ze werken allemaal met dezelfde API-key, dus overstappen is één string aanpassen.
Community over OpenAI: Text Embedding Ada 002 (batch)
Nieuw topicDeze community heeft nog geen topics. Open het eerste topic over OpenAI: Text Embedding Ada 002 (batch).