docs
API

Embeddings

Markdown

A szöveg vektoros reprezentációi kereséshez, RAG-hoz és klaszterezéshez.

Teljes útmutató
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": ["Első dokumentum", "Második dokumentum"]}' 
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 }
}

Hitelesítés

  • Authorizationheaderkötelező

    A kulcs formátuma Bearer sk-…. A következő fejlécek is használhatók: x-api-key vagy x-goog-api-key.

A kérés törzse

  • modelstringkötelező

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

  • inputstring | arraykötelező

    Karakterlánc vagy karakterláncok tömbje. Egy bemenet hosszát a modell kontextusablaka korlátozza (az NVIDIA modelleknél 4096 token).

  • encoding_formatstringnem kötelező

    float (alapértelmezés) vagy base64 — ha a modell támogatja.

Válasz

  • data[].embeddingarray

    Számokból álló vektor minden bemenethez, az eredetivel megegyező sorrendben.

  • usageobject

    A bemeneti tokenek száma. A beágyazások kimenetéért nem számítunk fel díjat.

Maradt kérdése? Küldje el a Request ID-t és a probléma leírását — segítünk tisztázni.Írjon a támogatásnak