documentazione
API

Embeddings

Markdown

Rappresentazioni vettoriali del testo per ricerca, RAG e clustering.

Guida completa
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": ["Primo documento", "Secondo documento"]}' 
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 }
}

Autorizzazione

  • Authorizationheaderobbligatorio

    Chiave nel formato Bearer sk-…. Sono accettati anche gli header x-api-key oppure x-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) oppure base64 — 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