Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.

Embedding API

Metni anlamsal arama, erişim destekli üretim (RAG), öneriler ve kümeleme için vektörlere dönüştür. Tek istekte çok sayıda girdiyi toplu işle.

  • Anlamsal arama
  • RAG hatları
  • Tekilleştirme ve kümeleme
  • Öneriler
Kullanmak için giriş yapÜcretsiz hesap oluştur

Sonuçlar burada görünecek.

Bugün 5 ücretsiz mesajdan 5 kaldı, ücretsiz hesapla ek ücretsiz kullanım ve API anahtarı alırsın.Ücretsiz hesap oluşturGiriş yapOturum maliyeti $0,00

Embedding API · 39 model

ModelFiyat
NVIDIA: Nemotron 3.5 Embed 1B (free)nvidia/nemotron-3.5-embed-1b:freeÜcretsiz
NVIDIA: Nemotron 3.5 Embed 8B (free)nvidia/nemotron-3.5-embed-8b:freeÜcretsiz
LiquidAI: LFM2.5-Embedding-350M (free)liquid/lfm-2.5-embedding-350m:freeÜcretsiz
NVIDIA: Nemotron 3 Embed 1B (free)nvidia/nemotron-3-embed-1b:freeÜcretsiz
NVIDIA: Llama Nemotron Embed VL 1B V2 (free)nvidia/llama-nemotron-embed-vl-1b-v2:freeÜcretsiz
Perplexity: Embed V1 0.6Bperplexity/pplx-embed-v1-0.6b$0,01 / 1M token
Thenlper: GTE-Basethenlper/gte-base$0,02 / 1M token
Intfloat: E5-Base-v2intfloat/e5-base-v2$0,02 / 1M token
Sentence Transformers: paraphrase-MiniLM-L6-v2sentence-transformers/paraphrase-minilm-l6-v2$0,02 / 1M token
Sentence Transformers: all-MiniLM-L12-v2sentence-transformers/all-minilm-l12-v2$0,02 / 1M token
BAAI: bge-base-en-v1.5baai/bge-base-en-v1.5$0,02 / 1M token
Sentence Transformers: multi-qa-mpnet-base-dot-v1sentence-transformers/multi-qa-mpnet-base-dot-v1$0,02 / 1M token
Sentence Transformers: all-mpnet-base-v2sentence-transformers/all-mpnet-base-v2$0,02 / 1M token
Sentence Transformers: all-MiniLM-L6-v2sentence-transformers/all-minilm-l6-v2$0,02 / 1M token
Thenlper: GTE-Largethenlper/gte-large$0,04 / 1M token
Intfloat: E5-Large-v2intfloat/e5-large-v2$0,04 / 1M token
Intfloat: Multilingual-E5-Largeintfloat/multilingual-e5-large$0,04 / 1M token
BAAI: bge-large-en-v1.5baai/bge-large-en-v1.5$0,04 / 1M token
BAAI: bge-m3baai/bge-m3$0,04 / 1M token
OpenAI: Text Embedding 3 Small (batch)openai/text-embedding-3-small:batch$0,04 / 1M token
Qwen: Qwen3 Embedding 8Bqwen/qwen3-embedding-8b$0,04 / 1M token
VoyageAI by MongoDB: voyage-4-litevoyageai/voyage-4-lite$0,07 / 1M token
OpenAI: Text Embedding 3 Smallopenai/text-embedding-3-small$0,07 / 1M token
Qwen: Qwen3 Embedding 4Bqwen/qwen3-embedding-4b$0,07 / 1M token
Perplexity: Embed V1 4Bperplexity/pplx-embed-v1-4b$0,11 / 1M token
OpenAI: Text Embedding Ada 002 (batch)openai/text-embedding-ada-002:batch$0,18 / 1M token
VoyageAI by MongoDB: voyage-4voyageai/voyage-4$0,21 / 1M token
OpenAI: Text Embedding 3 Large (batch)openai/text-embedding-3-large:batch$0,23 / 1M token
Mistral: Mistral Embed 2312mistralai/mistral-embed-2312$0,35 / 1M token
OpenAI: Text Embedding Ada 002openai/text-embedding-ada-002$0,35 / 1M token
VoyageAI by MongoDB: voyage-code-4voyageai/voyage-code-4$0,42 / 1M token
VoyageAI by MongoDB: voyage-multimodal-3.5voyageai/voyage-multimodal-3.5$0,42 / 1M token
VoyageAI by MongoDB: voyage-4-largevoyageai/voyage-4-large$0,42 / 1M token
OpenAI: Text Embedding 3 Largeopenai/text-embedding-3-large$0,45 / 1M token
Google: Gemini Embedding 001google/gemini-embedding-001$0,52 / 1M token
Mistral: Codestral Embed 2505mistralai/codestral-embed-2505$0,52 / 1M token
Google: Gemini Embedding 2 (batch)google/gemini-embedding-2:batch$0,35 / 1M token$11,38 / 1M token
Google: Gemini Embedding 2google/gemini-embedding-2$0,70 / 1M token$22,75 / 1M token
Google: Gemini Embedding 2 Previewgoogle/gemini-embedding-2-preview$0,70 / 1M token$22,75 / 1M token

Embedding API API nasıl çağrılır

  1. Panelinde bir API anahtarı oluştur.
  2. Dilin için resmi openai SDK’sını kur.
  3. baseURL’i https://api14.com/api/v1, model’i "openai/text-embedding-3-small:batch" olarak ayarla.

Embedding ne kadar tutar?

Genellikle milyon token başına birkaç sent, kesin fiyatlar için tabloya bak.

Embedding modellerini karıştırabilir miyim?

Hayır, farklı modellerin vektörleri karşılaştırılamaz. Model değiştirdiğinde tüm derlemini yeniden embed et.

İstek başına kaç girdi gönderebilirim?

Birçok metni bir kerede embed etmek için tek istekte bir metin dizisi gönder; her metin için ayrı istek atmaktan daha hızlı ve metin başına daha ucuzdur.

Benzerliği nasıl ölçerim?

Vektörler arasında kosinüs benzerliği kullan. Normalize edilmiş vektörlerde bu basit bir iç çarpıma dönüşür.

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));

Popüler yapay zekâ API hizmetleri