Embeddings
MarkdownΔιανυσματικές αναπαραστάσεις κειμένου για αναζήτηση, RAG και ομαδοποίηση.
Πλήρης οδηγός
POST
https://api.ailoot.ai/v1/embeddingscurl 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": ["Πρώτο έγγραφο", "Δεύτερο έγγραφο"]}' emb = client.embeddings.create(
model="nvidia/nemotron-3-embed-1b",
input=["Πρώτο έγγραφο", "Δεύτερο έγγραφο"],
)
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 }
}Έλεγχος ταυτότητας
- Authorizationheaderυποχρεωτικό
Κλειδί στη μορφή
Bearer sk-…. Μπορείτε επίσης να χρησιμοποιήσετε τις κεφαλίδεςx-api-keyήx-goog-api-key.
Σώμα αιτήματος
- modelstringυποχρεωτικό
Μοντέλο διανυσματικών αναπαραστάσεων:
nvidia/nemotron-3-embed-1b,nvidia/llama-nemotron-embed-vl-1b-v2. - inputstring | arrayυποχρεωτικό
Συμβολοσειρά ή πίνακας συμβολοσειρών. Το μήκος κάθε εισόδου περιορίζεται από το παράθυρο συμφραζομένων του μοντέλου (στα μοντέλα NVIDIA — 4096 token).
- encoding_formatstringπροαιρετικό
float(από προεπιλογή) ήbase64— εφόσον το υποστηρίζει το μοντέλο.
Απάντηση
- data[].embeddingarray
Διάνυσμα αριθμών για κάθε είσοδο, με την ίδια σειρά.
- usageobject
Αριθμός token εισόδου. Η έξοδος των διανυσματικών αναπαραστάσεων δεν χρεώνεται.
Έχετε ερωτήσεις; Στείλτε μας το Request ID και μια περιγραφή — θα σας βοηθήσουμε να βρείτε την αιτία.Επικοινωνία με την υποστήριξη