Source: https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/
Canonical: https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/
Language: nl

# Mistral: Mistral Embed 2312

[Markdown](https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/index.md) · [JSON](https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/facts.json)

## [Mistral: Mistral Embed 2312](https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/)

Mistral Embed 2312 zet tekst om in 1.024-dimensionale vectoren voor semantisch zoeken, informatieopvraging en analyse van verwante tekst. De makerpagina documenteert een 8k-context; het resultaat is een numerieke representatie gekoppeld aan elke invoer, in plaats van een gegenereerd antwoord.

- [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `mistralai/mistral-embed-2312`](https://ailoot.ai/models/nl/mistralai-mistral-embed-2312/#method-0)

Over het model

Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.

Mistral Embed 2312 is het tekstembeddingmodel van Mistral AI om betekenis numeriek te representeren. Het accepteert een tekenreeks of een lijst tekenreeksen en retourneert voor elke invoer een embedding. Het resultaat is een vector die de toepassing gebruikt voor gelijkenis, informatieopvraging, classificatie of clustering in plaats van een gespreksuitleg. De vaste modelpagina van de maker identificeert mistral-embed-2312.

Invoer, context en vectorvorm

De exacte modelpagina documenteert een 8k-contextlabel. Bereid elk tekstitem binnen de toepasselijke invoercapaciteit voor en bewaar de identiteit van het item bij de vector. Een lang brondocument kan in bruikbare passages worden verdeeld met behoud van documenttitel, sectie en bronlocatie die nodig zijn om later het juiste materiaal terug te geven.

De Mistral-Embed-gids van de maker specificeert 1.024 dimensies voor elke tekstembedding, ongeacht de zichtbare invoerlengte. Een korte vraag en een langere passage hebben dus dezelfde vectorvorm, ook al verschillen hun inhoud en tokenaantallen. Dat is een dimensie van de uitvoerrepresentatie, geen budget voor antwoordtokens of maatstaf voor hoeveel bronwoorden behouden blijven.

De gedocumenteerde respons bevat de embeddings en informatie over tokengebruik; het eindpuntvoorbeeld koppelt elke vector aan een invoerindex. Behoud die koppeling wanneer u verschillende teksten verwerkt. De toepassing heeft naast het numerieke resultaat de oorspronkelijke tekst en identifiers nodig om een bruikbare zoektreffer te tonen of bronmateriaal aan een latere stap te leveren.

Semantische gelijkenis

De gids legt uit dat verwante teksten doorgaans dicht bij elkaar in de embeddingruimte liggen. Dat ondersteunt het vinden van passages die met andere woorden hetzelfde onderwerp of dezelfde vereiste uitdrukken. Een illustratieve kennisbasisvraag kan vragen hoe toegang wordt hersteld, terwijl de relevante procedure voor dezelfde handeling een andere formulering gebruikt. De toepassing kan de vector van de vraag met opgeslagen passagevectoren vergelijken in plaats van uitsluitend op exacte woordmatching te vertrouwen.

De voorbeelden van de maker gebruiken naar eenheidslengte genormaliseerde embeddings. Voor zulke vectoren geven cosinusgelijkenis, inproduct en Euclidische afstand consistente gelijkenisrangschikkingen, ook al zijn hun numerieke waarden niet identiek. Kies één geschikte vergelijkingsmethode en pas die consistent toe op de zoekvraag- en documentrepresentaties.

Gelijkenis is geen bewijs dat twee uitspraken uitwisselbaar zijn. Bewaar de brontekst en onderzoek de voorwaarde, datum of identifier die voor de vraag belangrijk is. Twee passages kunnen hetzelfde onderwerp betreffen maar verschillende procedures of uitzonderingen beschrijven. De embedding levert een zoeksignaal; de geselecteerde passage interpreteren is een afzonderlijk deel van de taak.

Informatieopvraging en op bronnen gebaseerde antwoorden

Een praktische documentworkflow bereidt vectoren voor kennisbasispassages voor, bewaart hun identifiers en oorspronkelijke tekst en vergelijkt vervolgens een nieuwe vraag met die verzameling. Retourneer de relevante passages met hun bronlocaties. De toepassing kan die passages rechtstreeks tonen of ze aan een tekstgeneratiemodel leveren dat een antwoord schrijft op basis van het opgehaalde materiaal.

Bewaar voor een bruikbaar zoekresultaat de documenttitel, sectie, passage en de identifier waarmee het werd gevonden. Een supportassistent kan dan de procedure ophalen die relevant is voor een gebruikersvraag en die aan de antwoordschrijffase doorgeven. Mistral Embed voert de numerieke representatiestap uit; het stelt de definitieve uitleg niet zelf op en voert geen externe actie uit.

Andere gedocumenteerde toepassingen

De maker noemt ook parafrasedetectie, classificatie, clustering en batchverwerking als embeddingworkflows. Een vergelijkingstaak kan passages met verwante betekenis voor beoordeling ophalen. Een classificatieworkflow kan een invoer met gelabelde voorbeelden vergelijken of de vectoren als kenmerken voor een afzonderlijke classifier gebruiken. Een clusteringworkflow kan vergelijkbare items groeperen voor een latere beschrijving door een mens of toepassing.

Definieer het doel van de representatie voordat u de gegevens voorbereidt. Een passage voor semantisch zoeken moet de informatie behouden die iemand na het ophalen nodig heeft; een classificatievoorbeeld moet de bewoordingen bevatten die de klasse onderscheiden. Houd de voorbereiding consistent, zodat een zoekvraag en een opgeslagen item vergelijkbaar materiaal representeren.

Editie- en uitvoergrenzen

Gebruik dezelfde modeleditie en een compatibele representatie voor documenten en hun zoekvragen. Een vector met hetzelfde aantal coördinaten uit een ander model ligt niet automatisch in dezelfde semantische ruimte. Bij vervanging van model of representatie moeten de opgeslagen items en zoekvragen op elkaar afgestemd blijven.

Dit item beschrijft tekstinvoer en numerieke vectoruitvoer, met de 8k-context van de maker en de gedocumenteerde 1.024-dimensionale representatie van Mistral Embed. De configureerbare dimensies en gekwantiseerde formaten van Codestral Embed horen bij dat afzonderlijk benoemde codemodel en mogen hier niet worden verondersteld. Afbeeldingen, audio, gegenereerde tekst en tooluitvoering zijn afzonderlijke mogelijkheden buiten dit tekstembeddingresultaat.

**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `mistralai/mistral-embed-2312`

[`mistralai/mistral-embed-2312`](https://ailoot.ai/models/nl/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings)

Mistral /`mistralai/mistral-embed-2312`

### Aan de slag

Mistral Embed 2312 zet tekst om in 1.024-dimensionale vectoren voor semantisch zoeken, informatieopvraging en analyse van verwante tekst. De makerpagina documenteert een 8k-context; het resultaat is een numerieke representatie gekoppeld aan elke invoer, in plaats van een gegenereerd antwoord.

Toegestane invoer

Tekst · token\_ids

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

**Ailoot Ultra · Embeddings** `POST /v1/embeddings`

Invoertypen

`text`, `token_ids`

Uitvoertypen

`embedding`

Context

8.192 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten mistralai/mistral-embed-2312 | Standaard— |
| Veld`input` | Type`string\|string[]\|integer[]\|integer[][]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID’s zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 8.192 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float | Standaardfloat |
| Veld`dimensions` | Type`integer` | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`session_id` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`trace` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— |
| Veld`provider` | Type`object` | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`content_type` | Contractapplication/json |
| Parameter`required` | Contractmodel, input |
| Parameter`input_shapes` | Contractstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Contractfloat |
| Parameter`dimensions_override` | Contractfalse |
| Parameter`max_input_budget_units` | Contract8192 |
| Parameter`multimodal_objects` | Contractfalse |
| Parameter`material_types` | Contracttext, token\_ids |

Levenscyclus: `synchronous_json`

Bewaar elke vectorindex en dimensie.

Een multimodale modelnaam houdt niet in dat afbeeldingsobjecten op dit specifieke pad zijn toegestaan.

### Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus

Standaardtarief Wanneer de snelle modus is geselecteerd

Flexmodus

Standaardtarief Wanneer de modus flex is geselecteerd

Maximale redeneerinspanning

Standaardtarief Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt

#### Ailoot-tarieven

#### Prijzen per configuratie

| Configuratie | Tariefstaffel | Kosten |
| --- | --- | --- |
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0.0002** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 1K tokens Invoer · Cache schrijven **—** / 1K tokens Invoer · Cache schrijven, 1 uur **—** / 1K tokens |

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. [Zo werken reservering en afrekening →](https://ailoot.ai/docs/nl/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot Ultra · Embeddings

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "mistralai/mistral-embed-2312", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='mistralai/mistral-embed-2312',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Resultaten ophalen en opslaan

#### Ailoot Ultra · Embeddings

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elke vector met zijn index. Het aantal vectoren moet gelijk zijn aan het aantal invoeritems; de dimensies moeten consistent zijn.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`object` | Typestring |
| Veld`model` | Typestring |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\] |
| Veld`usage` | Typeobject |

Fouten en vervolgstappen

| Antwoord | Voorwaarde | Volgende stap |
| --- | --- | --- |
| Antwoord400 · `invalid_request_error` | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |

### Aliasnamen

#### Modelaliasnamen

**Ailoot Ultra** [`mistralai/mistral-embed-2312`](https://ailoot.ai/models/nl/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`mistralai/mistral-embed-2312`](https://ailoot.ai/models/nl/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings)

FAQ · Mistral: Mistral Embed 2312

Welke invoer en resultaten zijn beschikbaar?

`POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `text`, `token_ids` → `embedding`

Welke velden gebruikt het verzoek?

`POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `model`, `input`, `encoding_format`, `provider`

Welke limieten gelden?

`POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8-bytes); `input.min_items`: `1`

Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie.

## Het bedrijf en zijn projectenportefeuille

Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden.

## Koop tokens met korting.

Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens.

Abonnement

Kies een abonnement met korting voor je terugkerende verzoeken.

Promotiecode tot 50%

Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend.

Kosten in de geschiedenis

Model, tokens en bedrag worden per verzoek bewaard.

[Kies een abonnement](https://ailoot.ai/docs/nl/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl/)

## Verbind de API met het product dat je verkoopt.

SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan.

Commerciële applicatie

Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe.

Resellerlicentie

Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop.

Documenten op de site

Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar.

[Vraag een resellerlicentie aan](mailto:support@ailoot.ai) · [Aanbodvoorwaarden en licentieovereenkomst](https://ailoot.ai/legal/offer?lang=nl)

## Ailoot · Het bedrijf en zijn projectenportefeuille





Ailoot bouwt op opgebouwde operationele ervaring, een groot klantenbestand, een stabiele dienst en doorlopende KPI-controle.





Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden.





Ailoot gebruikt die operationele ervaring voor API-toegang tot AI-functies in klantproducten, agents, applicaties en automatiseringen.