Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
Embeddings API
Omvandla text till vektorer för semantisk sökning, retrieval-augmented generation (RAG), rekommendationer och klustring. Skicka många indata i ett och samma anrop.
- Semantisk sökning
- RAG-pipelines
- Deduplicering och klustring
- Rekommendationer
Resultaten visas här.
Inställningar
Embeddings API · 39 modeller
Så anropar du Embeddings API API
- Skapa en API-nyckel i din kontrollpanel.
- Installera det officiella openai-SDK:t för ditt språk.
- Sätt baseURL till https://api14.com/api/v1 och model till "openai/text-embedding-3-small:batch".
Vad kostar embeddings?
Oftast några cent per miljon tokens, se tabellen för exakta priser.
Kan jag blanda embedding-modeller?
Nej, vektorer från olika modeller går inte att jämföra. Skapa om embeddings för hela korpusen när du byter modell.
Hur många indata per anrop?
Skicka en array av strängar i ett anrop för att skapa embeddings för många texter på en gång; det är snabbare och billigare per text än ett anrop per text.
Hur mäter jag likhet?
Använd cosinuslikhet mellan vektorerna. Med normaliserade vektorer blir det en enkel skalärprodukt.
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));