搜索
AI推荐
集合中国各大模型
登录后，探索更多精彩功能！ 点击登录
embeddings用于衡量文本字符串之间的相关性。embeddings通常用于：
搜索（其中结果按照与查询字符串的相关性进行排名） 聚类（其中文本字符串按相似性分组） 推荐（推荐与相关文本字符串相关的项目） 异常检测（识别与众不同、相关性较小的异常值） 多样性测量（分析相似性分布） 分类（按最相似的标签对文本字符串进行分类） embedding是一个浮点数列表（向量）。两个向量之间的距离衡量它们的相关性。小距离表明高度相关，大距离表明相关性低。
价格：0.08 PTC / 1M tokens
Bearer {{YOUR_API_KEY}}
要使用的模型的 ID。您可以使用List models API 来查看所有可用模型，或查看我们的模型概述以了解它们的描述。
输入文本以获取嵌入，编码为字符串或标记数组。要在单个请求中获取多个输入的嵌入，请传递一个字符串数组或令牌数组数组。每个输入的长度不得超过 8192 个标记。
