Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
API de embeddings
Converta texto em vetores para busca semântica, geração aumentada por recuperação (RAG), recomendações e clustering. Envie várias entradas em lote em uma única requisição.
- Busca semântica
- Pipelines de RAG
- Deduplicação e clustering
- Recomendações
Os resultados aparecerão aqui.
Configurações
API de embeddings · 39 modelos
Como usar a API do API de embeddings
- Crie uma chave de API no seu painel.
- Instale o SDK oficial openai para a sua linguagem.
- Defina baseURL como https://api14.com/api/v1 e model como "openai/text-embedding-3-small:batch".
Quanto custam os embeddings?
Geralmente alguns centavos por milhão de tokens, veja a tabela para os preços exatos.
Posso misturar modelos de embedding?
Não, vetores de modelos diferentes não são comparáveis. Gere novamente os embeddings de todo o corpus ao trocar de modelo.
Quantas entradas por requisição?
Envie um array de strings em uma única requisição para gerar embeddings de vários textos de uma vez; por texto, é mais rápido e mais barato do que uma requisição para cada.
Como meço a similaridade?
Use a similaridade de cosseno entre os vetores. Com vetores normalizados, ela vira um simples produto escalar.
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));