# OpenAI Text Embedding Ada 002

> Преобразует текст в числовые векторы для поиска по смыслу, сравнения сходства и работы с кодом; подходит для индексирования документов и поиска.

- **ID для API:** `openai/text-embedding-ada-002`
- **Тип Модели:** Модель эмбеддингов
- **Контекст:** 8 192 токенов
- **Максимум на ответ:** 7 372 токенов
- **Вход:** текст → **Выход:** эмбеддинги, текст

## Описание

#### Суть
Модель OpenAI преобразует текст в числовые векторные представления — embeddings, которые помогают приложениям сопоставлять фрагменты по смыслу, а не только по совпадению слов. По данным каталога, на вход принимается текст, контекст составляет 8192 токена, а среди выходных модальностей указаны embeddings и text.

#### Сильные стороны
OpenAI представила модель как единое решение для нескольких задач, ранее обслуживавшихся отдельными embedding-моделями: поиска по тексту, сходства текстов и поиска по коду. В опубликованном сравнении она превосходила предыдущие embedding-модели OpenAI в задачах текстового и кодового поиска, а также определения сходства предложений; для классификации результаты были сопоставимы с прежними моделями. Увеличенный контекст упрощает обработку длинных документов без необходимости заранее дробить каждый материал на короткие части.

#### Типовые сценарии
Векторные представления можно сохранять в индексе и использовать для семантического поиска: запрос и документы сравниваются по близости векторных представлений, чтобы находить тематически релевантные материалы. Другие подходящие сценарии — ранжирование текстов по сходству, группировка похожих документов и поиск по коду. Embeddings также могут служить признаками для систем рекомендаций и классификации, но качество в каждом таком применении следует проверять на собственных данных.

#### Ограничения
Это embedding-модель, а не универсальная система для написания ответов: её основная функция — представлять текст в векторном виде. В анонсе OpenAI отмечено, что на задаче классификации с обучением лёгкого линейного слоя модель не превосходила text-similarity-davinci-001; для такого сценария компания рекомендовала сравнить качество обеих моделей. Результаты поиска и сходства зависят от того, как подготовлены тексты и запросы, а также от выбранного способа сравнения векторов. Для конкретного набора данных полезно оценивать релевантность результатов отдельно.

## Цены

- Запрос / 1М: 12,09 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| openai | Запрос / 1М: 12,09 ₽ | 8 192 | 7 372 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/embeddings \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/text-embedding-ada-002",
  "input": [
    "Пример текста для поиска"
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/openai/text-embedding-ada-002
- Каталог: https://polza.ai/models