dokumentasjon
API

Embeddings

Markdown

Vektorrepresentasjoner av tekst for søk, RAG og klyngedannelse.

Fullstendig guide
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": ["Første dokument", "Andre dokument"]}' 
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 }
}

Autentisering

  • Authorizationheaderpåkrevd

    Nøkkel i formatet Bearer sk-…. Du kan også bruke headerne x-api-key eller x-goog-api-key.

Forespørselskropp

  • modelstringpåkrevd

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

  • inputstring | arraypåkrevd

    En streng eller en liste med strenger. Lengden på hver inndatastreng begrenses av modellens kontekstvindu (4096 tokener for NVIDIA-modeller).

  • encoding_formatstringvalgfri

    float (standard) eller base64 — hvis modellen støtter det.

Svar

  • data[].embeddingarray

    En tallvektor for hvert inndataelement, i samme rekkefølge.

  • usageobject

    Antall inndatatokener. Utdata fra embeddings belastes ikke.

Flere spørsmål? Send Request ID og en beskrivelse, så hjelper vi deg.Kontakt brukerstøtte