Embeddings
MarkdownRappresentazioni vettoriali del testo per ricerca, RAG e clustering.
Guida completa
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": ["Primo documento", "Secondo documento"]}' emb = client.embeddings.create(
model="nvidia/nemotron-3-embed-1b",
input=["Primo documento", "Secondo 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 }
}Autorizzazione
- Authorizationheaderobbligatorio
Chiave nel formato
Bearer sk-…. Sono accettati anche gli headerx-api-keyoppurex-goog-api-key.
Corpo della richiesta
- modelstringobbligatorio
Modello di embedding:
nvidia/nemotron-3-embed-1b,nvidia/llama-nemotron-embed-vl-1b-v2. - inputstring | arrayobbligatorio
Stringa o array di stringhe. La lunghezza di ogni input è limitata dal contesto del modello (4096 token per i modelli NVIDIA).
- encoding_formatstringfacoltativo
float(predefinito) oppurebase64— se il modello lo supporta.
Risposta
- data[].embeddingarray
Vettore di numeri per ciascun input, nello stesso ordine.
- usageobject
Numero di token di input. L’output degli embedding non viene addebitato.
Hai altre domande? Invia il Request ID e una descrizione — ti aiuteremo a chiarire il problema.Contatta l’assistenza