商品目录

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

Ada-based text embedding model optimized for various NLP tasks.

Ada-based text embedding model optimized for various NLP tasks.

Ada-based text embedding model optimized for various NLP tasks.

Ada-based text embedding model optimized for various NLP tasks.

Ada-based text embedding model optimized for various NLP tasks.

text-embedding-ada-002 是 OpenAI 推出的第二代文本嵌入模型，输出 1536 维向量，支持最大 8191 tokens 输入。该模型一度是使用最广泛的嵌入模型，生态支持成熟。但性能（MTEB 60.5）已被 text-embedding-3-small（62.3）超越，且价格是其 5 倍（$0.10 vs $0.02/MTok）。官方建议新项目使用 text-embedding-3-small，仅建议在已有大规模向量库且迁移成本较高的场景下继续使用。

text-embedding-ada-002 是 OpenAI 推出的第二代文本嵌入模型，输出 1536 维向量，支持最大 8191 tokens 输入。该模型一度是使用最广泛的嵌入模型，生态支持成熟。但性能（MTEB 60.5）已被 text-embedding-3-small（62.3）超越，且价格是其 5 倍（$0.10 vs $0.02/MTok）。官方建议新项目使用 text-embedding-3-small，仅建议在已有大规模向量库且迁移成本较高的场景下继续使用。

text-embedding-ada-002 是 OpenAI 推出的第二代文本嵌入模型，输出 1536 维向量，支持最大 8191 tokens 输入。该模型一度是使用最广泛的嵌入模型，生态支持成熟。但性能（MTEB 60.5）已被 text-embedding-3-small（62.3）超越，且价格是其 5 倍（$0.10 vs $0.02/MTok）。官方建议新项目使用 text-embedding-3-small，仅建议在已有大规模向量库且迁移成本较高的场景下继续使用。

text-embedding-ada-002 是 OpenAI 推出的第二代文本嵌入模型，输出 1536 维向量，支持最大 8191 tokens 输入。该模型一度是使用最广泛的嵌入模型，生态支持成熟。但性能（MTEB 60.5）已被 text-embedding-3-small（62.3）超越，且价格是其 5 倍（$0.10 vs $0.02/MTok）。官方建议新项目使用 text-embedding-3-small，仅建议在已有大规模向量库且迁移成本较高的场景下继续使用。

text-embedding-ada-002 是 OpenAI 推出的第二代文本嵌入模型，输出 1536 维向量，支持最大 8191 tokens 输入。该模型一度是使用最广泛的嵌入模型，生态支持成熟。但性能（MTEB 60.5）已被 text-embedding-3-small（62.3）超越，且价格是其 5 倍（$0.10 vs $0.02/MTok）。官方建议新项目使用 text-embedding-3-small，仅建议在已有大规模向量库且迁移成本较高的场景下继续使用。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

针对各种NLP任务优化的基于Ada的文本嵌入模型。

针对各种NLP任务优化的基于Ada的文本嵌入模型。

text-embedding-ada-002 是更优的 ADA 嵌入模型。 嵌入是一种文本的数值表示，可以用来衡量两个文本片段之间的相关性。 嵌入适用于搜索、聚类、推荐、异常检测和分类任务。

OpenAI 的 Embedding 模型，适合向量嵌入、语义搜索、检索、聚类和排序流程。

OpenAI 的 Embedding 模型，适合向量嵌入、语义搜索、检索、聚类和排序流程。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。