OpenAI의 비용 효율적인 텍스트 임베딩 모델입니다. 의미 검색, 클러스터링, 유사도 작업을 위한 벡터 표현을 매우 낮은 비용으로 생성합니다.
콘솔의 Playground에서 별도 코드 없이 이 모델을 즉시 테스트할 수 있어요
이 모델의 사용법을 Claude, ChatGPT 등에 복사
| 토큰 종류 | 크레딧 | 달러 환산 |
|---|---|---|
| 입력 토큰 | 37 | $0.02 |
| 출력 토큰 | 0 | $0.00 |
* 1,500 크레딧 ≈ $1 (실제 요금은 사용량에 따라 달라질 수 있습니다)
curl -X POST "https://api.core.today/llm/openai/v1/embeddings" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer cdt_your_api_key" \
-d '{
"model": "text-embedding-3-small",
"input": "What is the meaning of life?"
}'| 파라미터 | 타입 | 필수 | 기본값 | 설명 |
|---|---|---|---|---|
input | string | array | Yes | - | 임베딩할 텍스트 또는 텍스트 배열. 항목당 최대 8,191 입력 토큰. |
model | string | Yes | text-embedding-3-small | 모델 식별자. |
dimensions | integer | No | 1536 | 임베딩 출력 차원. 기본값 1,536. 의미 품질을 유지하면서 저장 공간을 줄이도록 축소할 수 있습니다. |
encoding_format | string | No | float | 반환되는 임베딩 형식: float 또는 base64. floatbase64 |
의미 검색을 위한 임베딩 생성
curl -X POST "https://api.core.today/llm/openai/v1/embeddings" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer cdt_your_api_key" \
-d '{
"model": "text-embedding-3-small",
"input": "What is the meaning of life?"
}'