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": ["Primer documento", "Segundo documento"]}' 

emb = client.embeddings.create(
    model="nvidia/nemotron-3-embed-1b",
    input=["Primer documento", "Segundo documento"],
)
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 }
}

Autenticación

• Authorizationheaderobligatorio

  Clave en formato Bearer sk-…. También se admiten los encabezados x-api-key o x-goog-api-key.

Cuerpo de la solicitud

• modelstringobligatorio

  Modelo de embeddings: nvidia/nemotron-3-embed-1b, nvidia/llama-nemotron-embed-vl-1b-v2.

• inputstring | arrayobligatorio

  Una cadena o un arreglo de cadenas. La longitud de cada entrada está limitada por el contexto del modelo (4096 tokens en los modelos de NVIDIA).

• encoding_formatstringopcional

  float (de forma predeterminada) o base64 , si el modelo lo admite.

Respuesta

• data[].embeddingarray

  Un vector de números para cada entrada, en el mismo orden.

• usageobject

  Número de tokens de entrada. La salida de los embeddings no se factura.