商品目录

Embedding model for semantic search, retrieval, clustering, and ranking pipelines

Embedding model for semantic search, retrieval, clustering, and ranking pipelines

Embedding model for semantic search, retrieval, clustering, and ranking pipelines

Embedding model for semantic search, retrieval, clustering, and ranking pipelines

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。

An OpenAI embedding model that turns text into 1536-dimensional vectors — for semantic search, clustering, recommendation, similarity, that sort of thing. Cheap to run, and one of the early go-to embedding models.

An OpenAI embedding model that turns text into 1536-dimensional vectors — for semantic search, clustering, recommendation, similarity, that sort of thing. Cheap to run, and one of the early go-to embedding models.

An OpenAI embedding model that turns text into 1536-dimensional vectors — for semantic search, clustering, recommendation, similarity, that sort of thing. Cheap to run, and one of the early go-to embedding models.

text-embedding-ada-002 是 OpenAI 于 2022 年发布的文本嵌入模型，支持文本输入与文本向量表示输出，上下文长度为 8192。该模型适用于语义搜索、检索、聚类与排序等管线，不支持工具调用或推理能力。

text-embedding-ada-002 是 OpenAI 于 2022 年发布的文本嵌入模型，支持文本输入与文本向量表示输出，上下文长度为 8192。该模型适用于语义搜索、检索、聚类与排序等管线，不支持工具调用或推理能力。

text-embedding-ada-002 是 OpenAI 于 2022 年发布的文本嵌入模型，支持文本输入与文本向量表示输出，上下文长度为 8192。该模型适用于语义搜索、检索、聚类与排序等管线，不支持工具调用或推理能力。

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。

OpenAI最新的文本向量模型

OpenAI最新的文本向量模型

text-embedding-ada-002 是 OpenAI 于 2022 年 12 月发布的第二代文本嵌入模型，提供 1536 维向量表示，基于 GPT-3 架构，擅长语义相似度计算、搜索和聚类任务，在 MTEB 基准中得分 60.8%，支持多语言但以英文为主。它作为嵌入基础模型，通过 API 提供，上下文长度达 8191 token，定价低廉，适用于推荐系统和知识图谱构建，虽被新一代取代但仍广泛用于遗留应用和成本敏感场景。

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。

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。