Embeddings

curl https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "nvidia/nemotron-3-embed-1b", "input": ["Erstes Dokument", "Zweites Dokument"]}' 

emb = client.embeddings.create(
    model="nvidia/nemotron-3-embed-1b",
    input=["Erstes Dokument", "Zweites Dokument"],
)
vectors = [d.embedding for d in emb.data]

{
  "object": "list",
  "data": [
    { "object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, 0.0789, …] },
    { "object": "embedding", "index": 1, "embedding": [-0.0321, 0.0654, 0.0987, …] }
  ],
  "model": "nvidia/nemotron-3-embed-1b",
  "usage": { "prompt_tokens": 8, "total_tokens": 8 }
}

Authentifizierung

• Authorizationheadererforderlich

  Schlüssel in der Form Bearer sk-…. Alternativ akzeptiert Ailoot die Header x-api-key oder x-goog-api-key.

Request-Body

• modelstringerforderlich

  Embedding-Modell: nvidia/nemotron-3-embed-1b, nvidia/llama-nemotron-embed-vl-1b-v2.

• inputstring | arrayerforderlich

  String oder Array aus Strings. Die Länge einer einzelnen Eingabe ist durch das Kontextfenster des Modells begrenzt (bei NVIDIA-Modellen 4096 Tokens).

• encoding_formatstringoptional

  float (standardmäßig) oder base64 — sofern das Modell dies unterstützt.

Antwort

• data[].embeddingarray

  Ein Zahlenvektor je Eingabe, in derselben Reihenfolge.

• usageobject

  Anzahl der Eingabetokens. Die Ausgabe von Embeddings wird nicht verrechnet.