Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
openai/text-embedding-3-smallDes vecteurs économiques pour la recherche
Le text-embedding-3-small d'OpenAI transforme du texte en vecteur pour la recherche sémantique, la récupération d'information et le clustering. La sortie est un vecteur de taille fixe, pas des tokens générés, donc aucun coût de sortie. Ce n'est pas un modèle de chat : ni streaming, ni appel d'outils, ni prose.
Facturé uniquement sur les tokens d'entrée ; le vecteur retourné ne coûte rien de plus
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'text-embedding-3-small',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle d'embedding (ex. `text-embedding-3-small`).
inputRequisTexte à encoder. Passez un tableau pour traiter plusieurs chaînes en une requête.
encoding_formatfloatFormat des embeddings retournés.
dimensionsRéduit les dimensions de sortie (modèles compatibles uniquement).
userIdentifiant utilisateur final transmis au fournisseur pour le suivi modération / abus.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.