{
  "aboutHtml": "<p>Mistral Embed 2312 — мағынаны сандық түрде бейнелеуге арналған Mistral AI мәтін эмбеддинг моделі. Ол мәтіндік жолды немесе жолдар тізімін қабылдап, әр кіріске эмбеддинг қайтарады. Нәтиже — әңгімелесу түсіндірмесі емес, қолданба ұқсастықты бағалау, іздеу, жіктеу немесе кластерлеу үшін қолданатын вектор. Өндірушінің бекітілген модель беті mistral-embed-2312 идентификаторын көрсетеді.</p><p>Кіріс, контекст және вектор пішіні</p><p>Нақты модель беті 8k контекст белгісін құжаттайды. Әр мәтін элементін тиісті кіріс сыйымдылығында дайындап, элемент сәйкестігін векторымен сақтаңыз. Ұзын бастапқы құжатты кейін дұрыс материалды қайтаруға қажет құжат атауын, бөлімін және дереккөз орнын сақтай отырып, пайдалы үзінділерге бөлуге болады.</p><p>Өндірушінің Mistral Embed нұсқаулығы кірістің көрінетін ұзындығына қарамастан әр мәтін эмбеддингіне 1024 өлшем көрсетеді. Сондықтан қысқа сұрақ пен ұзын үзіндінің мазмұны және токен саны әртүрлі болса да, вектор пішіні бірдей. Бұл — шығыс көрінісінің өлшемі, жауап токендерінің бюджеті немесе қанша бастапқы сөз сақталатынының өлшемі емес.</p><p>Құжатталған жауап эмбеддингтерді және токен қолдану ақпаратын қамтиды; эндпоинт мысалы әр векторды кіріс индексімен байланыстырады. Бірнеше мәтінді өңдегенде осы байланысты сақтаңыз. Пайдалы іздеу нәтижесін көрсетуге немесе кейінгі қадамға бастапқы материал беруге қолданбаға сандық нәтижемен бірге бастапқы мәтін және оның идентификаторлары қажет.</p><p>Семантикалық ұқсастық</p><p>Нұсқаулық қатысты мәтіндер эмбеддинг кеңістігінде әдетте бір-біріне жақын болатынын түсіндіреді. Бұл бір тақырыпты немесе талапты әртүрлі сөзбен білдіретін үзінділерді табуды қолдайды. Мысалы, білім базасына берілген сұрау қолжетімділікті қалай қалпына келтіруге болатыны туралы болуы мүмкін, ал тиісті рәсім сол операцияны басқа тіркеспен сипаттайды. Қолданба тек дәл сөз сәйкестігіне сүйенбей, сұрау векторын сақталған үзінді векторларымен салыстыра алады.</p><p>Өндіруші мысалдары бірлік нормаға келтірілген эмбеддингтерді қолданады. Осындай векторлар үшін косинустық ұқсастық, скалярлық көбейтінді және евклидтік қашықтық сандық мәндері бірдей болмаса да, үйлесімді ұқсастық ретін береді. Бір тиісті салыстыру тәсілін таңдап, оны сұрау және құжат көріністеріне бірізді қолданыңыз.</p><p>Ұқсастық екі тұжырымның өзара алмастырылатынына дәлел емес. Бастапқы мәтінді сақтап, сұраққа маңызды шартты, датаны немесе идентификаторды тексеріңіз. Екі үзінді бір тақырыпқа қатысты болып, әртүрлі рәсім не ерекшелік сипаттауы мүмкін. Эмбеддинг іздеу сигналын береді; таңдалған үзіндіні түсіндіру — тапсырманың бөлек бөлігі.</p><p>Іздеу және дереккөзге негізделген жауаптар</p><p>Практикалық құжат үдерісі білім базасы үзінділеріне векторлар дайындап, идентификаторлар мен бастапқы мәтінді сақтайды, содан кейін жаңа сұрақты осы жинақпен салыстырады. Тиісті үзінділерді дереккөз орындарымен қайтарыңыз. Қолданба оларды тікелей көрсете алады немесе табылған материалға негізделген жауап жазатын мәтін генерациясы моделіне бере алады.</p><p>Пайдалы іздеу нәтижесі үшін құжат атауын, бөлімін, үзіндіні және оны табуға қолданылатын идентификаторды сақтаңыз. Сонда қолдау ассистенті пайдаланушы сұрағына қатысты рәсімді тауып, оны жауап жазу кезеңіне бере алады. Mistral Embed сандық бейнелеу қадамын орындайды; ол соңғы түсіндірмені өзі жазбайды және сыртқы әрекетті орындамайды.</p><p>Басқа құжатталған қолданулар</p><p>Өндіруші эмбеддинг үдерістерінің ішінде парафразаны анықтау, жіктеу, кластерлеу және пакеттік өңдеуді де атайды. Салыстыру тапсырмасы тексеруге мағынасы қатысты үзінділерді таба алады. Жіктеу үдерісі кірісті таңбаланған мысалдармен салыстыра алады немесе векторларды бөлек жіктеуішке белгі ретінде қолданады. Кластерлеу үдерісі ұқсас элементтерді кейін адам не қолданба сипаттауы үшін топтай алады.</p><p>Деректерді дайындамас бұрын көріністің мақсатын анықтаңыз. Семантикалық іздеу үзіндісі іздеуден кейін қажет ақпаратты сақтауы керек; жіктеу мысалы сыныпты ажырататын тұжырымды қамтуы тиіс. Сұрау мен сақталған элемент салыстыруға болатын материалды бейнелеуі үшін дайындықты бірізді ұстаңыз.</p><p>Нұсқа және шығыс шекаралары</p><p>Құжаттар мен олардың сұрауларына бір модель нұсқасын және үйлесімді көріністі қолданыңыз. Басқа модельден алынған вектордың координат саны бірдей болуы оның сол семантикалық кеңістікке жататынына кепіл емес. Модельді не көріністі алмастырғанда сақталған элементтер мен сұраулардың сәйкестігін сақтау қажет.</p><p>Бұл жазба өндірушінің 8k контексті және Mistral Embed моделінің құжатталған 1024 өлшемді көрінісі бар мәтіндік кіріс пен сандық вектор шығысын сипаттайды. Codestral Embed моделінің бапталатын өлшемдері мен квантталған пішімдері сол бөлек атаулы код моделіне тиесілі; мұнда оларды бар деп қабылдауға болмайды. Суреттер, аудио, генерацияланған мәтін және құрал орындау — осы мәтін эмбеддингі нәтижесінен тыс бөлек мүмкіндіктер.</p>",
  "aboutText": "Mistral Embed 2312 — мағынаны сандық түрде бейнелеуге арналған Mistral AI мәтін эмбеддинг моделі. Ол мәтіндік жолды немесе жолдар тізімін қабылдап, әр кіріске эмбеддинг қайтарады. Нәтиже — әңгімелесу түсіндірмесі емес, қолданба ұқсастықты бағалау, іздеу, жіктеу немесе кластерлеу үшін қолданатын вектор. Өндірушінің бекітілген модель беті mistral-embed-2312 идентификаторын көрсетеді.\n\nКіріс, контекст және вектор пішіні\n\nНақты модель беті 8k контекст белгісін құжаттайды. Әр мәтін элементін тиісті кіріс сыйымдылығында дайындап, элемент сәйкестігін векторымен сақтаңыз. Ұзын бастапқы құжатты кейін дұрыс материалды қайтаруға қажет құжат атауын, бөлімін және дереккөз орнын сақтай отырып, пайдалы үзінділерге бөлуге болады.\n\nӨндірушінің Mistral Embed нұсқаулығы кірістің көрінетін ұзындығына қарамастан әр мәтін эмбеддингіне 1024 өлшем көрсетеді. Сондықтан қысқа сұрақ пен ұзын үзіндінің мазмұны және токен саны әртүрлі болса да, вектор пішіні бірдей. Бұл — шығыс көрінісінің өлшемі, жауап токендерінің бюджеті немесе қанша бастапқы сөз сақталатынының өлшемі емес.\n\nҚұжатталған жауап эмбеддингтерді және токен қолдану ақпаратын қамтиды; эндпоинт мысалы әр векторды кіріс индексімен байланыстырады. Бірнеше мәтінді өңдегенде осы байланысты сақтаңыз. Пайдалы іздеу нәтижесін көрсетуге немесе кейінгі қадамға бастапқы материал беруге қолданбаға сандық нәтижемен бірге бастапқы мәтін және оның идентификаторлары қажет.\n\nСемантикалық ұқсастық\n\nНұсқаулық қатысты мәтіндер эмбеддинг кеңістігінде әдетте бір-біріне жақын болатынын түсіндіреді. Бұл бір тақырыпты немесе талапты әртүрлі сөзбен білдіретін үзінділерді табуды қолдайды. Мысалы, білім базасына берілген сұрау қолжетімділікті қалай қалпына келтіруге болатыны туралы болуы мүмкін, ал тиісті рәсім сол операцияны басқа тіркеспен сипаттайды. Қолданба тек дәл сөз сәйкестігіне сүйенбей, сұрау векторын сақталған үзінді векторларымен салыстыра алады.\n\nӨндіруші мысалдары бірлік нормаға келтірілген эмбеддингтерді қолданады. Осындай векторлар үшін косинустық ұқсастық, скалярлық көбейтінді және евклидтік қашықтық сандық мәндері бірдей болмаса да, үйлесімді ұқсастық ретін береді. Бір тиісті салыстыру тәсілін таңдап, оны сұрау және құжат көріністеріне бірізді қолданыңыз.\n\nҰқсастық екі тұжырымның өзара алмастырылатынына дәлел емес. Бастапқы мәтінді сақтап, сұраққа маңызды шартты, датаны немесе идентификаторды тексеріңіз. Екі үзінді бір тақырыпқа қатысты болып, әртүрлі рәсім не ерекшелік сипаттауы мүмкін. Эмбеддинг іздеу сигналын береді; таңдалған үзіндіні түсіндіру — тапсырманың бөлек бөлігі.\n\nІздеу және дереккөзге негізделген жауаптар\n\nПрактикалық құжат үдерісі білім базасы үзінділеріне векторлар дайындап, идентификаторлар мен бастапқы мәтінді сақтайды, содан кейін жаңа сұрақты осы жинақпен салыстырады. Тиісті үзінділерді дереккөз орындарымен қайтарыңыз. Қолданба оларды тікелей көрсете алады немесе табылған материалға негізделген жауап жазатын мәтін генерациясы моделіне бере алады.\n\nПайдалы іздеу нәтижесі үшін құжат атауын, бөлімін, үзіндіні және оны табуға қолданылатын идентификаторды сақтаңыз. Сонда қолдау ассистенті пайдаланушы сұрағына қатысты рәсімді тауып, оны жауап жазу кезеңіне бере алады. Mistral Embed сандық бейнелеу қадамын орындайды; ол соңғы түсіндірмені өзі жазбайды және сыртқы әрекетті орындамайды.\n\nБасқа құжатталған қолданулар\n\nӨндіруші эмбеддинг үдерістерінің ішінде парафразаны анықтау, жіктеу, кластерлеу және пакеттік өңдеуді де атайды. Салыстыру тапсырмасы тексеруге мағынасы қатысты үзінділерді таба алады. Жіктеу үдерісі кірісті таңбаланған мысалдармен салыстыра алады немесе векторларды бөлек жіктеуішке белгі ретінде қолданады. Кластерлеу үдерісі ұқсас элементтерді кейін адам не қолданба сипаттауы үшін топтай алады.\n\nДеректерді дайындамас бұрын көріністің мақсатын анықтаңыз. Семантикалық іздеу үзіндісі іздеуден кейін қажет ақпаратты сақтауы керек; жіктеу мысалы сыныпты ажырататын тұжырымды қамтуы тиіс. Сұрау мен сақталған элемент салыстыруға болатын материалды бейнелеуі үшін дайындықты бірізді ұстаңыз.\n\nНұсқа және шығыс шекаралары\n\nҚұжаттар мен олардың сұрауларына бір модель нұсқасын және үйлесімді көріністі қолданыңыз. Басқа модельден алынған вектордың координат саны бірдей болуы оның сол семантикалық кеңістікке жататынына кепіл емес. Модельді не көріністі алмастырғанда сақталған элементтер мен сұраулардың сәйкестігін сақтау қажет.\n\nБұл жазба өндірушінің 8k контексті және Mistral Embed моделінің құжатталған 1024 өлшемді көрінісі бар мәтіндік кіріс пен сандық вектор шығысын сипаттайды. Codestral Embed моделінің бапталатын өлшемдері мен квантталған пішімдері сол бөлек атаулы код моделіне тиесілі; мұнда оларды бар деп қабылдауға болмайды. Суреттер, аудио, генерацияланған мәтін және құрал орындау — осы мәтін эмбеддингі нәтижесінен тыс бөлек мүмкіндіктер.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "5a3812021720a0345144a423556817662f65fbbd080169425f7703d58cc47887",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "kk",
  "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=\"Жабу\">×</button></div><div class=\"idline\"><span>Mistral /</span><code>mistralai/mistral-embed-2312</code><button type=\"button\" id=\"copy-id\">ID көшіру</button></div><nav class=\"card-jump-nav\" aria-label=\"Модель карточкасының бөлімдері\"><button type=\"button\" data-card-jump=\"overview\">Бастау</button><button type=\"button\" data-card-jump=\"methods\">Кіріс деректері мен әдістер</button><button type=\"button\" data-card-jump=\"pricing\">Тарифтер</button><button type=\"button\" data-card-jump=\"examples\">Мысалдар</button><button type=\"button\" data-card-jump=\"results\">Нәтижелер</button><button type=\"button\" data-card-jump=\"aliases\">Балама атаулар</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API әдістері\"><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\">Эмбеддингтер</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\">Бастау</h3><p class=\"mdesc-full\">Mistral Embed 2312 мәтінді семантикалық іздеу, ақпарат табу және қатысты мәтіндерді талдау үшін 1024 өлшемді векторларға айналдырады. Өндіруші беті 8k контекстін құжаттайды; нәтиже — генерацияланған жауап емес, әр кіріспен байланыстырылған сандық көрініс.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Мәтін · token_ids</dd></div><div><dt>Нәтижелер</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Модель туралы</summary><p class=\"note-s\" data-model-method-boundary>Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.</p><div class=\"mabout\" id=\"m-about\"><p>Mistral Embed 2312 — мағынаны сандық түрде бейнелеуге арналған Mistral AI мәтін эмбеддинг моделі. Ол мәтіндік жолды немесе жолдар тізімін қабылдап, әр кіріске эмбеддинг қайтарады. Нәтиже — әңгімелесу түсіндірмесі емес, қолданба ұқсастықты бағалау, іздеу, жіктеу немесе кластерлеу үшін қолданатын вектор. Өндірушінің бекітілген модель беті mistral-embed-2312 идентификаторын көрсетеді.</p><p>Кіріс, контекст және вектор пішіні</p><p>Нақты модель беті 8k контекст белгісін құжаттайды. Әр мәтін элементін тиісті кіріс сыйымдылығында дайындап, элемент сәйкестігін векторымен сақтаңыз. Ұзын бастапқы құжатты кейін дұрыс материалды қайтаруға қажет құжат атауын, бөлімін және дереккөз орнын сақтай отырып, пайдалы үзінділерге бөлуге болады.</p><p>Өндірушінің Mistral Embed нұсқаулығы кірістің көрінетін ұзындығына қарамастан әр мәтін эмбеддингіне 1024 өлшем көрсетеді. Сондықтан қысқа сұрақ пен ұзын үзіндінің мазмұны және токен саны әртүрлі болса да, вектор пішіні бірдей. Бұл — шығыс көрінісінің өлшемі, жауап токендерінің бюджеті немесе қанша бастапқы сөз сақталатынының өлшемі емес.</p><p>Құжатталған жауап эмбеддингтерді және токен қолдану ақпаратын қамтиды; эндпоинт мысалы әр векторды кіріс индексімен байланыстырады. Бірнеше мәтінді өңдегенде осы байланысты сақтаңыз. Пайдалы іздеу нәтижесін көрсетуге немесе кейінгі қадамға бастапқы материал беруге қолданбаға сандық нәтижемен бірге бастапқы мәтін және оның идентификаторлары қажет.</p><p>Семантикалық ұқсастық</p><p>Нұсқаулық қатысты мәтіндер эмбеддинг кеңістігінде әдетте бір-біріне жақын болатынын түсіндіреді. Бұл бір тақырыпты немесе талапты әртүрлі сөзбен білдіретін үзінділерді табуды қолдайды. Мысалы, білім базасына берілген сұрау қолжетімділікті қалай қалпына келтіруге болатыны туралы болуы мүмкін, ал тиісті рәсім сол операцияны басқа тіркеспен сипаттайды. Қолданба тек дәл сөз сәйкестігіне сүйенбей, сұрау векторын сақталған үзінді векторларымен салыстыра алады.</p><p>Өндіруші мысалдары бірлік нормаға келтірілген эмбеддингтерді қолданады. Осындай векторлар үшін косинустық ұқсастық, скалярлық көбейтінді және евклидтік қашықтық сандық мәндері бірдей болмаса да, үйлесімді ұқсастық ретін береді. Бір тиісті салыстыру тәсілін таңдап, оны сұрау және құжат көріністеріне бірізді қолданыңыз.</p><p>Ұқсастық екі тұжырымның өзара алмастырылатынына дәлел емес. Бастапқы мәтінді сақтап, сұраққа маңызды шартты, датаны немесе идентификаторды тексеріңіз. Екі үзінді бір тақырыпқа қатысты болып, әртүрлі рәсім не ерекшелік сипаттауы мүмкін. Эмбеддинг іздеу сигналын береді; таңдалған үзіндіні түсіндіру — тапсырманың бөлек бөлігі.</p><p>Іздеу және дереккөзге негізделген жауаптар</p><p>Практикалық құжат үдерісі білім базасы үзінділеріне векторлар дайындап, идентификаторлар мен бастапқы мәтінді сақтайды, содан кейін жаңа сұрақты осы жинақпен салыстырады. Тиісті үзінділерді дереккөз орындарымен қайтарыңыз. Қолданба оларды тікелей көрсете алады немесе табылған материалға негізделген жауап жазатын мәтін генерациясы моделіне бере алады.</p><p>Пайдалы іздеу нәтижесі үшін құжат атауын, бөлімін, үзіндіні және оны табуға қолданылатын идентификаторды сақтаңыз. Сонда қолдау ассистенті пайдаланушы сұрағына қатысты рәсімді тауып, оны жауап жазу кезеңіне бере алады. Mistral Embed сандық бейнелеу қадамын орындайды; ол соңғы түсіндірмені өзі жазбайды және сыртқы әрекетті орындамайды.</p><p>Басқа құжатталған қолданулар</p><p>Өндіруші эмбеддинг үдерістерінің ішінде парафразаны анықтау, жіктеу, кластерлеу және пакеттік өңдеуді де атайды. Салыстыру тапсырмасы тексеруге мағынасы қатысты үзінділерді таба алады. Жіктеу үдерісі кірісті таңбаланған мысалдармен салыстыра алады немесе векторларды бөлек жіктеуішке белгі ретінде қолданады. Кластерлеу үдерісі ұқсас элементтерді кейін адам не қолданба сипаттауы үшін топтай алады.</p><p>Деректерді дайындамас бұрын көріністің мақсатын анықтаңыз. Семантикалық іздеу үзіндісі іздеуден кейін қажет ақпаратты сақтауы керек; жіктеу мысалы сыныпты ажырататын тұжырымды қамтуы тиіс. Сұрау мен сақталған элемент салыстыруға болатын материалды бейнелеуі үшін дайындықты бірізді ұстаңыз.</p><p>Нұсқа және шығыс шекаралары</p><p>Құжаттар мен олардың сұрауларына бір модель нұсқасын және үйлесімді көріністі қолданыңыз. Басқа модельден алынған вектордың координат саны бірдей болуы оның сол семантикалық кеңістікке жататынына кепіл емес. Модельді не көріністі алмастырғанда сақталған элементтер мен сұраулардың сәйкестігін сақтау қажет.</p><p>Бұл жазба өндірушінің 8k контексті және Mistral Embed моделінің құжатталған 1024 өлшемді көрінісі бар мәтіндік кіріс пен сандық вектор шығысын сипаттайды. Codestral Embed моделінің бапталатын өлшемдері мен квантталған пішімдері сол бөлек атаулы код моделіне тиесілі; мұнда оларды бар деп қабылдауға болмайды. Суреттер, аудио, генерацияланған мәтін және құрал орындау — осы мәтін эмбеддингі нәтижесінен тыс бөлек мүмкіндіктер.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Эмбеддингтер</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Кіріс</dt><dd><code>text</code>, <code>token_ids</code></dd></div><div><dt>Шығыс</dt><dd><code>embedding</code></dd></div><div><dt>Контекст</dt><dd>8 192 tokens</dd></div><div><dt>Шығыс пішімі</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Өріс</th><th>Түрі</th><th>Талап</th><th>Мәндер мен шектеулер</th><th>Әдепкі</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>mistralai/mistral-embed-2312</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string|string[]|integer[]|integer[][]</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Элементтердің ең аз саны: 1</div><div>Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.</div><div>Кіріс бюджеті: Ең көбі: 8 192 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">encoding_format</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>float</div></td><td data-cell-label=\"Әдепкі\" data-default=\"known\"><span class=\"card-cell-label\">Әдепкі</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>integer</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Қолдау көрсетілмейді</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Ең азы: 1</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>object</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: provider.options қабылданбайды</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Кіріс материалдарының үйлесімдері</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>Әдіс параметрлері мен өмірлік циклі</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Параметр талаптары</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>application/json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, input</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>input_shapes</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>encoding_format</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>float</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>dimensions_override</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>max_input_budget_units</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>8192</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>multimodal_objects</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>text, token_ids</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous_json</code></p><p class=\"note-s\">Әрбір вектордың индексін және өлшемін сақтаңыз.</p><p class=\"note-s\">Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифтер</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.</p><dl data-price-conditions><dt>Жылдам режим</dt><dd>Стандартты тариф <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Стандартты тариф <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Стандартты тариф <span class=\"note-s\">Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot мөлшерлемелері</h4><h4>Баптаулар бойынша бағалар</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Мөлшерлемелер кестесі</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Токендердің базалық тарифтері</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>Негізгі мөлшерлеме</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс токендері</span> <b>$0.0002</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Шығыс · Шығыс токендері</span> <b>$0</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшті оқу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу, 1 сағ</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. <a href=\"/docs/kk/billing/reserve/\">Резервтеу мен төлемді есептеу тәртібі →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Сұрау мысалдары</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><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=\"Кодты көшіру\"><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\">Нәтижелерді алу және сақтау</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Барлық дайын нәтижені сақтау</h5><p class=\"note-s\">Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.</p><p class=\"note-s\">Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Бастапқы жауапты тексеру қажет болса</h5><p class=\"note-s\">Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.</p></div><details class=\"card-about\" data-output-fields><summary>Жауап өрістері</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Өріс</th><th>Түрі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>integer</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>finite float[]</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Қателер және келесі қадамдар</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Жауап</th><th>Шарт</th><th>Келесі қадам</th></tr></thead><tbody><tr><th data-cell-label=\"Жауап\" scope=\"row\"><span class=\"card-cell-label\">Жауап</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Шарт\"><span class=\"card-cell-label\">Шарт</span>Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате</td><td data-cell-label=\"Келесі қадам\"><span class=\"card-cell-label\">Келесі қадам</span>Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Балама атаулар</h3><h4>Модельдердің балама атаулары</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>Әдіс жолдарының балама атаулары</h4><p class=\"note-s\">Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.</p><h4>Шақыруға арналған байланысты 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": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "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": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "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 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "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": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "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": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "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": "Токендердің базалық тарифтері",
            "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": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "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": "053b1111d44273ab2a21953df949af6b5d229839b63d2dc2970ea1731567c703",
    "input_html_sha256": "43ccd9e38222e6abeb60fffd9723572b5b23fe8c7a6a685b6cd59285db825249",
    "private_audit_sha256": "6d643517b705b6917f9ad437ee6b590157f80ee1c2800954704f0459f0f4bad0",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/mistralai-mistral-embed-2312/",
    "description": "Mistral Embed 2312 мәтінді семантикалық іздеу, ақпарат табу және қатысты мәтіндерді талдау үшін 1024 өлшемді векторларға айналдырады. Өндіруші беті 8k контекстін құжаттайды; нәтиже — генерацияланған жауап емес, әр кіріспен байланыстырылған сандық көрініс.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/mistralai-mistral-embed-2312/index.md",
    "title": "Mistral: Mistral Embed 2312 — Ailoot",
    "url": "https://ailoot.ai/models/kk/mistralai-mistral-embed-2312/"
  },
  "rawModel": {
    "about": "Mistral Embed 2312 — мағынаны сандық түрде бейнелеуге арналған Mistral AI мәтін эмбеддинг моделі. Ол мәтіндік жолды немесе жолдар тізімін қабылдап, әр кіріске эмбеддинг қайтарады. Нәтиже — әңгімелесу түсіндірмесі емес, қолданба ұқсастықты бағалау, іздеу, жіктеу немесе кластерлеу үшін қолданатын вектор. Өндірушінің бекітілген модель беті mistral-embed-2312 идентификаторын көрсетеді.\n\nКіріс, контекст және вектор пішіні\n\nНақты модель беті 8k контекст белгісін құжаттайды. Әр мәтін элементін тиісті кіріс сыйымдылығында дайындап, элемент сәйкестігін векторымен сақтаңыз. Ұзын бастапқы құжатты кейін дұрыс материалды қайтаруға қажет құжат атауын, бөлімін және дереккөз орнын сақтай отырып, пайдалы үзінділерге бөлуге болады.\n\nӨндірушінің Mistral Embed нұсқаулығы кірістің көрінетін ұзындығына қарамастан әр мәтін эмбеддингіне 1024 өлшем көрсетеді. Сондықтан қысқа сұрақ пен ұзын үзіндінің мазмұны және токен саны әртүрлі болса да, вектор пішіні бірдей. Бұл — шығыс көрінісінің өлшемі, жауап токендерінің бюджеті немесе қанша бастапқы сөз сақталатынының өлшемі емес.\n\nҚұжатталған жауап эмбеддингтерді және токен қолдану ақпаратын қамтиды; эндпоинт мысалы әр векторды кіріс индексімен байланыстырады. Бірнеше мәтінді өңдегенде осы байланысты сақтаңыз. Пайдалы іздеу нәтижесін көрсетуге немесе кейінгі қадамға бастапқы материал беруге қолданбаға сандық нәтижемен бірге бастапқы мәтін және оның идентификаторлары қажет.\n\nСемантикалық ұқсастық\n\nНұсқаулық қатысты мәтіндер эмбеддинг кеңістігінде әдетте бір-біріне жақын болатынын түсіндіреді. Бұл бір тақырыпты немесе талапты әртүрлі сөзбен білдіретін үзінділерді табуды қолдайды. Мысалы, білім базасына берілген сұрау қолжетімділікті қалай қалпына келтіруге болатыны туралы болуы мүмкін, ал тиісті рәсім сол операцияны басқа тіркеспен сипаттайды. Қолданба тек дәл сөз сәйкестігіне сүйенбей, сұрау векторын сақталған үзінді векторларымен салыстыра алады.\n\nӨндіруші мысалдары бірлік нормаға келтірілген эмбеддингтерді қолданады. Осындай векторлар үшін косинустық ұқсастық, скалярлық көбейтінді және евклидтік қашықтық сандық мәндері бірдей болмаса да, үйлесімді ұқсастық ретін береді. Бір тиісті салыстыру тәсілін таңдап, оны сұрау және құжат көріністеріне бірізді қолданыңыз.\n\nҰқсастық екі тұжырымның өзара алмастырылатынына дәлел емес. Бастапқы мәтінді сақтап, сұраққа маңызды шартты, датаны немесе идентификаторды тексеріңіз. Екі үзінді бір тақырыпқа қатысты болып, әртүрлі рәсім не ерекшелік сипаттауы мүмкін. Эмбеддинг іздеу сигналын береді; таңдалған үзіндіні түсіндіру — тапсырманың бөлек бөлігі.\n\nІздеу және дереккөзге негізделген жауаптар\n\nПрактикалық құжат үдерісі білім базасы үзінділеріне векторлар дайындап, идентификаторлар мен бастапқы мәтінді сақтайды, содан кейін жаңа сұрақты осы жинақпен салыстырады. Тиісті үзінділерді дереккөз орындарымен қайтарыңыз. Қолданба оларды тікелей көрсете алады немесе табылған материалға негізделген жауап жазатын мәтін генерациясы моделіне бере алады.\n\nПайдалы іздеу нәтижесі үшін құжат атауын, бөлімін, үзіндіні және оны табуға қолданылатын идентификаторды сақтаңыз. Сонда қолдау ассистенті пайдаланушы сұрағына қатысты рәсімді тауып, оны жауап жазу кезеңіне бере алады. Mistral Embed сандық бейнелеу қадамын орындайды; ол соңғы түсіндірмені өзі жазбайды және сыртқы әрекетті орындамайды.\n\nБасқа құжатталған қолданулар\n\nӨндіруші эмбеддинг үдерістерінің ішінде парафразаны анықтау, жіктеу, кластерлеу және пакеттік өңдеуді де атайды. Салыстыру тапсырмасы тексеруге мағынасы қатысты үзінділерді таба алады. Жіктеу үдерісі кірісті таңбаланған мысалдармен салыстыра алады немесе векторларды бөлек жіктеуішке белгі ретінде қолданады. Кластерлеу үдерісі ұқсас элементтерді кейін адам не қолданба сипаттауы үшін топтай алады.\n\nДеректерді дайындамас бұрын көріністің мақсатын анықтаңыз. Семантикалық іздеу үзіндісі іздеуден кейін қажет ақпаратты сақтауы керек; жіктеу мысалы сыныпты ажырататын тұжырымды қамтуы тиіс. Сұрау мен сақталған элемент салыстыруға болатын материалды бейнелеуі үшін дайындықты бірізді ұстаңыз.\n\nНұсқа және шығыс шекаралары\n\nҚұжаттар мен олардың сұрауларына бір модель нұсқасын және үйлесімді көріністі қолданыңыз. Басқа модельден алынған вектордың координат саны бірдей болуы оның сол семантикалық кеңістікке жататынына кепіл емес. Модельді не көріністі алмастырғанда сақталған элементтер мен сұраулардың сәйкестігін сақтау қажет.\n\nБұл жазба өндірушінің 8k контексті және Mistral Embed моделінің құжатталған 1024 өлшемді көрінісі бар мәтіндік кіріс пен сандық вектор шығысын сипаттайды. Codestral Embed моделінің бапталатын өлшемдері мен квантталған пішімдері сол бөлек атаулы код моделіне тиесілі; мұнда оларды бар деп қабылдауға болмайды. Суреттер, аудио, генерацияланған мәтін және құрал орындау — осы мәтін эмбеддингі нәтижесінен тыс бөлек мүмкіндіктер.",
    "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": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "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": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "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": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "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 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "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": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "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": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "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": "Токендердің базалық тарифтері",
            "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": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "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 мәтінді семантикалық іздеу, ақпарат табу және қатысты мәтіндерді талдау үшін 1024 өлшемді векторларға айналдырады. Өндіруші беті 8k контекстін құжаттайды; нәтиже — генерацияланған жауап емес, әр кіріспен байланыстырылған сандық көрініс."
  },
  "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 мәтінді семантикалық іздеу, ақпарат табу және қатысты мәтіндерді талдау үшін 1024 өлшемді векторларға айналдырады. Өндіруші беті 8k контекстін құжаттайды; нәтиже — генерацияланған жауап емес, әр кіріспен байланыстырылған сандық көрініс.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "2cdad2926a0aaeaaea62121cba14136ab40295d4787fd874784c06cc1c0db484",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "6ed88398b39aa8314f0929e8824851f537e3798d0e2176ef4edee5f78ddcb727"
}