Embedding V1 ne kadara mal olur?

Embedding V1, 1M giriş tokeni için ₺3,39 ve 1M çıkış tokeni için ₺4,85 olarak kullandığın kadar öde esasıyla faturalandırılır. Abonelik gerekmez — yalnızca kullandığın kadar ödersiniz.

Embedding V1 neler yapabilir?

Embedding V1, Baidu tarafından geliştirilen bir gömme modeli olup Api.Airforce API üzerinden erişilebilmektedir.

Embedding V1 ücretsiz kullanılabilir mi?

Embedding V1, kullandığın kadar öde esaslı ücretli bir modeldir — abonelik gerekmez, yalnızca kullanım için ücretlendirilirsiniz.

API üzerinden Embedding V1 nasıl kullanırım?

Embedding V1, OpenAI ile uyumludur. Herhangi bir OpenAI SDK'sını https://api.airforce/v1 adresine yönlendirin ve Api.Airforce API anahtarınızla birlikte Embedding-V1 model kimliğini gönderin.

Embedding V1'i kim geliştirdi?

Embedding V1, Baidu tarafından geliştirilen bir gömme modeli olup 100'den fazla diğer modelle birlikte birleşik Api.Airforce ağ geçidi üzerinden sunulmaktadır.

BaiduÜcretliÇalışır durumda

Embedding V1

API model adı: Embedding-V1

Embedding V1, Baidu tarafından geliştirilen bir gömme modeli olup Api.Airforce birleşik API üzerinden sunulmaktadır. Milyon girdi token'ı başına ₺3,39 ve milyon çıktı token'ı başına ₺4,85 olarak fiyatlandırılmıştır. Api.Airforce'ta 100'den fazla diğer modelle birlikte tek bir anahtarla OpenAI uyumlu API üzerinden erişin.

API anahtarı al Fiyatlandırmayı görüntüle

Fiyatlandırma

Girdi / 1M token

≈ ₺3,39

Çıktı / 1M token

≈ ₺4,85

Önbellek okuma / 1M token

≈ ₺0,48

Resmi girdi ücreti

≈ ₺3,39

Api.Airforce fiyatı ile sağlayıcının resmi ücreti karşılaştırması.

Teknik özellikler

Sağlayıcı: Baidu
Tür: gömme modeli

Embedding V1 ne için kullanılır?

models.detail.useCases.embedding

İlgili modeller

ERNIE 3.5 8KBaidu · ₺5,81 / 1M ERNIE 4.0 8KBaidu · ₺28,59 / 1M ERNIE Character 8KBaidu · ₺1,94 / 1M ERNIE Functions 8KBaidu · ₺15,99 / 1M ERNIE Lite 8KBaidu · ₺8,24 / 1M ERNIE Speed 128KBaidu · ₺10,18 / 1M ERNIE Speed 8KBaidu · ₺10,18 / 1M ERNIE Tiny 8KBaidu · ₺3,39 / 1M GPT 5.1 Codex MiniOpenAI · ₺7,75 / 1M GPT 5.2OpenAI · ₺8,72 / 1M GPT 5.2 ChatOpenAI · ₺89,16 / 1M GPT 5.2 Chat LatestOpenAI · ₺89,16 / 1M

Embedding V1 — sıkça sorulan sorular

Embedding V1 ne kadara mal olur?: Embedding V1, 1M giriş tokeni için ₺3,39 ve 1M çıkış tokeni için ₺4,85 olarak kullandığın kadar öde esasıyla faturalandırılır. Abonelik gerekmez — yalnızca kullandığın kadar ödersiniz.
Embedding V1 neler yapabilir?: Embedding V1, Baidu tarafından geliştirilen bir gömme modeli olup Api.Airforce API üzerinden erişilebilmektedir.
Embedding V1 ücretsiz kullanılabilir mi?: Embedding V1, kullandığın kadar öde esaslı ücretli bir modeldir — abonelik gerekmez, yalnızca kullanım için ücretlendirilirsiniz.
API üzerinden Embedding V1 nasıl kullanırım?: Embedding V1, OpenAI ile uyumludur. Herhangi bir OpenAI SDK'sını https://api.airforce/v1 adresine yönlendirin ve Api.Airforce API anahtarınızla birlikte Embedding-V1 model kimliğini gönderin.
Embedding V1'i kim geliştirdi?: Embedding V1, Baidu tarafından geliştirilen bir gömme modeli olup 100'den fazla diğer modelle birlikte birleşik Api.Airforce ağ geçidi üzerinden sunulmaktadır.

Tüm modeller·Hızlı başlangıç·Chat API referansı

Embedding V1 modelini API üzerinden kullan

OpenAI uyumlu — herhangi bir OpenAI SDK'sını https://api.airforce/v1 adresine yönlendirin ve model olarak Embedding-V1 değerini geçin.

cURL

curl https://api.airforce/v1/chat/completions \
  -H "Authorization: Bearer $AIRFORCE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Embedding-V1",
    "messages": [{ "role": "user", "content": "Hello!" }]
  }'

Python

from openai import OpenAI
client = OpenAI(base_url="https://api.airforce/v1", api_key="$AIRFORCE_API_KEY")
r = client.chat.completions.create(
    model="Embedding-V1",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(r.choices[0].message.content)

JavaScript

import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.airforce/v1", apiKey: process.env.AIRFORCE_API_KEY });
const r = await client.chat.completions.create({
  model: "Embedding-V1",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);