dokumentation
API

Embeddings

Markdown

Vektorrepresentationer av text för sökning, RAG och klustring.

Fullständig 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": ["Första dokumentet", "Andra dokumentet"]}' 
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

  • Authorizationheaderobligatoriskt

    Nyckel i formatet Bearer sk-…. Även följande headers kan användas x-api-key eller x-goog-api-key.

Anropskropp

  • modelstringobligatoriskt

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

  • inputstring | arrayobligatoriskt

    En sträng eller en array av strängar. Längden på varje indatasträng begränsas av modellens kontextfönster (4096 token för NVIDIA-modeller).

  • encoding_formatstringvalfritt

    float (standard) eller base64 — om modellen stöder det.

Svar

  • data[].embeddingarray

    En talvektor för varje indataelement, i samma ordning.

  • usageobject

    Antal indatatoken. Utdata från embeddings debiteras inte.

Har du fler frågor? Skicka Request ID och en beskrivning, så hjälper vi dig.Kontakta supporten