{
  "aboutHtml": "<p>Το bge-large-en-v1.5 είναι η μεγάλη αγγλόφωνη έκδοση πυκνών ενσωματώσεων της BAAI. Αντιστοιχίζει ένα κείμενο σε διάνυσμα 1024 διαστάσεων για ανάκτηση αποσπασμάτων και σημασιολογική σύγκριση. Η έκδοση 1.5 είναι η ενημέρωση του κατασκευαστή που στοχεύει σε χρησιμότερη κατανομή ομοιότητας και βελτιωμένη ανάκτηση χωρίς οδηγία. Το Large παραμένει ξεχωριστό σημείο ελέγχου από τα Base, Small, τις κινεζικές εκδόσεις και το πολυγλωσσικό μοντέλο BGE-M3.</p><h4>Ρυθμίστε την ανάκτηση αποσπασμάτων</h4><p>Για σύντομο ερώτημα αναζήτησης σε μεγαλύτερα έγγραφα, ο κατασκευαστής συνιστά την οδηγία ερωτήματος «Represent this sentence for searching relevant passages:». Προσθέστε τη στην πλευρά του ερωτήματος· τα αποσπάσματα της συλλογής κρατούν το δικό τους κείμενο πηγής χωρίς αυτή την οδηγία. Σε άλλες χρήσεις αρκεί το άμεσο κείμενο. Η BAAI τεκμηριώνει επίσης ανάκτηση χωρίς το πρόθεμα στην v1.5 και συνιστά να επιλέγετε την προετοιμασία που αποδίδει καλύτερα στην πραγματική εργασία.</p><p>Μια πρακτική συλλογή γνώσης μπορεί να ευρετηριάζει τις ενότητες ενός αγγλικού τεχνικού εγχειριδίου. Ένα ερώτημα για το ποια ρύθμιση αλλάζει τη μορφή εξόδου πρέπει να επιστρέφει την ενότητα που εξηγεί τη ρύθμιση και τις συνθήκες της. Κρατήστε την επικεφαλίδα, τη σχετική εξήγηση και τη θέση πηγής με κάθε απόσπασμα. Το μοντέλο παρέχει την αριθμητική αναπαράσταση· το κείμενο πηγής που επιστρέφεται είναι αυτό που χρησιμοποιεί ο αναγνώστης ή ένα μεταγενέστερο στάδιο RAG.</p><h4>Αναπαράσταση και αντιστοίχιση</h4><p>Το παράδειγμα άμεσης κωδικοποίησης του κατασκευαστή χρησιμοποιεί την τελική κρυφή κατάσταση του πρώτου token CLS ως συγκεντρωτική ενσωμάτωση και κατόπιν κανονικοποιεί το διάνυσμα. Η σύγκριση κανονικοποιημένων διανυσμάτων με εσωτερικό γινόμενο δίνει ομοιότητα συνημιτόνου. Έτσι κάθε απόσπασμα μπορεί να προετοιμάζεται μία φορά και να αποθηκεύεται για σύγκριση με διανύσματα εισερχόμενων ερωτημάτων, ενώ το υλικό πηγής που αλλάζει λαμβάνει ενημερωμένη αναπαράσταση.</p><p>Οι 1024 διαστάσεις ορίζουν το μήκος του διανύσματος εξόδου. Διαφέρουν από την αναπαράσταση 768 διαστάσεων του Base και δεν τεκμηριώνουν συμβατό κοινό χώρο με άλλο σημείο ελέγχου. Κρατήστε το μοντέλο και τη σύμβαση προετοιμασίας συνδεδεμένα με το αποθηκευμένο ευρετήριο. Η αλλαγή έκδοσης ενσωματώσεων απαιτεί έλεγχο των αναπαραστάσεων συλλογής και ερωτημάτων μαζί.</p><h4>Προσαρμόστε την πηγή στο παράθυρο</h4><p>Το τεκμηριωμένο μήκος ακολουθίας είναι 512 token. Προετοιμάστε ένα μεγάλο εγχειρίδιο ως συνεκτικές ενότητες και όχι ως μία υπερμεγέθη είσοδο. Κρατήστε μια συνθήκη ή εξαίρεση δίπλα στον κανόνα που περιορίζει και συμπεριλάβετε αρκετά συμφραζόμενα, ώστε η ανακτημένη ενότητα να έχει νόημα μόνη της. Μια πρόσθετη οδηγία ερωτήματος καταλαμβάνει επίσης token εισόδου, επομένως το παράθυρο του μοντέλου αφορά ολόκληρη την προετοιμασμένη είσοδο.</p><p>Ένα χρήσιμο όριο αποσπάσματος μπορεί να περιλαμβάνει επικεφαλίδα και τις παραγράφους που απαντούν σε ένα ερώτημα χρήστη. Διατηρήστε το αναγνωριστικό και την έκδοση του αρχικού εγγράφου έξω από το διάνυσμα, ώστε το αποτέλεσμα να παραμένει ανιχνεύσιμο στη σωστή πηγή. Για σύγκριση, χρησιμοποιήστε τα πραγματικά κείμενα αντί να τα αντικαθιστάτε με άσχετες συνόψεις που αφαιρούν τη διαφορά που χρειάζεται να βρείτε.</p><h4>Ερμηνεύστε τη βαθμολογία</h4><p>Ο κατασκευαστής προειδοποιεί να μη θεωρείται η απόλυτη ομοιότητα καθολικός κανόνας σημασιολογικής ισοδυναμίας. Η σχετική σειρά βαθμολογιών είναι κεντρική στην ανάκτηση και ένα κατώφλι πρέπει να βαθμονομείται στην κατανομή κειμένων της ίδιας της εργασίας. Ελέγξτε τα υποψήφια αποσπάσματα για ερωτήματα με γνωστές απαντήσεις και για ερωτήματα των οποίων η απάντηση απουσιάζει. Έτσι φαίνεται αν μια επιστρεφόμενη ενότητα παρέχει τις απαιτούμενες πληροφορίες αντί απλώς να μοιάζει θεματικά.</p><p>Το bge-large-en-v1.5 παρέχει αγγλικά πυκνά διανύσματα. Ένας ξεχωριστός επανακατατάκτης μπορεί να βελτιώσει τη σειρά υποψηφίων και ένα ξεχωριστό γλωσσικό μοντέλο να συνθέσει απάντηση από τα επιλεγμένα αποσπάσματα. Η χρήσιμη έξοδος αυτής της έκδοσης είναι αναζητήσιμη αναπαράσταση συνδεδεμένη με το κείμενο πηγής της, με διατηρημένη την ακριβή επιλογή μοντέλου Large v1.5 και την προετοιμασία εισόδου.</p>",
  "aboutText": "Το bge-large-en-v1.5 είναι η μεγάλη αγγλόφωνη έκδοση πυκνών ενσωματώσεων της BAAI. Αντιστοιχίζει ένα κείμενο σε διάνυσμα 1024 διαστάσεων για ανάκτηση αποσπασμάτων και σημασιολογική σύγκριση. Η έκδοση 1.5 είναι η ενημέρωση του κατασκευαστή που στοχεύει σε χρησιμότερη κατανομή ομοιότητας και βελτιωμένη ανάκτηση χωρίς οδηγία. Το Large παραμένει ξεχωριστό σημείο ελέγχου από τα Base, Small, τις κινεζικές εκδόσεις και το πολυγλωσσικό μοντέλο BGE-M3.\n\n### Ρυθμίστε την ανάκτηση αποσπασμάτων\n\nΓια σύντομο ερώτημα αναζήτησης σε μεγαλύτερα έγγραφα, ο κατασκευαστής συνιστά την οδηγία ερωτήματος «Represent this sentence for searching relevant passages:». Προσθέστε τη στην πλευρά του ερωτήματος· τα αποσπάσματα της συλλογής κρατούν το δικό τους κείμενο πηγής χωρίς αυτή την οδηγία. Σε άλλες χρήσεις αρκεί το άμεσο κείμενο. Η BAAI τεκμηριώνει επίσης ανάκτηση χωρίς το πρόθεμα στην v1.5 και συνιστά να επιλέγετε την προετοιμασία που αποδίδει καλύτερα στην πραγματική εργασία.\n\nΜια πρακτική συλλογή γνώσης μπορεί να ευρετηριάζει τις ενότητες ενός αγγλικού τεχνικού εγχειριδίου. Ένα ερώτημα για το ποια ρύθμιση αλλάζει τη μορφή εξόδου πρέπει να επιστρέφει την ενότητα που εξηγεί τη ρύθμιση και τις συνθήκες της. Κρατήστε την επικεφαλίδα, τη σχετική εξήγηση και τη θέση πηγής με κάθε απόσπασμα. Το μοντέλο παρέχει την αριθμητική αναπαράσταση· το κείμενο πηγής που επιστρέφεται είναι αυτό που χρησιμοποιεί ο αναγνώστης ή ένα μεταγενέστερο στάδιο RAG.\n\n### Αναπαράσταση και αντιστοίχιση\n\nΤο παράδειγμα άμεσης κωδικοποίησης του κατασκευαστή χρησιμοποιεί την τελική κρυφή κατάσταση του πρώτου token CLS ως συγκεντρωτική ενσωμάτωση και κατόπιν κανονικοποιεί το διάνυσμα. Η σύγκριση κανονικοποιημένων διανυσμάτων με εσωτερικό γινόμενο δίνει ομοιότητα συνημιτόνου. Έτσι κάθε απόσπασμα μπορεί να προετοιμάζεται μία φορά και να αποθηκεύεται για σύγκριση με διανύσματα εισερχόμενων ερωτημάτων, ενώ το υλικό πηγής που αλλάζει λαμβάνει ενημερωμένη αναπαράσταση.\n\nΟι 1024 διαστάσεις ορίζουν το μήκος του διανύσματος εξόδου. Διαφέρουν από την αναπαράσταση 768 διαστάσεων του Base και δεν τεκμηριώνουν συμβατό κοινό χώρο με άλλο σημείο ελέγχου. Κρατήστε το μοντέλο και τη σύμβαση προετοιμασίας συνδεδεμένα με το αποθηκευμένο ευρετήριο. Η αλλαγή έκδοσης ενσωματώσεων απαιτεί έλεγχο των αναπαραστάσεων συλλογής και ερωτημάτων μαζί.\n\n### Προσαρμόστε την πηγή στο παράθυρο\n\nΤο τεκμηριωμένο μήκος ακολουθίας είναι 512 token. Προετοιμάστε ένα μεγάλο εγχειρίδιο ως συνεκτικές ενότητες και όχι ως μία υπερμεγέθη είσοδο. Κρατήστε μια συνθήκη ή εξαίρεση δίπλα στον κανόνα που περιορίζει και συμπεριλάβετε αρκετά συμφραζόμενα, ώστε η ανακτημένη ενότητα να έχει νόημα μόνη της. Μια πρόσθετη οδηγία ερωτήματος καταλαμβάνει επίσης token εισόδου, επομένως το παράθυρο του μοντέλου αφορά ολόκληρη την προετοιμασμένη είσοδο.\n\nΈνα χρήσιμο όριο αποσπάσματος μπορεί να περιλαμβάνει επικεφαλίδα και τις παραγράφους που απαντούν σε ένα ερώτημα χρήστη. Διατηρήστε το αναγνωριστικό και την έκδοση του αρχικού εγγράφου έξω από το διάνυσμα, ώστε το αποτέλεσμα να παραμένει ανιχνεύσιμο στη σωστή πηγή. Για σύγκριση, χρησιμοποιήστε τα πραγματικά κείμενα αντί να τα αντικαθιστάτε με άσχετες συνόψεις που αφαιρούν τη διαφορά που χρειάζεται να βρείτε.\n\n### Ερμηνεύστε τη βαθμολογία\n\nΟ κατασκευαστής προειδοποιεί να μη θεωρείται η απόλυτη ομοιότητα καθολικός κανόνας σημασιολογικής ισοδυναμίας. Η σχετική σειρά βαθμολογιών είναι κεντρική στην ανάκτηση και ένα κατώφλι πρέπει να βαθμονομείται στην κατανομή κειμένων της ίδιας της εργασίας. Ελέγξτε τα υποψήφια αποσπάσματα για ερωτήματα με γνωστές απαντήσεις και για ερωτήματα των οποίων η απάντηση απουσιάζει. Έτσι φαίνεται αν μια επιστρεφόμενη ενότητα παρέχει τις απαιτούμενες πληροφορίες αντί απλώς να μοιάζει θεματικά.\n\nΤο bge-large-en-v1.5 παρέχει αγγλικά πυκνά διανύσματα. Ένας ξεχωριστός επανακατατάκτης μπορεί να βελτιώσει τη σειρά υποψηφίων και ένα ξεχωριστό γλωσσικό μοντέλο να συνθέσει απάντηση από τα επιλεγμένα αποσπάσματα. Η χρήσιμη έξοδος αυτής της έκδοσης είναι αναζητήσιμη αναπαράσταση συνδεδεμένη με το κείμενο πηγής της, με διατηρημένη την ακριβή επιλογή μοντέλου Large v1.5 και την προετοιμασία εισόδου.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "3a467727edab636b7d913f36d00a47606eedfb1d58a51b55705fb219a3156bd7",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "el",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">BAAI: bge-large-en-v1.5</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Κλείσιμο\">×</button></div><div class=\"idline\"><span>BAAI /</span><code>baai/bge-large-en-v1.5</code><button type=\"button\" id=\"copy-id\">Αντιγραφή ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Ενότητες κάρτας μοντέλου\"><button type=\"button\" data-card-jump=\"overview\">Εισαγωγή</button><button type=\"button\" data-card-jump=\"methods\">Είσοδοι και μέθοδοι</button><button type=\"button\" data-card-jump=\"pricing\">Τιμολόγηση</button><button type=\"button\" data-card-jump=\"examples\">Παραδείγματα</button><button type=\"button\" data-card-jump=\"results\">Αποτελέσματα</button><button type=\"button\" data-card-jump=\"aliases\">Εναλλακτικά ονόματα</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Μέθοδοι API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|baai%2Fbge-large-en-v1.5\">Διανυσματικές αναπαραστάσεις</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Εισαγωγή</h3><p class=\"mdesc-full\">Το BAAI bge-large-en-v1.5 παράγει αγγλικά διανύσματα κειμένου 1024 διαστάσεων για ανάκτηση και σημασιολογική σύγκριση. Η προετοιμασία v1.5 υποστηρίζει προαιρετική οδηγία ερωτήματος, με τεκμηριωμένο μήκος ακολουθίας 512 tokens.</p><dl class=\"card-io\" data-card-io><div><dt>Αποδεκτές είσοδοι</dt><dd>Κείμενο · token_ids</dd></div><div><dt>Αποτελέσματα</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Σχετικά με το μοντέλο</summary><p class=\"note-s\" data-model-method-boundary>Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.</p><div class=\"mabout\" id=\"m-about\"><p>Το bge-large-en-v1.5 είναι η μεγάλη αγγλόφωνη έκδοση πυκνών ενσωματώσεων της BAAI. Αντιστοιχίζει ένα κείμενο σε διάνυσμα 1024 διαστάσεων για ανάκτηση αποσπασμάτων και σημασιολογική σύγκριση. Η έκδοση 1.5 είναι η ενημέρωση του κατασκευαστή που στοχεύει σε χρησιμότερη κατανομή ομοιότητας και βελτιωμένη ανάκτηση χωρίς οδηγία. Το Large παραμένει ξεχωριστό σημείο ελέγχου από τα Base, Small, τις κινεζικές εκδόσεις και το πολυγλωσσικό μοντέλο BGE-M3.</p><h4>Ρυθμίστε την ανάκτηση αποσπασμάτων</h4><p>Για σύντομο ερώτημα αναζήτησης σε μεγαλύτερα έγγραφα, ο κατασκευαστής συνιστά την οδηγία ερωτήματος «Represent this sentence for searching relevant passages:». Προσθέστε τη στην πλευρά του ερωτήματος· τα αποσπάσματα της συλλογής κρατούν το δικό τους κείμενο πηγής χωρίς αυτή την οδηγία. Σε άλλες χρήσεις αρκεί το άμεσο κείμενο. Η BAAI τεκμηριώνει επίσης ανάκτηση χωρίς το πρόθεμα στην v1.5 και συνιστά να επιλέγετε την προετοιμασία που αποδίδει καλύτερα στην πραγματική εργασία.</p><p>Μια πρακτική συλλογή γνώσης μπορεί να ευρετηριάζει τις ενότητες ενός αγγλικού τεχνικού εγχειριδίου. Ένα ερώτημα για το ποια ρύθμιση αλλάζει τη μορφή εξόδου πρέπει να επιστρέφει την ενότητα που εξηγεί τη ρύθμιση και τις συνθήκες της. Κρατήστε την επικεφαλίδα, τη σχετική εξήγηση και τη θέση πηγής με κάθε απόσπασμα. Το μοντέλο παρέχει την αριθμητική αναπαράσταση· το κείμενο πηγής που επιστρέφεται είναι αυτό που χρησιμοποιεί ο αναγνώστης ή ένα μεταγενέστερο στάδιο RAG.</p><h4>Αναπαράσταση και αντιστοίχιση</h4><p>Το παράδειγμα άμεσης κωδικοποίησης του κατασκευαστή χρησιμοποιεί την τελική κρυφή κατάσταση του πρώτου token CLS ως συγκεντρωτική ενσωμάτωση και κατόπιν κανονικοποιεί το διάνυσμα. Η σύγκριση κανονικοποιημένων διανυσμάτων με εσωτερικό γινόμενο δίνει ομοιότητα συνημιτόνου. Έτσι κάθε απόσπασμα μπορεί να προετοιμάζεται μία φορά και να αποθηκεύεται για σύγκριση με διανύσματα εισερχόμενων ερωτημάτων, ενώ το υλικό πηγής που αλλάζει λαμβάνει ενημερωμένη αναπαράσταση.</p><p>Οι 1024 διαστάσεις ορίζουν το μήκος του διανύσματος εξόδου. Διαφέρουν από την αναπαράσταση 768 διαστάσεων του Base και δεν τεκμηριώνουν συμβατό κοινό χώρο με άλλο σημείο ελέγχου. Κρατήστε το μοντέλο και τη σύμβαση προετοιμασίας συνδεδεμένα με το αποθηκευμένο ευρετήριο. Η αλλαγή έκδοσης ενσωματώσεων απαιτεί έλεγχο των αναπαραστάσεων συλλογής και ερωτημάτων μαζί.</p><h4>Προσαρμόστε την πηγή στο παράθυρο</h4><p>Το τεκμηριωμένο μήκος ακολουθίας είναι 512 token. Προετοιμάστε ένα μεγάλο εγχειρίδιο ως συνεκτικές ενότητες και όχι ως μία υπερμεγέθη είσοδο. Κρατήστε μια συνθήκη ή εξαίρεση δίπλα στον κανόνα που περιορίζει και συμπεριλάβετε αρκετά συμφραζόμενα, ώστε η ανακτημένη ενότητα να έχει νόημα μόνη της. Μια πρόσθετη οδηγία ερωτήματος καταλαμβάνει επίσης token εισόδου, επομένως το παράθυρο του μοντέλου αφορά ολόκληρη την προετοιμασμένη είσοδο.</p><p>Ένα χρήσιμο όριο αποσπάσματος μπορεί να περιλαμβάνει επικεφαλίδα και τις παραγράφους που απαντούν σε ένα ερώτημα χρήστη. Διατηρήστε το αναγνωριστικό και την έκδοση του αρχικού εγγράφου έξω από το διάνυσμα, ώστε το αποτέλεσμα να παραμένει ανιχνεύσιμο στη σωστή πηγή. Για σύγκριση, χρησιμοποιήστε τα πραγματικά κείμενα αντί να τα αντικαθιστάτε με άσχετες συνόψεις που αφαιρούν τη διαφορά που χρειάζεται να βρείτε.</p><h4>Ερμηνεύστε τη βαθμολογία</h4><p>Ο κατασκευαστής προειδοποιεί να μη θεωρείται η απόλυτη ομοιότητα καθολικός κανόνας σημασιολογικής ισοδυναμίας. Η σχετική σειρά βαθμολογιών είναι κεντρική στην ανάκτηση και ένα κατώφλι πρέπει να βαθμονομείται στην κατανομή κειμένων της ίδιας της εργασίας. Ελέγξτε τα υποψήφια αποσπάσματα για ερωτήματα με γνωστές απαντήσεις και για ερωτήματα των οποίων η απάντηση απουσιάζει. Έτσι φαίνεται αν μια επιστρεφόμενη ενότητα παρέχει τις απαιτούμενες πληροφορίες αντί απλώς να μοιάζει θεματικά.</p><p>Το bge-large-en-v1.5 παρέχει αγγλικά πυκνά διανύσματα. Ένας ξεχωριστός επανακατατάκτης μπορεί να βελτιώσει τη σειρά υποψηφίων και ένα ξεχωριστό γλωσσικό μοντέλο να συνθέσει απάντηση από τα επιλεγμένα αποσπάσματα. Η χρήσιμη έξοδος αυτής της έκδοσης είναι αναζητήσιμη αναπαράσταση συνδεδεμένη με το κείμενο πηγής της, με διατηρημένη την ακριβή επιλογή μοντέλου Large v1.5 και την προετοιμασία εισόδου.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Διανυσματικές αναπαραστάσεις</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Είσοδος</dt><dd><code>text</code>, <code>token_ids</code></dd></div><div><dt>Έξοδος</dt><dd><code>embedding</code></dd></div><div><dt>Μορφή εξόδου</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Πεδίο</th><th>Τύπος</th><th>Απαίτηση</th><th>Τιμές και όρια</th><th>Προεπιλογή</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>baai/bge-large-en-v1.5</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string|string[]|integer[]|integer[][]</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Ελάχιστο πλήθος στοιχείων: 1</div><div>Συνθήκες: Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι.</div><div>Προϋπολογισμός εισόδου: Μέγιστο: 512 · Μονάδα κειμένου: byte UTF8 · Μονάδα token: στοιχεία πίνακα token</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">encoding_format</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>float</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"known\"><span class=\"card-cell-label\">Προεπιλογή</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>integer</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Δεν υποστηρίζεται</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Ελάχιστο: 1</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>json_value</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>json_value</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>json_value</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>object</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Συνθήκες: Το provider.options απορρίφθηκε</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Συνδυασμοί υλικών εισόδου</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>Παράμετροι και κύκλος ζωής μεθόδου</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Παράμετρος</th><th>Σύμβαση</th></tr></thead><tbody><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>content_type</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>application/json</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>required</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>model, input</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>input_shapes</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>encoding_format</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>float</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>dimensions_override</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>false</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>max_input_budget_units</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>512</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>multimodal_objects</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>false</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_types</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>text, token_ids</td></tr></tbody></table></div><p>Κύκλος ζωής: <code>synchronous_json</code></p><p class=\"note-s\">Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.</p><p class=\"note-s\">Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Τιμολόγηση</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.</p><dl data-price-conditions><dt>Γρήγορη λειτουργία</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η γρήγορη λειτουργία</span></dd><dt>Λειτουργία flex</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η λειτουργία flex</span></dd><dt>Μέγιστη προσπάθεια συλλογισμού</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Χρεώσεις Ailoot</h4><h4>Τιμές ανά διαμόρφωση</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Διαμόρφωση</th><th>Πίνακας χρεώσεων</th><th>Χρέωση</th></tr></thead><tbody><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Βασικές χρεώσεις ανά token</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>Βασική χρέωση</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · Token εισόδου</span> <b>$0.00002</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Έξοδος · Token εξόδου</span> <b>$0</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Ανάγνωση από την κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. <a href=\"/docs/el/billing/reserve/\">Πώς λειτουργούν η δέσμευση και η εκκαθάριση →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Παραδείγματα αιτημάτων</h3><h4>Ailoot Ultra · Διανυσματικές αναπαραστάσεις</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-1075-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1075-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-1075-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1075-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1075-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1075-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;baai/bge-large-en-v1.5&quot;, &quot;input&quot;: [&quot;First document&quot;, &quot;Second document&quot;]}&#39;)\n\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;data&quot;,[]): print(json.dumps({&quot;index&quot;:x.get(&quot;index&quot;),&quot;embedding&quot;:x.get(&quot;embedding&quot;)}))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1075-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1075-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.embeddings.create(model=&#39;baai/bge-large-en-v1.5&#39;,input=[&quot;First document&quot;,&quot;Second document&quot;])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Λήψη και αποθήκευση αποτελεσμάτων</h3><h4>Ailoot Ultra · Διανυσματικές αναπαραστάσεις</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα</h5><p class=\"note-s\">Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.</p><p class=\"note-s\">Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Αν χρειάζεται έλεγχος της αρχικής απάντησης</h5><p class=\"note-s\">Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.</p></div><details class=\"card-about\" data-output-fields><summary>Πεδία απάντησης</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Πεδίο</th><th>Τύπος</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span>string</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span>string</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span>integer</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span>finite float[]</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Σφάλματα και επόμενα βήματα</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Απάντηση</th><th>Συνθήκη</th><th>Επόμενο βήμα</th></tr></thead><tbody><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Εναλλακτικά ονόματα</h3><h4>Εναλλακτικά ονόματα μοντέλου</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=baai%2Fbge-large-en-v1.5&amp;route=Ultra&amp;caller=baai%2Fbge-large-en-v1.5&amp;fmt=embeddings\"><code>baai/bge-large-en-v1.5</code></a></span></p><h4>Εναλλακτικές διαδρομές μεθόδων</h4><p class=\"note-s\">Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.</p><h4>Σχετικά ID μοντέλων</h4><p class=\"note-s\"><a href=\"#m=baai%2Fbge-large-en-v1.5&amp;route=Ultra&amp;caller=baai%2Fbge-large-en-v1.5&amp;fmt=embeddings\"><code>baai/bge-large-en-v1.5</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "baai/bge-large-en-v1.5",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "baai/bge-large-en-v1.5",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|baai%2Fbge-large-en-v1.5",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου",
                "http_status": 400,
                "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Δεν εισάγεται endpoint εργασιών ενσωμάτωσης."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "baai/bge-large-en-v1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 512,
                  "text_unit": "byte UTF8",
                  "token_unit": "στοιχεία πίνακα token"
                },
                "conditions": "Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "Το provider.options απορρίφθηκε",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.",
            "Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 512,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Βασικές χρεώσεις ανά token",
            "units": [
              {
                "amount": "0.00002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000002",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"baai/bge-large-en-v1.5\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='baai/bge-large-en-v1.5',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.02,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000002",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "baai/bge-large-en-v1.5",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000002",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "baai/bge-large-en-v1.5",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "bd470476f30780826d3776efa84653ac71d4ecbff872bf3b2c43f496bd2f9f4f",
    "input_html_sha256": "83fc17fb0214f51cbeb356f3edbdae07ff524742469e140dab33593756edf492",
    "private_audit_sha256": "599d3704667215876dd2b5b30574f3fb643ebcb8773690de87980ab4d9ea59da",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/el/baai-bge-large-en-v1-5/",
    "description": "Το BAAI bge-large-en-v1.5 παράγει αγγλικά διανύσματα κειμένου 1024 διαστάσεων για ανάκτηση και σημασιολογική σύγκριση. Η προετοιμασία v1.5 υποστηρίζει προαιρετική οδηγία ερωτήματος, με τεκμηριωμένο μήκος ακολουθίας 512 tokens.",
    "locale": "el",
    "md_url": "https://ailoot.ai/models/el/baai-bge-large-en-v1-5/index.md",
    "title": "BAAI: bge-large-en-v1.5 — Ailoot",
    "url": "https://ailoot.ai/models/el/baai-bge-large-en-v1-5/"
  },
  "rawModel": {
    "about": "Το bge-large-en-v1.5 είναι η μεγάλη αγγλόφωνη έκδοση πυκνών ενσωματώσεων της BAAI. Αντιστοιχίζει ένα κείμενο σε διάνυσμα 1024 διαστάσεων για ανάκτηση αποσπασμάτων και σημασιολογική σύγκριση. Η έκδοση 1.5 είναι η ενημέρωση του κατασκευαστή που στοχεύει σε χρησιμότερη κατανομή ομοιότητας και βελτιωμένη ανάκτηση χωρίς οδηγία. Το Large παραμένει ξεχωριστό σημείο ελέγχου από τα Base, Small, τις κινεζικές εκδόσεις και το πολυγλωσσικό μοντέλο BGE-M3.\n\n### Ρυθμίστε την ανάκτηση αποσπασμάτων\n\nΓια σύντομο ερώτημα αναζήτησης σε μεγαλύτερα έγγραφα, ο κατασκευαστής συνιστά την οδηγία ερωτήματος «Represent this sentence for searching relevant passages:». Προσθέστε τη στην πλευρά του ερωτήματος· τα αποσπάσματα της συλλογής κρατούν το δικό τους κείμενο πηγής χωρίς αυτή την οδηγία. Σε άλλες χρήσεις αρκεί το άμεσο κείμενο. Η BAAI τεκμηριώνει επίσης ανάκτηση χωρίς το πρόθεμα στην v1.5 και συνιστά να επιλέγετε την προετοιμασία που αποδίδει καλύτερα στην πραγματική εργασία.\n\nΜια πρακτική συλλογή γνώσης μπορεί να ευρετηριάζει τις ενότητες ενός αγγλικού τεχνικού εγχειριδίου. Ένα ερώτημα για το ποια ρύθμιση αλλάζει τη μορφή εξόδου πρέπει να επιστρέφει την ενότητα που εξηγεί τη ρύθμιση και τις συνθήκες της. Κρατήστε την επικεφαλίδα, τη σχετική εξήγηση και τη θέση πηγής με κάθε απόσπασμα. Το μοντέλο παρέχει την αριθμητική αναπαράσταση· το κείμενο πηγής που επιστρέφεται είναι αυτό που χρησιμοποιεί ο αναγνώστης ή ένα μεταγενέστερο στάδιο RAG.\n\n### Αναπαράσταση και αντιστοίχιση\n\nΤο παράδειγμα άμεσης κωδικοποίησης του κατασκευαστή χρησιμοποιεί την τελική κρυφή κατάσταση του πρώτου token CLS ως συγκεντρωτική ενσωμάτωση και κατόπιν κανονικοποιεί το διάνυσμα. Η σύγκριση κανονικοποιημένων διανυσμάτων με εσωτερικό γινόμενο δίνει ομοιότητα συνημιτόνου. Έτσι κάθε απόσπασμα μπορεί να προετοιμάζεται μία φορά και να αποθηκεύεται για σύγκριση με διανύσματα εισερχόμενων ερωτημάτων, ενώ το υλικό πηγής που αλλάζει λαμβάνει ενημερωμένη αναπαράσταση.\n\nΟι 1024 διαστάσεις ορίζουν το μήκος του διανύσματος εξόδου. Διαφέρουν από την αναπαράσταση 768 διαστάσεων του Base και δεν τεκμηριώνουν συμβατό κοινό χώρο με άλλο σημείο ελέγχου. Κρατήστε το μοντέλο και τη σύμβαση προετοιμασίας συνδεδεμένα με το αποθηκευμένο ευρετήριο. Η αλλαγή έκδοσης ενσωματώσεων απαιτεί έλεγχο των αναπαραστάσεων συλλογής και ερωτημάτων μαζί.\n\n### Προσαρμόστε την πηγή στο παράθυρο\n\nΤο τεκμηριωμένο μήκος ακολουθίας είναι 512 token. Προετοιμάστε ένα μεγάλο εγχειρίδιο ως συνεκτικές ενότητες και όχι ως μία υπερμεγέθη είσοδο. Κρατήστε μια συνθήκη ή εξαίρεση δίπλα στον κανόνα που περιορίζει και συμπεριλάβετε αρκετά συμφραζόμενα, ώστε η ανακτημένη ενότητα να έχει νόημα μόνη της. Μια πρόσθετη οδηγία ερωτήματος καταλαμβάνει επίσης token εισόδου, επομένως το παράθυρο του μοντέλου αφορά ολόκληρη την προετοιμασμένη είσοδο.\n\nΈνα χρήσιμο όριο αποσπάσματος μπορεί να περιλαμβάνει επικεφαλίδα και τις παραγράφους που απαντούν σε ένα ερώτημα χρήστη. Διατηρήστε το αναγνωριστικό και την έκδοση του αρχικού εγγράφου έξω από το διάνυσμα, ώστε το αποτέλεσμα να παραμένει ανιχνεύσιμο στη σωστή πηγή. Για σύγκριση, χρησιμοποιήστε τα πραγματικά κείμενα αντί να τα αντικαθιστάτε με άσχετες συνόψεις που αφαιρούν τη διαφορά που χρειάζεται να βρείτε.\n\n### Ερμηνεύστε τη βαθμολογία\n\nΟ κατασκευαστής προειδοποιεί να μη θεωρείται η απόλυτη ομοιότητα καθολικός κανόνας σημασιολογικής ισοδυναμίας. Η σχετική σειρά βαθμολογιών είναι κεντρική στην ανάκτηση και ένα κατώφλι πρέπει να βαθμονομείται στην κατανομή κειμένων της ίδιας της εργασίας. Ελέγξτε τα υποψήφια αποσπάσματα για ερωτήματα με γνωστές απαντήσεις και για ερωτήματα των οποίων η απάντηση απουσιάζει. Έτσι φαίνεται αν μια επιστρεφόμενη ενότητα παρέχει τις απαιτούμενες πληροφορίες αντί απλώς να μοιάζει θεματικά.\n\nΤο bge-large-en-v1.5 παρέχει αγγλικά πυκνά διανύσματα. Ένας ξεχωριστός επανακατατάκτης μπορεί να βελτιώσει τη σειρά υποψηφίων και ένα ξεχωριστό γλωσσικό μοντέλο να συνθέσει απάντηση από τα επιλεγμένα αποσπάσματα. Η χρήσιμη έξοδος αυτής της έκδοσης είναι αναζητήσιμη αναπαράσταση συνδεδεμένη με το κείμενο πηγής της, με διατηρημένη την ακριβή επιλογή μοντέλου Large v1.5 και την προετοιμασία εισόδου.",
    "alias_of": null,
    "aliases": [],
    "author": "BAAI",
    "available": null,
    "canonical_model": "baai/bge-large-en-v1.5",
    "capabilities": {
      "context_length": 512,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000002",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες."
      }
    ],
    "ctx": null,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "baai/bge-large-en-v1.5",
    "input": [
      "text",
      "token_ids"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου",
                "http_status": 400,
                "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Δεν εισάγεται endpoint εργασιών ενσωμάτωσης."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "baai/bge-large-en-v1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 512,
                  "text_unit": "byte UTF8",
                  "token_unit": "στοιχεία πίνακα token"
                },
                "conditions": "Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "Το provider.options απορρίφθηκε",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.",
            "Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 512,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Βασικές χρεώσεις ανά token",
            "units": [
              {
                "amount": "0.00002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000002",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"baai/bge-large-en-v1.5\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='baai/bge-large-en-v1.5',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.02,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000002",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "baai/bge-large-en-v1.5",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000002",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "baai/bge-large-en-v1.5",
        "request_model_id": "baai/bge-large-en-v1.5",
        "route_label": "Ultra"
      }
    ],
    "name": "BAAI: bge-large-en-v1.5",
    "price": {
      "in": 0.02,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.02,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.00002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000002",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "public_id": "baai/bge-large-en-v1.5",
    "short": "Το BAAI bge-large-en-v1.5 παράγει αγγλικά διανύσματα κειμένου 1024 διαστάσεων για ανάκτηση και σημασιολογική σύγκριση. Η προετοιμασία v1.5 υποστηρίζει προαιρετική οδηγία ερωτήματος, με τεκμηριωμένο μήκος ακολουθίας 512 tokens."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Το BAAI bge-large-en-v1.5 παράγει αγγλικά διανύσματα κειμένου 1024 διαστάσεων για ανάκτηση και σημασιολογική σύγκριση. Η προετοιμασία v1.5 υποστηρίζει προαιρετική οδηγία ερωτήματος, με τεκμηριωμένο μήκος ακολουθίας 512 tokens.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "73b55ac7f69fa5669029489967360457f9e57d4ea7a78445b0e3d21302907bf8",
    "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566"
  },
  "sourceRevision": "86b1362909e287589923afef0e7f0f5658c927a74a776e44d4c97fc417039579"
}