OpenAI
चालू· हर कुछ मिनट में जाँच होती है

Text Embedding 3 Small API

OpenAI का text-embedding-3-small उसी API पर जिस पर OpenAI इसे देता है, $0.02 की जगह हर 1M टोकन पर $0.01 में: सर्च और RAG के लिए वेक्टर, जो OpenAI के अपने वेक्टर से मेल खाते हैं।

प्रति 1M इनपुट टोकन की कीमत50%छूट
इनपुट
$0.01$0.02
आउटपुट
$0.00
अपनी API कुंजी पाएँप्लेग्राउंड में आज़माएँ
मॉडल IDtext-embedding-3-smallअपडेट किया गया
embed.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
response = client.embeddings.create(
    model="text-embedding-3-small",
    input=[
        "How can I change my password?",
        "Invoices go out on the first of each month.",
    ],
)
for item in response.data:
    print(item.index, len(item.embedding))  # 1536 each
print(response.usage.prompt_tokens, "tokens")

बेस URL https://api.zurelay.com/v1. किसी भी OpenAI SDK, LangChain, LlamaIndex और AI SDK के साथ काम करता है। एम्बेडिंग्स API डॉक्स

डाइमेंशन
1,536, या उससे कम
प्रति इनपुट
ज़्यादा से ज़्यादा 8,192 tokens
हर रिक्वेस्ट के लिए
2,048 इनपुट, 300K टोकन
आउटपुट
वेक्टर, मुफ़्त
रिलीज़ की तारीख
25 जन॰ 2024
स्थिति
चालू

कीमतें

टेक्स्ट Embedding 3 Small API की कीमतें। तय कीमत का एक छोटा-सा हिस्सा।

बिना किसी सदस्यता के, प्रीपेड क्रेडिट से जितना इस्तेमाल करें, उतना भुगतान करें। $10 से टॉप-अप करें। असफल अनुरोधों का कभी शुल्क नहीं लगता।

दरZurelayOpenAI की सूचीबद्ध दर
इनपुट
प्रति 1M टोकन
$0.01$0.02
आउटपुट
प्रति 1M टोकन
$0.00—

बिल आपके भेजे टोकन पर लगता है, जो OpenAI की गिनती के तरीके से गिने जाते हैं, और हर रिक्वेस्ट पर कोई न्यूनतम नहीं है। वेक्टर मुफ़्त हैं, और कम डाइमेंशन या base64 की कीमत वही है। जो रिक्वेस्ट फ़ेल होती हैं, उनका कुछ नहीं लगता।

बचत कैलकुलेटर

स्लाइडर से अपना मासिक इस्तेमाल सेट करें.

प्रति माह इनपुट टोकन50M
Zurelay
$0.50
OpenAI की सूचीबद्ध कीमत
$1.00
हर महीने आपकी बचत$0.50

$6.00 प्रति वर्ष

लागत

टेक्स्ट Embedding 3 Small API की लागत, पूरी गणना के साथ।

लिस्ट कीमत के मुक़ाबले Zurelay की लाइव कीमतों पर आम वर्कलोड।

    खास जानकारी

    टेक्स्ट Embedding 3 Small क्या है?

    टेक्स्ट Embedding 3 Small (text-embedding-3-small) OpenAI का छोटा और कम दाम वाला एम्बेडिंग मॉडल है। यह टेक्स्ट को 1,536 नंबरों के वेक्टर में बदलता है और उन्हें ऐसे जमाता है कि मिलते-जुलते मतलब वाले टेक्स्ट पास-पास आ जाएँ — सिमैंटिक सर्च, रिट्रीवल (RAG), क्लस्टरिंग और सुझावों के लिए। Zurelay इसे OpenAI के embeddings endpoint पर उसी मॉडल ID, रिक्वेस्ट और रिस्पॉन्स के साथ देता है, OpenAI के list price से 50% कम पर, और वेक्टर OpenAI के अपने वेक्टर से मेल खाते हैं।

    टेक्स्ट को model ID text-embedding-3-small के साथ POST https://api.zurelay.com/v1/embeddings पर भेजें और आपको हर input के लिए एक वेक्टर मिलेगा, OpenAI के रिस्पॉन्स फ़ॉर्मैट में। input एक string हो सकता है, 2,048 strings तक का array, OpenAI के cl100k_base tokenizer से token ID का array, या 2,048 token arrays तक का array। हर input 8,192 टोकन तक का हो सकता है, और एक रिक्वेस्ट कुल 300,000 टोकन तक की।

    वेक्टर में डिफ़ॉल्ट रूप से 1,536 dimensions होते हैं। dimensions पैरामीटर उन्हें 1 से 1,536 तक किसी भी लंबाई में छोटा कर देता है: text-embedding-3 मॉडल ऐसे ट्रेन किए गए हैं कि छोटा किया गया वेक्टर भी काम करता है, और वह फिर से normalise होकर आता है। छोटे वेक्टर कम जगह लेते हैं और तेज़ी से सर्च होते हैं। encoding_format को base64 पर सेट करने पर हर वेक्टर base64-encoded little-endian float32 नंबरों के रूप में आता है — छोटा और जल्दी डाउनलोड होने वाला; OpenAI का Python SDK इसे डिफ़ॉल्ट रूप से माँगता है और आपके लिए डिकोड कर देता है।

    OpenAI के SDK वैसे ही काम करते हैं: base URL को https://api.zurelay.com/v1 पर सेट करें, अपनी Zurelay key इस्तेमाल करें और client.embeddings.create कॉल करें। LangChain का OpenAIEmbeddings, LlamaIndex का OpenAIEmbedding, Vercel AI SDK का OpenAI provider और वे ऐप्स भी, जिनमें आप एम्बेडिंग्स के लिए OpenAI base URL सेट कर सकते हैं। हमने हर रूट को OpenAI की अपनी API से मिलाकर जाँचा है: एक ही टेक्स्ट पर वेक्टर मेल खाते हैं, cosine similarity 0.9999 या ज़्यादा के साथ, इसलिए OpenAI की API से बना इंडेक्स Zurelay से क्वेरी करने पर भी काम करता रहता है।

    इसका बिल सिर्फ़ इनपुट टोकन पर लगता है, उसी तरह गिनकर जैसे OpenAI गिनता है: Zurelay पर $0.01 प्रति 1M, जबकि OpenAI का $0.02, प्रति रिक्वेस्ट कोई न्यूनतम नहीं, और वेक्टर मुफ़्त। embeddings की रिक्वेस्ट का जवाब हमेशा वही मॉडल देता है जिसका आप नाम लेते हैं: अलग-अलग मॉडलों के वेक्टर आपस में तुलना नहीं किए जा सकते, इसलिए Zurelay कभी किसी दूसरे मॉडल से जवाब नहीं देता, और दूसरे मॉडल पर जाने का मतलब है आपका सारा स्टोर किया हुआ डेटा फिर से embed करना।

    खूबियाँ

    टेक्स्ट Embedding 3 Small कहाँ बेहतरीन है. और टीमें इससे क्या बनाती हैं.

    01

    OpenAI के आधे दाम

    $0.01 प्रति 1M टोकन, OpenAI के $0.02 की तुलना में — प्रति रिक्वेस्ट कोई न्यूनतम नहीं, और वेक्टर मुफ़्त।

    02

    आपका इंडेक्स चलता रहता है

    एक ही टेक्स्ट के लिए वेक्टर OpenAI वाले से मेल खाते हैं, इसलिए OpenAI के API से बनाया गया आपका इंडेक्स Zurelay पर लाने के लिए दोबारा embed करने की ज़रूरत नहीं रखता।

    03

    अनुरोध पर छोटे वेक्टर

    स्टोरेज बचाने और तेज़ सर्च के लिए कम डाइमेंशन मांगें: छोटा किया गया वेक्टर फिर से नॉर्मलाइज़ होकर लौटता है और तब भी काम करता है।

    04

    एक रिक्वेस्ट में हज़ारों टेक्स्ट

    एक साथ 2,048 टेक्स्ट तक भेजें और उनके वेक्टर उसी क्रम में वापस पाएं, बिल टोकन पर लगता है, रिक्वेस्ट पर नहीं।

    इस्तेमाल के तरीके

    • सिमैंटिक सर्च

      दस्तावेज़ों, प्रॉडक्ट्स या टिकट्स को उनके अर्थ से खोजें, सटीक शब्दों से नहीं, बल्कि उनके वेक्टर की कोसाइन समानता के आधार पर।

    • चैटबॉट के लिए रिट्रीवल (RAG)

      किसी सवाल के सबसे नज़दीकी पैसेज लाएँ और उन्हें उसी Zurelay key पर चैट मॉडल को सौंप दें।

    • डीडुप्लिकेशन और क्लस्टरिंग

      लगभग एक जैसे रिकॉर्ड, सपोर्ट टिकट या रिव्यू को उनके वेक्टर की निकटता के आधार पर समूहित करें।

    • सुझाव

      किसी के देखे गए आइटम के वेक्टर से मिलते-जुलते लेख, प्रोडक्ट या लिस्टिंग सुझाएं।

    शुरू करें

    तीन चरणों में Text Embedding 3 Small को कॉल करें.

    कोई वेटलिस्ट नहीं और कोई नया SDK नहीं। अगर आपका कोड पहले से OpenAI की एम्बेडिंग्स कॉल करता है, तो वह Zurelay के साथ काम करेगा, और आपके सहेजे हुए वेक्टर भी।

    1. 1

      कुंजी बनाएँ

      Sign up, add credit और create an API key. Set a monthly budget or a rate limit per key if you like.

      अपनी API कुंजी पाएँ
    2. 2

      Zurelay पर Point your SDK

      Change the base URL. The model IDs, the request और the vectors stay the same as OpenAI's.

      https://api.zurelay.com/v1
    3. 3

      Use text-embedding-3-small

      Call client.embeddings.create, or POST text to /v1/embeddings, one string or up to 2,048 at once, और get a vector for each.

      text-embedding-3-small

    आपके मौजूदा टूल के साथ काम करता है

    तुलना करें

    मिलते-जुलते मॉडल. सभी के लिए एक ही कुंजी.

    50%छूट

    Text Embedding 3 Large

    $0.065 per 1M इनपुट टोकन

    ज़्यादा सटीक रिट्रीवल के लिए Text Embedding 3 Large चुनें, जो OpenAI का बड़ा embedding मॉडल है और 3,072 डाइमेंशन तक देता है, हालांकि प्रति टोकन कीमत ज़्यादा है।

    Text Embedding 3 Large API
    75%छूट

    GPT-6 Luna

    प्रति 1M टोकन $0.025 / $0.125

    अपनी खोज से मिली जानकारी के आधार पर जवाब लिखने के लिए GPT-6 Luna चुनें — OpenAI का तेज़ और कम खर्च वाला चैट मॉडल।

    GPT-6 Luna API
    60%छूट

    GPT-6 Luna Decisions

    $0.04 per 1M इनपुट टोकन

    टेक्स्ट की अर्थ के आधार पर तुलना करने के बजाय, प्रोबेबिलिटी के साथ क्लासिफ़ाई या स्कोर करने के लिए GPT-6 Luna Decisions चुनें।

    GPT-6 Luna Decisions API

    अक्सर पूछे जाने वाले सवाल

    टेक्स्ट Embedding 3 Small API से जुड़े सवाल.

    कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.

    text-embedding-3-small API की कीमत कितनी है?

    Zurelay प्रति 1M इनपुट टोकन $0.01 लेता है, जबकि OpenAI की लिस्ट कीमत $0.02 है, यानी आप 50% बचाते हैं। वेक्टर मुफ़्त हैं: आप सिर्फ़ भेजे गए टोकन का भुगतान करते हैं, उसी तरह गिनकर जैसे OpenAI गिनता है, और प्रति रिक्वेस्ट कोई न्यूनतम नहीं। जो रिक्वेस्ट फेल होती हैं उनका कुछ नहीं लगता।

    क्या यह OpenAI के text-embedding-3-small जैसा ही है?

    हाँ। text-embedding-3-small को भेजे जाने वाले रिक्वेस्ट OpenAI के मॉडल पर चलते हैं, और हमने हर रूट को OpenAI के अपने API के सामने जाँचा है: एक ही टेक्स्ट के लिए, वेक्टर 0.9999 या उससे ज़्यादा की cosine similarity के साथ OpenAI के वेक्टर से मेल खाते हैं। Zurelay एक स्वतंत्र सेवा है और OpenAI से संबद्ध नहीं है, न ही उसकी ओर से अनुमोदित है।

    क्या मेरे पास पहले से मौजूद वेक्टर काम करते रहेंगे?

    हां। OpenAI के text-embedding-3-small से बनाए गए वेक्टर, Zurelay से embed किए गए क्वेरी से सर्च किए जा सकते हैं, और इसका उल्टा भी। सिर्फ़ दूसरे मॉडल पर जाने का मतलब है सब कुछ दोबारा embed करना, जैसे text-embedding-3-large पर: अलग-अलग मॉडलों के वेक्टर आपस में तुलना नहीं किए जा सकते।

    OpenAI SDK से text-embedding-3-small को कैसे कॉल करूं?

    Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 और call client.embeddings.create with model set to text-embedding-3-small और your text as input. Or POST the same JSON to https://api.zurelay.com/v1/embeddings with your key as a Bearer token. The docs at https://zurelay.com/docs/embeddings have examples in Python, Node.js and cURL.

    क्या यह LangChain, LlamaIndex और AI SDK के साथ काम करता है?

    हां। LangChain के OpenAIEmbeddings या LlamaIndex के OpenAIEmbedding को मॉडल ID text-embedding-3-small, Zurelay का base URL और अपनी key दें, या इन्हीं से Vercel AI SDK का OpenAI provider बनाएं। LangChain की Python क्लास डिफ़ॉल्ट रूप से token IDs भेजती है, जिन्हें Zurelay स्वीकार करता है, इसलिए उसकी डिफ़ॉल्ट सेटिंग्स काम करती हैं।

    text-embedding-3-small में कितने डाइमेंशन होते हैं?

    डिफ़ॉल्ट रूप से 1,536. छोटा वेक्टर चाहिए तो dimensions को 1 से 1,536 के बीच कोई भी संख्या दें: मॉडल इस तरह ट्रेन हुआ है कि छोटा किया गया वेक्टर भी काम करता है और वह फिर से नॉर्मलाइज़ होकर आता है. जिन भी वेक्टर की तुलना करें, उन सबकी लंबाई एक जैसी रखें.

    सीमाएँ क्या हैं?

    प्रति रिक्वेस्ट 2,048 इनपुट तक, हर इनपुट में 8,192 टोकन तक, और पूरी रिक्वेस्ट में 300,000 टोकन तक. खाली स्ट्रिंग स्वीकार नहीं होतीं. सीमा से ऊपर की रिक्वेस्ट पर 400 एरर आता है जिसमें सीमा का नाम होता है, और उसका कोई शुल्क नहीं लगता.

    base64 एन्कोडिंग किस लिए है?

    encoding_format को base64 पर सेट करें तो हर वेक्टर संख्याओं की JSON ऐरे की जगह little-endian float32 संख्याओं की base64 स्ट्रिंग बनकर आता है: आकार छोटा और डाउनलोड तेज़. OpenAI का Python SDK डिफ़ॉल्ट रूप से base64 माँगता है और उसे आपके लिए डिकोड कर देता है. शुल्क वही रहता है.

    क्या स्मार्ट राउटिंग किसी दूसरे मॉडल से जवाब दे सकती है?

    नहीं, embeddings के लिए कभी नहीं. अलग-अलग मॉडलों के वेक्टर की तुलना नहीं हो सकती, इसलिए किसी दूसरे मॉडल का वेक्टर आपके इंडेक्स के लिए गलत होगा. अगर text-embedding-3-small डाउन है, तो रिक्वेस्ट 503 एरर के साथ फेल होती है, जिसे आप दोबारा ट्राई कर सकते हैं.

    क्या मैं इसे प्लेग्राउंड में आज़मा सकता हूँ?

    हां। डैशबोर्ड के Playground में text-embedding-3-small चुनें, कुछ टेक्स्ट लिखें और उन्हें एम्बेड करें: आपको हर वेक्टर के शुरुआती नंबर, बिल किए गए टोकन, लागत और हर जोड़ी की कोसाइन समानता दिखती है। कोड पाएं वही रिक्वेस्ट Python, Node.js या cURL के लिए लिख देता है।

    Zurelay पर और मॉडल

    सभी मॉडल

    पूरी कीमत देना बंद करें.
    आज से बचत शुरू करें.

    सेकंडों में एक कुंजी बनाएं, अपने मौजूदा SDK को Zurelay से जोड़ें, और पहले टोकन से ही हर अनुरोध पर 90% तक कम खर्च करें.

    अपनी API कुंजी पाएँइंजीनियर से बात करें