مدل‌های Embedding

مدل‌های Embedding متن را به بردارهای عددی تبدیل می‌کنند و برای Semantic Search، RAG، Vector Database، Recommendation، Clustering و Classification استفاده می‌شوند.

مدل	ارائه‌دهنده	کاربرد	هزینه هر توکن ورودی و خروجی
`Cohere-embed-v3-multilingual`	Cohere	Embedding چندزبانه، Semantic Search، RAG و جستجوی معنایی	مطابق هزینه رسمی
`text-embedding-3-large`	OpenAI	Embedding با کیفیت بالا برای Search، RAG، Recommendation، Clustering و Classification	مطابق هزینه رسمی
`text-embedding-3-small`	OpenAI	Embedding اقتصادی برای Search، RAG، Classification و Semantic Similarity	مطابق هزینه رسمی
`text-embedding-ada-002`	OpenAI	Embedding نسل قدیمی برای Search، Similarity و پردازش متنی	مطابق هزینه رسمی

curl -X POST "https://ai.boxapi.ir/api/v1/embeddings" \
  -H "Authorization: Bearer YOUR_BOXAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-large",
    "input": "BoxAPI provides powerful APIs for developers and businesses."
  }'

                    {
    "cost": 1.3e-6,
    "data": [
        {
            "embedding": [
                -0.0273284912109375,
                -0.021881103515625,
                -0.015289306640625,
                0.001964569091796875,
                0.00603485107421875,
                0.0138397216796875,
                -0.0083160400390625,
                0.0186309814453125,
                -0.0009565353393554688,
                0.0133209228515625
            ],
            "index": 0,
            "object": "embedding"
        }
    ],
    "model": "text-embedding-3-large",
    "object": "list",
    "usage": {
        "prompt_tokens": 10,
        "total_tokens": 10
    }
}