ドキュメント
API

Embeddings

Markdown

検索、RAG、クラスタリングに使うテキストのベクトル表現。

完全ガイド
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": ["最初の文書", "二番目の文書"]}' 
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 }
}

認証

  • Authorizationheader必須

    キーの形式:Bearer sk-…。次のヘッダーも使用できます:x-api-key または x-goog-api-key。

リクエストボディ

  • modelstring必須

    埋め込みモデル:nvidia/nemotron-3-embed-1b, nvidia/llama-nemotron-embed-vl-1b-v2。

  • inputstring | array必須

    文字列または文字列の配列。一つの入力の長さはモデルのコンテキスト長に制限されます(NVIDIAモデルでは4096トークン)。

  • encoding_formatstring任意

    float (デフォルト)または base64 。モデルが対応している場合に使用できます。

レスポンス

  • data[].embeddingarray

    各入力に対応する数値ベクトル。入力と同じ順序で返されます。

  • usageobject

    入力トークン数。埋め込みの出力は課金されません。

ご不明な点はありますか?Request IDと状況の説明をお送りください。調査をお手伝いします。サポートに問い合わせる