Embeddings
Markdown검색, RAG, 클러스터링을 위한 텍스트 벡터 표현입니다.
전체 가이드
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": ["첫 번째 문서", "두 번째 문서"]}' emb = client.embeddings.create(
model="nvidia/nemotron-3-embed-1b",
input=["첫 번째 문서", "두 번째 문서"],
)
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 }
}인증
- Authorizationheader필수
키 형식:
Bearer sk-…. 다음 헤더도 사용할 수 있습니다:x-api-key또는x-goog-api-key.
요청 본문
- modelstring필수
임베딩 모델:
nvidia/nemotron-3-embed-1b,nvidia/llama-nemotron-embed-vl-1b-v2. - inputstring | array필수
문자열 또는 문자열 배열입니다. 각 입력의 길이는 모델 컨텍스트로 제한됩니다(NVIDIA 모델은 4096토큰).
- encoding_formatstring선택 사항
float(기본값) 또는base64— 모델이 지원하는 경우.
응답
- data[].embeddingarray
각 입력의 숫자 벡터이며 입력 순서와 같습니다.
- usageobject
입력 토큰 수입니다. 임베딩 출력은 과금하지 않습니다.
궁금한 점이 남았나요? Request ID와 설명을 보내 주시면 해결을 도와드리겠습니다.지원팀에 문의