OpenAI: text-embedding-ada-002

Text Embedding Ada 002, birçok mevcut vektör dizininde kullanılan daha eski bir OpenAI yerleştirme modelidir. Farklı modellerden gelen vektörler aynı benzerlik uzayında karıştırılmamalıdır; bu nedenle depolanmış yerleştirmelerle uyumluluğu korumak gerektiğinde geçerliliğini korur.

Modelleri karşılaştır

text-embedding-ada-002

MevcutOpenAIVektörleştirmeSenkron

Girdi / Çıktı: $0.10 / $0.00
Bağlam: 8.2K
Modlar: Vektörleştirme

text-embedding-ada-002 hakkında

text-embedding-ada-002, birçok mevcut vektör dizininin üzerine inşa edildiği eski bir OpenAI gömme (embedding) modelidir. OpenAI bunu, orijinal ada gömme modelinin geliştirilmiş ve daha yüksek performanslı bir sürümü olarak tanımlamakta; arama, kümeleme, öneri sistemleri, anomali tespiti ve sınıflandırma gibi alanları kapsamaktadır. Yeni projeler için text-embedding-3 modelleri bunun yerini aldığından, bu model temel olarak depolanmış vektörlerle uyumluluğu korumak için önem taşır.

Güçlü yönleri

ada-002 vektörleri ile halihazırda oluşturulmuş çok sayıda dizinle uyumludur.
Arama, kümeleme, öneri sistemleri, anomali tespiti ve sınıflandırmayı kapsar.
Üretim sistemlerinde uzun bir geçmişe sahip, tek ve tanıdık bir gömme modelidir.
Gömme (embeddings) ve toplu işlem (batch) uç noktalarında çalışır.

Alternatif aramanız gereken durumlar

OpenAI'ın text-embedding-3 modelleri daha yeni nesildir ve yeni projeler genellikle bunlarla başlar.
Vektörleri başka bir modelinkiyle karıştırılamaz, bu nedenle geçiş yapmak her şeyin yeniden gömülmesini gerektirir.
Yalnızca metin gömer ve seçilebilir boyutlar sunmaz.

Başlarken

API anahtarı oluştur
Console'da bir anahtar oluşturun, platformdaki tüm modellerle kullanın.

İlk isteğinizi gönderin

Diliniz için olan örneği kopyalayın ve uç noktada çalıştırın.

VektörleştirmeTokenLab uç noktası

POST/v1/embeddings

curl -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."
}'

Parametreler

Vektörleştirme

Parametre	Değerler ve sınırlar	Varsayılan	Notlar
`encoding_format`	float, base64	Belirtilmemiş	Belirtilmemiş
`input`	Girdi sayısı: ≥ 1, ≤ 2048	Belirtilmemiş	Input accepts text or token IDs. Each input is limited to 8192 tokens; a request is limited to 300000 tokens in total.
`user`	Belirtilmemiş	Belirtilmemiş	Belirtilmemiş

Fiyatlandırma

Verified fiyatı Verified için geçerlidir ve çoğu modelde daha düşüktür. Official fiyatı, model üreticisinin yayınladığı fiyattır ve daha güvenilir Official rotası için geçerlidir. Auto, isteği tamamlayan rotanın fiyatını uygular.

Vektörleştirme

1M token başına

Official fiyatı: Girdi $0.10 / Çıktı $0.00
Verified fiyatı: —
İndirim: —

	Official fiyatı1M token başına	Verified fiyatı1M token başına	İndirim
Vektörleştirme	Girdi $0.10 / Çıktı $0.00	—	—

Kullanım ve etkinlik

Başarı oranı, tamamlanan isteklerin payıdır. Gecikme, tam bir yanıtın ne kadar sürdüğüdür; P95, isteklerin %95’inin bu süre içinde tamamlandığı anlamına gelir.

Kullanım ve kullanılabilirlik

Son 24 saat

İstekler
Başarı oranı
P95 gecikmesi
Toplam token

Model performansı

Son güncelleme: 1 Kas 2026 08:12 UTC

Metrikler, gizlilik ve veri hacmi eşikleri karşılandığında görünür.

Veriler, durum kontrolleri hariç tutularak toplu kullanıcı isteklerine dayanmaktadır.

Console'da aç

text-embedding-ada-002 modelini Console'da açın, istemi düzenlemek veya göndermek için hazır hale getirin.

text-embedding-ada-002 ile /v1/embeddings üzerinden embedding işlemini dene. Sonucu ve maliyeti göster.

Kullanım senaryoları

Mevcut bir dizini koruma
Sorguların eşleşmeye devam etmesi için halihazırda ada-002 ile gömülmüş bir külliyata yeni belgeler ekleyin.
Eski RAG sistemleri
Ekip dikkatli bir geçiş planlarken üretimdeki getirme (retrieval) yığınını kararlı ve değişmeden tutun.
Önceki sonuçları yeniden üretme
Sonuçların karşılaştırılabilir kalması için ada-002 vektörlerine dayanan eski deneyleri ve değerlendirmeleri yeniden çalıştırın.
Geçiş temeli
Geçiş yapmadan önce kendi sorgularınızda ada-002'nin getirme kalitesini daha yeni bir gömme modeliyle karşılaştırın.

Prompt örnekleri

Bu yeni destek makalelerini, mevcut ada-002 diziniyle eşleşecek şekilde gömün.

Test sorgularımı, depolanan külliyatla aynı modeli kullanarak gömün.

text-embedding-3-small ile getirme performansını karşılaştırabilmek için 500 belgeyi gömün.

Bu model koşullu fiyatlandırmaya sahiptir. Yalnızca aylık token toplamları güvenilir bir tahmin üretmez; istek özellikleri, önbellek ve geçerli zaman penceresi için ayrıntılı fiyatlandırmayı kullanın.

FAQ

text-embedding-ada-002 ne tür bir modeldir?

OpenAI'ın, orijinal ada gömme modelinin geliştirilmiş ve daha yüksek performanslı bir sürümü olarak tanımladığı eski bir metin gömme modelidir. Metni, arama ve benzeri görevler için vektörlere dönüştürür.

Neden hala kullanılsın ki?

Halihazırda depolanmış vektörlerle uyumluluğu korumak için. Bir sorgu, belgelerle aynı model kullanılarak gömülmelidir; bu nedenle mevcut bir ada-002 dizini, siz yeniden gömme işlemi yapana kadar ada-002'ye ihtiyaç duyar.

Yeni projeler bunu kullanmalı mı?

Genellikle hayır. text-embedding-3 modelleri daha yenidir ve OpenAI, text-embedding-3-small modelini ada modeline göre bir iyileştirme olarak listeler. Depolanmış vektörlerle uyumluluk ada-002'yi zorunlu kılmadıkça oradan başlayın.

Ondan nasıl geçiş yapabilirim?

Tüm külliyatı yeni modelle yeniden gömün, yeni bir dizin oluşturun ve sorguları birlikte geçirin. Vektör uzaylarını asla tek bir dizinde karıştırmayın ve yenisi doğrulanana kadar eski dizini tutun.

Hangi uç noktalar destekliyor?

Yalnızca embeddings uç noktası ve batch uç noktası ile çalışır. Sohbet, asistanlar, ince ayar (fine-tuning) ve görsel uç noktaları desteklenmez; bu nedenle sadece getirme sistemleri için bir vektör oluşturucu görevi görür.

text-embedding-ada-002 ne kadara mal olur?

TokenLab üzerinde text-embedding-ada-002 Girdi $0.10 / Çıktı $0.00 1M token başına'dır. Tam dökümü yukarıdaki fiyat tablosunda bulabilirsiniz. Ücretler faturalandırma birimine, özelliklere ve kullanıma göre değişir. Modelin ayrıntılı fiyatlandırmasında eşleşen koşulları karşılaştırın; tek bir ücret toplam maliyeti belirlemez.

text-embedding-ada-002 hangi endpoint'i kullanmalı?

text-embedding-ada-002 için varsayılan olarak https://api.tokenlab.sh/v1/embeddings kullanın. Sağlayıcıya özgü yerel format destekleniyorsa API workbench bu endpoint'i de gösterir.

text-embedding-ada-002 hangi operasyonları destekler?

text-embedding-ada-002 Vektörleştirme destekler. Yukarıdaki API workbench'te bir operasyon seçerek ilgili endpoint ve kod örneğini görebilirsiniz.