{
  "aboutHtml": "<p>Mistral Embed 2312は、意味を数値で表現するMistral AIのテキスト埋め込みモデルです。テキスト文字列または文字列のリストを受け取り、入力ごとに埋め込みを返します。結果は、会話形式の説明ではなく、アプリケーションが類似度比較、検索、分類、クラスタリングに使うベクトルです。メーカーの固定モデルページには、mistral-embed-2312というIDが示されています。</p><p>入力、コンテキスト、ベクトルの形</p><p>この正確なモデルページには、8kというコンテキスト表記が記載されています。各テキスト項目を適用される入力容量の範囲内で準備し、その項目の識別情報をベクトルとともに保持してください。長い原本文書は有用な文章単位に分割しながら、その後で正しい資料を返すために必要な文書タイトル、節、出典の位置を残せます。</p><p>メーカーのMistral Embedガイドは、入力の見た目の長さにかかわらず、各テキストの埋め込みを1,024次元と指定しています。したがって、短い質問と長めの文章は、内容やトークン数が異なっても同じ形のベクトルになります。これは出力表現の次元であり、回答トークンの上限や、保持される原文の単語数を示す尺度ではありません。</p><p>文書化された応答には、埋め込みとトークン使用量情報が含まれます。エンドポイントの例は、各ベクトルを入力インデックスに対応付けています。複数のテキストを処理する際は、その対応関係を維持してください。有用な検索結果を表示したり、後の工程に出典資料を提供したりするために、アプリケーションには数値結果に加えて元のテキストと識別子も必要です。</p><p>意味的な類似度</p><p>ガイドは、関連するテキストは埋め込み空間で近くなる傾向があると説明しています。これにより、同じ話題や要件を異なる言葉で表現した文章を見つけやすくなります。ナレッジベースのクエリの例なら、アクセスを回復する方法を質問し、関連手順では同じ操作に別の表現を使っている場合があります。アプリケーションは、完全な単語一致だけに頼らず、クエリのベクトルを保存済み文章のベクトルと比較できます。</p><p>メーカーの例では、単位長に正規化した埋め込みを使用しています。そのようなベクトルでは、コサイン類似度、内積、ユークリッド距離の数値は同一ではなくても、一貫した類似順位が得られます。適切な比較方法を1つ選び、クエリと文書の表現全体に一貫して適用してください。</p><p>類似していることは、2つの記述を置き換えられる証明ではありません。原文を残し、質問に重要な条件、日付、識別子を点検してください。2つの文章が同じ話題を扱いながら、異なる手順や例外を説明することもあります。埋め込みは検索信号を提供し、選ばれた文章の解釈はタスクの別の部分です。</p><p>検索と出典に基づく回答</p><p>実用的な文書ワークフローでは、ナレッジベースの文章にベクトルを準備し、その識別子と原文を保存して、新しい質問をそのコレクションと比較します。関連する文章を出典の位置とともに返してください。アプリケーションは、それらの文章を直接表示することも、検索資料に基づいて回答を書くテキスト生成モデルに渡すこともできます。</p><p>有用な検索結果のために、文書タイトル、節、文章、それを見つけるための識別子を残してください。そうすればサポートアシスタントは、ユーザーの質問に関連する手順を検索し、回答作成段階に渡せます。Mistral Embedが行うのは数値表現の段階です。最終的な説明を起草したり、外部の行動を実行したりするわけではありません。</p><p>その他の文書化された用途</p><p>メーカーは、埋め込みワークフローとして、言い換えの検出、分類、クラスタリング、バッチ処理も挙げています。比較タスクでは、確認のために意味の関連する文章を検索できます。分類ワークフローでは、入力をラベル付きの例と比較したり、ベクトルを別の分類器の特徴量として使ったりできます。クラスタリングのワークフローでは、似た項目をグループにまとめ、その後で人やアプリケーションの段階が説明を付けられます。</p><p>データを準備する前に、表現の目的を定義してください。意味検索に使う文章は、検索後に必要になる情報を残すべきです。分類の例には、そのクラスを区別する表現を含めるべきです。クエリと保存された項目が比較可能な資料を表現するよう、準備方式を一致させてください。</p><p>エディションと出力の境界</p><p>文書とそのクエリには、同じモデルエディションと互換性のある表現を使用してください。別のモデルから得た同じ座標数のベクトルが、自動的に同じ意味空間に属するわけではありません。モデルや表現を置き換える場合も、保存済みの項目とクエリの整合性を保つ必要があります。</p><p>この項目は、メーカーの8kコンテキストと、Mistral Embedで文書化された1,024次元表現を持つ、テキスト入力と数値ベクトル出力を説明しています。Codestral Embedの設定可能な次元や量子化形式は、別名のコードモデルに属し、ここで使えると想定するべきではありません。画像、音声、文章生成、ツール実行は、このテキスト埋め込み結果の範囲外にある別の機能です。</p>",
  "aboutText": "Mistral Embed 2312は、意味を数値で表現するMistral AIのテキスト埋め込みモデルです。テキスト文字列または文字列のリストを受け取り、入力ごとに埋め込みを返します。結果は、会話形式の説明ではなく、アプリケーションが類似度比較、検索、分類、クラスタリングに使うベクトルです。メーカーの固定モデルページには、mistral-embed-2312というIDが示されています。\n\n入力、コンテキスト、ベクトルの形\n\nこの正確なモデルページには、8kというコンテキスト表記が記載されています。各テキスト項目を適用される入力容量の範囲内で準備し、その項目の識別情報をベクトルとともに保持してください。長い原本文書は有用な文章単位に分割しながら、その後で正しい資料を返すために必要な文書タイトル、節、出典の位置を残せます。\n\nメーカーのMistral Embedガイドは、入力の見た目の長さにかかわらず、各テキストの埋め込みを1,024次元と指定しています。したがって、短い質問と長めの文章は、内容やトークン数が異なっても同じ形のベクトルになります。これは出力表現の次元であり、回答トークンの上限や、保持される原文の単語数を示す尺度ではありません。\n\n文書化された応答には、埋め込みとトークン使用量情報が含まれます。エンドポイントの例は、各ベクトルを入力インデックスに対応付けています。複数のテキストを処理する際は、その対応関係を維持してください。有用な検索結果を表示したり、後の工程に出典資料を提供したりするために、アプリケーションには数値結果に加えて元のテキストと識別子も必要です。\n\n意味的な類似度\n\nガイドは、関連するテキストは埋め込み空間で近くなる傾向があると説明しています。これにより、同じ話題や要件を異なる言葉で表現した文章を見つけやすくなります。ナレッジベースのクエリの例なら、アクセスを回復する方法を質問し、関連手順では同じ操作に別の表現を使っている場合があります。アプリケーションは、完全な単語一致だけに頼らず、クエリのベクトルを保存済み文章のベクトルと比較できます。\n\nメーカーの例では、単位長に正規化した埋め込みを使用しています。そのようなベクトルでは、コサイン類似度、内積、ユークリッド距離の数値は同一ではなくても、一貫した類似順位が得られます。適切な比較方法を1つ選び、クエリと文書の表現全体に一貫して適用してください。\n\n類似していることは、2つの記述を置き換えられる証明ではありません。原文を残し、質問に重要な条件、日付、識別子を点検してください。2つの文章が同じ話題を扱いながら、異なる手順や例外を説明することもあります。埋め込みは検索信号を提供し、選ばれた文章の解釈はタスクの別の部分です。\n\n検索と出典に基づく回答\n\n実用的な文書ワークフローでは、ナレッジベースの文章にベクトルを準備し、その識別子と原文を保存して、新しい質問をそのコレクションと比較します。関連する文章を出典の位置とともに返してください。アプリケーションは、それらの文章を直接表示することも、検索資料に基づいて回答を書くテキスト生成モデルに渡すこともできます。\n\n有用な検索結果のために、文書タイトル、節、文章、それを見つけるための識別子を残してください。そうすればサポートアシスタントは、ユーザーの質問に関連する手順を検索し、回答作成段階に渡せます。Mistral Embedが行うのは数値表現の段階です。最終的な説明を起草したり、外部の行動を実行したりするわけではありません。\n\nその他の文書化された用途\n\nメーカーは、埋め込みワークフローとして、言い換えの検出、分類、クラスタリング、バッチ処理も挙げています。比較タスクでは、確認のために意味の関連する文章を検索できます。分類ワークフローでは、入力をラベル付きの例と比較したり、ベクトルを別の分類器の特徴量として使ったりできます。クラスタリングのワークフローでは、似た項目をグループにまとめ、その後で人やアプリケーションの段階が説明を付けられます。\n\nデータを準備する前に、表現の目的を定義してください。意味検索に使う文章は、検索後に必要になる情報を残すべきです。分類の例には、そのクラスを区別する表現を含めるべきです。クエリと保存された項目が比較可能な資料を表現するよう、準備方式を一致させてください。\n\nエディションと出力の境界\n\n文書とそのクエリには、同じモデルエディションと互換性のある表現を使用してください。別のモデルから得た同じ座標数のベクトルが、自動的に同じ意味空間に属するわけではありません。モデルや表現を置き換える場合も、保存済みの項目とクエリの整合性を保つ必要があります。\n\nこの項目は、メーカーの8kコンテキストと、Mistral Embedで文書化された1,024次元表現を持つ、テキスト入力と数値ベクトル出力を説明しています。Codestral Embedの設定可能な次元や量子化形式は、別名のコードモデルに属し、ここで使えると想定するべきではありません。画像、音声、文章生成、ツール実行は、このテキスト埋め込み結果の範囲外にある別の機能です。",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "3a21397ec56ebca9c5a086df1d991a6641d12084a9c1089831d8b097c55d6e6d",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ja",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Mistral: Mistral Embed 2312</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"閉じる\">×</button></div><div class=\"idline\"><span>Mistral /</span><code>mistralai/mistral-embed-2312</code><button type=\"button\" id=\"copy-id\">IDをコピー</button></div><nav class=\"card-jump-nav\" aria-label=\"モデルカードのセクション\"><button type=\"button\" data-card-jump=\"overview\">はじめに</button><button type=\"button\" data-card-jump=\"methods\">入力とメソッド</button><button type=\"button\" data-card-jump=\"pricing\">料金</button><button type=\"button\" data-card-jump=\"examples\">例</button><button type=\"button\" data-card-jump=\"results\">結果</button><button type=\"button\" data-card-jump=\"aliases\">エイリアス</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"APIメソッド\"><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|mistralai%2Fmistral-embed-2312\">埋め込み</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\">はじめに</h3><p class=\"mdesc-full\">Mistral Embed 2312は、意味検索、情報検索、関連テキスト分析のために、テキストを1,024次元のベクトルへ変換します。メーカーのページには8kのコンテキストが記載されています。結果は生成された回答ではなく、各入力に結び付いた数値表現です。</p><dl class=\"card-io\" data-card-io><div><dt>対応する入力</dt><dd>テキスト · token_ids</dd></div><div><dt>結果</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>モデルについて</summary><p class=\"note-s\" data-model-method-boundary>この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。</p><div class=\"mabout\" id=\"m-about\"><p>Mistral Embed 2312は、意味を数値で表現するMistral AIのテキスト埋め込みモデルです。テキスト文字列または文字列のリストを受け取り、入力ごとに埋め込みを返します。結果は、会話形式の説明ではなく、アプリケーションが類似度比較、検索、分類、クラスタリングに使うベクトルです。メーカーの固定モデルページには、mistral-embed-2312というIDが示されています。</p><p>入力、コンテキスト、ベクトルの形</p><p>この正確なモデルページには、8kというコンテキスト表記が記載されています。各テキスト項目を適用される入力容量の範囲内で準備し、その項目の識別情報をベクトルとともに保持してください。長い原本文書は有用な文章単位に分割しながら、その後で正しい資料を返すために必要な文書タイトル、節、出典の位置を残せます。</p><p>メーカーのMistral Embedガイドは、入力の見た目の長さにかかわらず、各テキストの埋め込みを1,024次元と指定しています。したがって、短い質問と長めの文章は、内容やトークン数が異なっても同じ形のベクトルになります。これは出力表現の次元であり、回答トークンの上限や、保持される原文の単語数を示す尺度ではありません。</p><p>文書化された応答には、埋め込みとトークン使用量情報が含まれます。エンドポイントの例は、各ベクトルを入力インデックスに対応付けています。複数のテキストを処理する際は、その対応関係を維持してください。有用な検索結果を表示したり、後の工程に出典資料を提供したりするために、アプリケーションには数値結果に加えて元のテキストと識別子も必要です。</p><p>意味的な類似度</p><p>ガイドは、関連するテキストは埋め込み空間で近くなる傾向があると説明しています。これにより、同じ話題や要件を異なる言葉で表現した文章を見つけやすくなります。ナレッジベースのクエリの例なら、アクセスを回復する方法を質問し、関連手順では同じ操作に別の表現を使っている場合があります。アプリケーションは、完全な単語一致だけに頼らず、クエリのベクトルを保存済み文章のベクトルと比較できます。</p><p>メーカーの例では、単位長に正規化した埋め込みを使用しています。そのようなベクトルでは、コサイン類似度、内積、ユークリッド距離の数値は同一ではなくても、一貫した類似順位が得られます。適切な比較方法を1つ選び、クエリと文書の表現全体に一貫して適用してください。</p><p>類似していることは、2つの記述を置き換えられる証明ではありません。原文を残し、質問に重要な条件、日付、識別子を点検してください。2つの文章が同じ話題を扱いながら、異なる手順や例外を説明することもあります。埋め込みは検索信号を提供し、選ばれた文章の解釈はタスクの別の部分です。</p><p>検索と出典に基づく回答</p><p>実用的な文書ワークフローでは、ナレッジベースの文章にベクトルを準備し、その識別子と原文を保存して、新しい質問をそのコレクションと比較します。関連する文章を出典の位置とともに返してください。アプリケーションは、それらの文章を直接表示することも、検索資料に基づいて回答を書くテキスト生成モデルに渡すこともできます。</p><p>有用な検索結果のために、文書タイトル、節、文章、それを見つけるための識別子を残してください。そうすればサポートアシスタントは、ユーザーの質問に関連する手順を検索し、回答作成段階に渡せます。Mistral Embedが行うのは数値表現の段階です。最終的な説明を起草したり、外部の行動を実行したりするわけではありません。</p><p>その他の文書化された用途</p><p>メーカーは、埋め込みワークフローとして、言い換えの検出、分類、クラスタリング、バッチ処理も挙げています。比較タスクでは、確認のために意味の関連する文章を検索できます。分類ワークフローでは、入力をラベル付きの例と比較したり、ベクトルを別の分類器の特徴量として使ったりできます。クラスタリングのワークフローでは、似た項目をグループにまとめ、その後で人やアプリケーションの段階が説明を付けられます。</p><p>データを準備する前に、表現の目的を定義してください。意味検索に使う文章は、検索後に必要になる情報を残すべきです。分類の例には、そのクラスを区別する表現を含めるべきです。クエリと保存された項目が比較可能な資料を表現するよう、準備方式を一致させてください。</p><p>エディションと出力の境界</p><p>文書とそのクエリには、同じモデルエディションと互換性のある表現を使用してください。別のモデルから得た同じ座標数のベクトルが、自動的に同じ意味空間に属するわけではありません。モデルや表現を置き換える場合も、保存済みの項目とクエリの整合性を保つ必要があります。</p><p>この項目は、メーカーの8kコンテキストと、Mistral Embedで文書化された1,024次元表現を持つ、テキスト入力と数値ベクトル出力を説明しています。Codestral Embedの設定可能な次元や量子化形式は、別名のコードモデルに属し、ここで使えると想定するべきではありません。画像、音声、文章生成、ツール実行は、このテキスト埋め込み結果の範囲外にある別の機能です。</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailootで利用可能 · 入力とメソッド</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · 埋め込み</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>入力の種類</dt><dd><code>text</code>, <code>token_ids</code></dd></div><div><dt>出力の種類</dt><dd><code>embedding</code></dd></div><div><dt>コンテキスト</dt><dd>8,192 tokens</dd></div><div><dt>出力形式</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>フィールド</th><th>種類</th><th>要件</th><th>値と制限</th><th>デフォルト</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>string</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>必須</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>mistralai/mistral-embed-2312</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>string|string[]|integer[]|integer[][]</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>必須</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>最小項目数: 1</div><div>条件: 空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。</div><div>入力の許容量: 最大値: 8,192 · テキスト単位: UTF8 バイト · トークン単位: トークン配列の要素</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">encoding_format</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>string</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>任意</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>float</div></td><td data-cell-label=\"デフォルト\" data-default=\"known\"><span class=\"card-cell-label\">デフォルト</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>integer</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>非対応</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>最小値: 1</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>json_value</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>任意</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>json_value</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>任意</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>json_value</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>任意</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span><code>object</code></td><td data-cell-label=\"要件\"><span class=\"card-cell-label\">要件</span>任意</td><td data-cell-label=\"値と制限\"><span class=\"card-cell-label\">値と制限</span><div>条件: provider.options は拒否されます</div></td><td data-cell-label=\"デフォルト\" data-default=\"unspecified\"><span class=\"card-cell-label\">デフォルト</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>入力素材の組み合わせ</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>メソッドのパラメータとライフサイクル</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>パラメータ</th><th>仕様</th></tr></thead><tbody><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>content_type</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>application/json</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>required</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>model, input</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>input_shapes</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>encoding_format</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>float</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>dimensions_override</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>false</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>max_input_budget_units</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>8192</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>multimodal_objects</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>false</td></tr><tr><th data-cell-label=\"パラメータ\" scope=\"row\"><span class=\"card-cell-label\">パラメータ</span><code>material_types</code></th><td data-cell-label=\"仕様\"><span class=\"card-cell-label\">仕様</span>text, token_ids</td></tr></tbody></table></div><p>ライフサイクル: <code>synchronous_json</code></p><p class=\"note-s\">各ベクトルのインデックスと次元数を保存してください。</p><p class=\"note-s\">モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">料金</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。</p><dl data-price-conditions><dt>高速モード</dt><dd>標準料金 <span class=\"note-s\">高速モードが選択されている場合</span></dd><dt>Flex モード</dt><dd>標準料金 <span class=\"note-s\">flex モードが選択されている場合</span></dd><dt>最大推論量</dt><dd>標準料金 <span class=\"note-s\">推論量が最大で、調整に既定値（default）を使用する場合</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailootの料金</h4><h4>設定別の価格</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>設定</th><th>料金表</th><th>料金</th></tr></thead><tbody><tr><th data-cell-label=\"設定\" scope=\"row\"><span class=\"card-cell-label\">設定</span>トークンの基本単価</th><td data-cell-label=\"料金表\"><span class=\"card-cell-label\">料金表</span>基本料金</td><td data-cell-label=\"料金\"><span class=\"card-cell-label\">料金</span><div><span>入力 · 入力トークン</span> <b>$0.0002</b> <span class=\"price-unit\">/ 1K トークン</span></div><div><span>出力 · 出力トークン</span> <b>$0</b> <span class=\"price-unit\">/ 1K トークン</span></div><div><span>入力 · キャッシュ読み取り</span> <b>—</b> <span class=\"price-unit\">/ 1K トークン</span></div><div><span>入力 · キャッシュ書き込み</span> <b>—</b> <span class=\"price-unit\">/ 1K トークン</span></div><div><span>入力 · キャッシュ書き込み、1時間</span> <b>—</b> <span class=\"price-unit\">/ 1K トークン</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。<a href=\"/docs/ja/billing/reserve/\">金額の確保と精算の仕組み →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">リクエスト例</h3><h4>Ailoot Ultra · 埋め込み</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"コードの種類\"><button class=\"cg-tab\" id=\"model-code-1903-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1903-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-1903-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1903-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"コードをコピー\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1903-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1903-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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;mistralai/mistral-embed-2312&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-1903-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1903-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;mistralai/mistral-embed-2312&#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\">結果を受け取って保存</h3><h4>Ailoot Ultra · 埋め込み</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>完了した結果をすべて保存</h5><p class=\"note-s\">返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。</p><p class=\"note-s\">すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>元のレスポンスを確認する場合</h5><p class=\"note-s\">埋め込みジョブ用のエンドポイントは新設されません。</p></div><details class=\"card-about\" data-output-fields><summary>レスポンスのフィールド</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>フィールド</th><th>種類</th></tr></thead><tbody><tr><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span>string</td></tr><tr><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span>string</td></tr><tr><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span>integer</td></tr><tr><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span>finite float[]</td></tr><tr><th data-cell-label=\"フィールド\" scope=\"row\"><span class=\"card-cell-label\">フィールド</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"種類\" data-field-type><span class=\"card-cell-label\">種類</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>エラーと次の手順</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>レスポンス</th><th>条件</th><th>次の手順</th></tr></thead><tbody><tr><th data-cell-label=\"レスポンス\" scope=\"row\"><span class=\"card-cell-label\">レスポンス</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"条件\"><span class=\"card-cell-label\">条件</span>必須フィールド、素材の表現形式、またはパラメーター値が不正です</td><td data-cell-label=\"次の手順\"><span class=\"card-cell-label\">次の手順</span>新しい生成リクエストを送る前に、指定されたフィールドを修正してください。</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">エイリアス</h3><h4>モデルのエイリアス</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=mistralai%2Fmistral-embed-2312&amp;route=Ultra&amp;caller=mistralai%2Fmistral-embed-2312&amp;fmt=embeddings\"><code>mistralai/mistral-embed-2312</code></a></span></p><h4>メソッドパスのエイリアス</h4><p class=\"note-s\">上記に表示されたメソッドパスを使用してください。</p><h4>関連する呼び出し用ID</h4><p class=\"note-s\"><a href=\"#m=mistralai%2Fmistral-embed-2312&amp;route=Ultra&amp;caller=mistralai%2Fmistral-embed-2312&amp;fmt=embeddings\"><code>mistralai/mistral-embed-2312</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "mistralai/mistral-embed-2312",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "mistralai/mistral-embed-2312",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|mistralai%2Fmistral-embed-2312",
      "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": "必須フィールド、素材の表現形式、またはパラメーター値が不正です",
                "http_status": 400,
                "recovery": "新しい生成リクエストを送る前に、指定されたフィールドを修正してください。",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "埋め込みジョブ用のエンドポイントは新設されません。"
            },
            "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": "すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。",
              "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": [
                  "mistralai/mistral-embed-2312"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 8192,
                  "text_unit": "UTF8 バイト",
                  "token_unit": "トークン配列の要素"
                },
                "conditions": "空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。",
                "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": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options は拒否されます",
                "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": [
            "各ベクトルのインデックスと次元数を保存してください。",
            "モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。"
          ],
          "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": 8192,
            "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": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "トークンの基本単価",
            "units": [
              {
                "amount": "0.0002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000002",
                "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\": \"mistralai/mistral-embed-2312\", \"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='mistralai/mistral-embed-2312',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": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.2,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "高速モード",
            "value": "標準料金",
            "when": "高速モードが選択されている場合"
          },
          {
            "label": "Flex モード",
            "value": "標準料金",
            "when": "flex モードが選択されている場合"
          },
          {
            "label": "最大推論量",
            "value": "標準料金",
            "when": "推論量が最大で、調整に既定値（default）を使用する場合"
          }
        ],
        "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": "0.0002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000002",
                "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": "mistralai/mistral-embed-2312",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000002",
            "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": "mistralai/mistral-embed-2312",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "6c02fbb1fa30538ce70f0a9f887d354bae89764a5957c62faab9ad3a03db7220",
    "input_html_sha256": "a74b2918bea4290318eee3cebdc9253af7a9a53f55fdb12900f0f0856aec72d3",
    "private_audit_sha256": "2fcf98b8093e7d473ae65384879edecc3319abc33a2a337fabc638f56f20fd76",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ja/mistralai-mistral-embed-2312/",
    "description": "Mistral Embed 2312は、意味検索、情報検索、関連テキスト分析のために、テキストを1,024次元のベクトルへ変換します。メーカーのページには8kのコンテキストが記載されています。結果は生成された回答ではなく、各入力に結び付いた数値表現です。",
    "locale": "ja",
    "md_url": "https://ailoot.ai/models/ja/mistralai-mistral-embed-2312/index.md",
    "title": "Mistral: Mistral Embed 2312 — Ailoot",
    "url": "https://ailoot.ai/models/ja/mistralai-mistral-embed-2312/"
  },
  "rawModel": {
    "about": "Mistral Embed 2312は、意味を数値で表現するMistral AIのテキスト埋め込みモデルです。テキスト文字列または文字列のリストを受け取り、入力ごとに埋め込みを返します。結果は、会話形式の説明ではなく、アプリケーションが類似度比較、検索、分類、クラスタリングに使うベクトルです。メーカーの固定モデルページには、mistral-embed-2312というIDが示されています。\n\n入力、コンテキスト、ベクトルの形\n\nこの正確なモデルページには、8kというコンテキスト表記が記載されています。各テキスト項目を適用される入力容量の範囲内で準備し、その項目の識別情報をベクトルとともに保持してください。長い原本文書は有用な文章単位に分割しながら、その後で正しい資料を返すために必要な文書タイトル、節、出典の位置を残せます。\n\nメーカーのMistral Embedガイドは、入力の見た目の長さにかかわらず、各テキストの埋め込みを1,024次元と指定しています。したがって、短い質問と長めの文章は、内容やトークン数が異なっても同じ形のベクトルになります。これは出力表現の次元であり、回答トークンの上限や、保持される原文の単語数を示す尺度ではありません。\n\n文書化された応答には、埋め込みとトークン使用量情報が含まれます。エンドポイントの例は、各ベクトルを入力インデックスに対応付けています。複数のテキストを処理する際は、その対応関係を維持してください。有用な検索結果を表示したり、後の工程に出典資料を提供したりするために、アプリケーションには数値結果に加えて元のテキストと識別子も必要です。\n\n意味的な類似度\n\nガイドは、関連するテキストは埋め込み空間で近くなる傾向があると説明しています。これにより、同じ話題や要件を異なる言葉で表現した文章を見つけやすくなります。ナレッジベースのクエリの例なら、アクセスを回復する方法を質問し、関連手順では同じ操作に別の表現を使っている場合があります。アプリケーションは、完全な単語一致だけに頼らず、クエリのベクトルを保存済み文章のベクトルと比較できます。\n\nメーカーの例では、単位長に正規化した埋め込みを使用しています。そのようなベクトルでは、コサイン類似度、内積、ユークリッド距離の数値は同一ではなくても、一貫した類似順位が得られます。適切な比較方法を1つ選び、クエリと文書の表現全体に一貫して適用してください。\n\n類似していることは、2つの記述を置き換えられる証明ではありません。原文を残し、質問に重要な条件、日付、識別子を点検してください。2つの文章が同じ話題を扱いながら、異なる手順や例外を説明することもあります。埋め込みは検索信号を提供し、選ばれた文章の解釈はタスクの別の部分です。\n\n検索と出典に基づく回答\n\n実用的な文書ワークフローでは、ナレッジベースの文章にベクトルを準備し、その識別子と原文を保存して、新しい質問をそのコレクションと比較します。関連する文章を出典の位置とともに返してください。アプリケーションは、それらの文章を直接表示することも、検索資料に基づいて回答を書くテキスト生成モデルに渡すこともできます。\n\n有用な検索結果のために、文書タイトル、節、文章、それを見つけるための識別子を残してください。そうすればサポートアシスタントは、ユーザーの質問に関連する手順を検索し、回答作成段階に渡せます。Mistral Embedが行うのは数値表現の段階です。最終的な説明を起草したり、外部の行動を実行したりするわけではありません。\n\nその他の文書化された用途\n\nメーカーは、埋め込みワークフローとして、言い換えの検出、分類、クラスタリング、バッチ処理も挙げています。比較タスクでは、確認のために意味の関連する文章を検索できます。分類ワークフローでは、入力をラベル付きの例と比較したり、ベクトルを別の分類器の特徴量として使ったりできます。クラスタリングのワークフローでは、似た項目をグループにまとめ、その後で人やアプリケーションの段階が説明を付けられます。\n\nデータを準備する前に、表現の目的を定義してください。意味検索に使う文章は、検索後に必要になる情報を残すべきです。分類の例には、そのクラスを区別する表現を含めるべきです。クエリと保存された項目が比較可能な資料を表現するよう、準備方式を一致させてください。\n\nエディションと出力の境界\n\n文書とそのクエリには、同じモデルエディションと互換性のある表現を使用してください。別のモデルから得た同じ座標数のベクトルが、自動的に同じ意味空間に属するわけではありません。モデルや表現を置き換える場合も、保存済みの項目とクエリの整合性を保つ必要があります。\n\nこの項目は、メーカーの8kコンテキストと、Mistral Embedで文書化された1,024次元表現を持つ、テキスト入力と数値ベクトル出力を説明しています。Codestral Embedの設定可能な次元や量子化形式は、別名のコードモデルに属し、ここで使えると想定するべきではありません。画像、音声、文章生成、ツール実行は、このテキスト埋め込み結果の範囲外にある別の機能です。",
    "alias_of": null,
    "aliases": [],
    "author": "Mistral",
    "available": null,
    "canonical_model": "mistralai/mistral-embed-2312",
    "capabilities": {
      "context_length": 8192,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000002",
            "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": "構成の料金情報はすべて詳細で確認できます。"
      }
    ],
    "ctx": 8192,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "mistralai/mistral-embed-2312",
    "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": "必須フィールド、素材の表現形式、またはパラメーター値が不正です",
                "http_status": 400,
                "recovery": "新しい生成リクエストを送る前に、指定されたフィールドを修正してください。",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "埋め込みジョブ用のエンドポイントは新設されません。"
            },
            "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": "すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。",
              "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": [
                  "mistralai/mistral-embed-2312"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 8192,
                  "text_unit": "UTF8 バイト",
                  "token_unit": "トークン配列の要素"
                },
                "conditions": "空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。",
                "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": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options は拒否されます",
                "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": [
            "各ベクトルのインデックスと次元数を保存してください。",
            "モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。"
          ],
          "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": 8192,
            "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": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "トークンの基本単価",
            "units": [
              {
                "amount": "0.0002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000002",
                "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\": \"mistralai/mistral-embed-2312\", \"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='mistralai/mistral-embed-2312',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": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.2,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "高速モード",
            "value": "標準料金",
            "when": "高速モードが選択されている場合"
          },
          {
            "label": "Flex モード",
            "value": "標準料金",
            "when": "flex モードが選択されている場合"
          },
          {
            "label": "最大推論量",
            "value": "標準料金",
            "when": "推論量が最大で、調整に既定値（default）を使用する場合"
          }
        ],
        "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": "0.0002000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000002",
                "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": "mistralai/mistral-embed-2312",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000002",
            "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": "mistralai/mistral-embed-2312",
        "request_model_id": "mistralai/mistral-embed-2312",
        "route_label": "Ultra"
      }
    ],
    "name": "Mistral: Mistral Embed 2312",
    "price": {
      "in": 0.2,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.2,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.0002000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000002",
            "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": "mistralai/mistral-embed-2312",
    "short": "Mistral Embed 2312は、意味検索、情報検索、関連テキスト分析のために、テキストを1,024次元のベクトルへ変換します。メーカーのページには8kのコンテキストが記載されています。結果は生成された回答ではなく、各入力に結び付いた数値表現です。"
  },
  "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": "Mistral Embed 2312は、意味検索、情報検索、関連テキスト分析のために、テキストを1,024次元のベクトルへ変換します。メーカーのページには8kのコンテキストが記載されています。結果は生成された回答ではなく、各入力に結び付いた数値表現です。",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "26812bb6d7ab4f8c04fe7f0c0ae3eb7844add75ae58a812b108dc2f1899499bc",
    "renderer_sha256": "b06e5309d3e585ab5fe0535c1a8bd6320bdc357ea8509c2389320e8fa40c36e5"
  },
  "sourceRevision": "161b0cce292fc85de628f5ecd81b30937b8243920742d9a2401db7be30dd76f4"
}