dokumentaatio
API

Embeddings

Markdown

Tekstin vektoriesitykset hakuun, RAGiin ja klusterointiin.

Koko opas
POSThttps://api.ailoot.ai/v1/embeddings
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": ["Ensimmäinen asiakirja", "Toinen asiakirja"]}' 
200 OK
{
  "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 }
}

Todennus

  • Authorizationheaderpakollinen

    Avain muodossa Bearer sk-…. Myös seuraavat otsakkeet käyvät: x-api-key tai x-goog-api-key.

Pyynnön runko

  • modelstringpakollinen

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

  • inputstring | arraypakollinen

    Merkkijono tai merkkijonotaulukko. Yhden syötteen pituutta rajoittaa mallin konteksti (NVIDIA-malleilla 4096 tokenia).

  • encoding_formatstringvalinnainen

    float (oletus) tai base64 — jos malli tukee sitä.

Vastaus

  • data[].embeddingarray

    Lukuvektori kullekin syötteelle samassa järjestyksessä.

  • usageobject

    Syötetokenien määrä. Vektoriesitysten tulosteesta ei veloiteta.

Onko vielä kysyttävää? Lähetä Request ID ja kuvaus — autamme selvittämään asian.Ota yhteyttä tukeen