OpenAI: text-embedding-ada-002
text-embedding-ada-002- Entrada / Salida
- $0.10 / $0.00
- Contexto
- 8.2K
- Modalidades
- Incrustación
Sobre text-embedding-ada-002
text-embedding-ada-002 es un modelo de embedding anterior de OpenAI sobre el cual se construyeron muchos índices vectoriales existentes. OpenAI lo describe como una versión mejorada y de mayor rendimiento del modelo de embedding ada original, que abarca búsqueda, agrupación (clustering), recomendaciones, detección de anomalías y clasificación. Es relevante principalmente para mantener la compatibilidad con vectores almacenados, ya que los modelos más nuevos text-embedding-3 lo reemplazan para proyectos nuevos.
Puntos fuertes
- Compatible con la gran cantidad de índices ya creados con vectores ada-002.
- Abarca búsqueda, agrupación (clustering), recomendaciones, detección de anomalías y clasificación.
- Un modelo de embedding único y familiar con un largo historial en sistemas de producción.
- Funciona en los endpoints de embeddings y por lotes (batch).
Cuándo buscar otra opción
- Los modelos text-embedding-3 de OpenAI son la generación más reciente, y los proyectos nuevos generalmente comienzan ahí.
- Sus vectores no pueden mezclarse con los de otro modelo, por lo que migrar significa volver a procesar todo con embeddings.
- Solo procesa texto y no ofrece dimensiones seleccionables.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
IncrustaciónEndpoint de TokenLabPOST/v1/embeddingscurl -X POST "https://api.tokenlab.sh/v1/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "encoding_format": "float", "model": "text-embedding-ada-002", "input": "The quick brown fox jumps over the lazy dog." }'
Parámetros
Incrustación
| Parámetro | Valores y límites | Predeterminado | Notas |
|---|---|---|---|
encoding_format | float, base64 | No especificado | No especificado |
input | Entradas: ≥ 1, ≤ 2048 | No especificado | Input accepts text or token IDs. Each input is limited to 8192 tokens; a request is limited to 300000 tokens in total. |
user | No especificado | No especificado | No especificado |
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
Incrustación
Por 1M Token- Precio Official
- Entrada $0.10 / Salida $0.00
- Precio Verified
- —
- Descuento
- —
| Precio OfficialPor 1M Token | Precio VerifiedPor 1M Token | Descuento | |
|---|---|---|---|
| Incrustación | Entrada $0.10 / Salida $0.00 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre text-embedding-ada-002 en Console con un prompt listo para editar o enviar.
Ayúdame a probar text-embedding-ada-002 con embedding en /v1/embeddings. Muestra el resultado y el coste.
Casos de uso
Mantenimiento de un índice existente
Añadir nuevos documentos a un corpus ya procesado con ada-002 para que las consultas sigan coincidiendo.
Sistemas RAG heredados
Mantener una pila de recuperación en producción estable y sin cambios mientras el equipo planifica una migración cuidadosa.
Reproducción de resultados anteriores
Volver a ejecutar experimentos y evaluaciones antiguos que dependían de vectores ada-002, para que los resultados sigan siendo comparables.
Línea base de migración
Comparar la calidad de recuperación de ada-002 frente a un modelo de embedding más nuevo en sus propias consultas antes de realizar el cambio.
Ejemplos de prompts
Procesar estos nuevos artículos de soporte para que coincidan con el índice ada-002 existente.
Procesar mis consultas de prueba con el mismo modelo que el corpus almacenado.
Procesar 500 documentos para poder comparar la recuperación frente a text-embedding-3-small.
Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.
FAQ
¿Qué tipo de modelo es text-embedding-ada-002?
Es un modelo de embedding de texto antiguo de OpenAI que OpenAI describe como una versión mejorada y de mayor rendimiento del modelo de embedding ada original. Convierte texto en vectores para búsquedas y tareas similares.
¿Por qué alguien seguiría usándolo?
Para mantener la compatibilidad con vectores ya almacenados. Una consulta debe procesarse con el mismo modelo que los documentos, por lo que un índice ada-002 existente necesita ada-002 hasta que se vuelva a procesar.
¿Deberían usarlo los proyectos nuevos?
Generalmente no. Los modelos text-embedding-3 son más nuevos y OpenAI enumera a text-embedding-3-small como una mejora sobre el modelo ada. Comience por ahí a menos que la compatibilidad con vectores almacenados obligue a usar ada-002.
¿Cómo migro fuera de él?
Vuelva a procesar el corpus completo con el nuevo modelo, cree un nuevo índice y cambie las consultas simultáneamente. Nunca mezcle espacios vectoriales en un mismo índice y mantenga el índice antiguo hasta que el nuevo esté verificado.
¿Qué endpoints lo admiten?
Funciona solo con el endpoint de embeddings y el endpoint de procesamiento por lotes (batch). Los endpoints de chat, asistentes, ajuste fino (fine-tuning) e imágenes no son compatibles, por lo que sirve puramente como un generador de vectores para sistemas de recuperación.
¿Cuánto cuesta text-embedding-ada-002?
En TokenLab, text-embedding-ada-002 cuesta Entrada $0.10 / Salida $0.00 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Qué endpoint debe usar text-embedding-ada-002?
Utiliza https://api.tokenlab.sh/v1/embeddings para text-embedding-ada-002. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta text-embedding-ada-002?
text-embedding-ada-002 admite Incrustación. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar text-embedding-ada-002
Fuentes
Revisado el 2 oct 2026
