{
  "aboutHtml": "<p>Mistral Embed 2312 je model textových embeddingov od Mistral AI na číselnú reprezentáciu významu. Prijíma textový reťazec alebo zoznam reťazcov a vracia embedding každého vstupu. Výsledkom je vektor používaný aplikáciou na podobnosť, vyhľadávanie, klasifikáciu alebo zhlukovanie namiesto konverzačného vysvetlenia. Pevná stránka modelu od výrobcu uvádza mistral-embed-2312.</p><p>Vstup, kontext a tvar vektora</p><p>Presná stránka modelu dokumentuje označenie kontextu 8k. Každú textovú položku pripravte v rámci príslušnej vstupnej kapacity a jej identitu uchovajte s vektorom. Dlhý zdrojový dokument možno rozdeliť na užitočné pasáže so zachovaním názvu dokumentu, časti a umiestnenia zdroja potrebných na neskoršie vrátenie správneho materiálu.</p><p>Príručka Mistral Embed od výrobcu uvádza 1024 rozmerov pre každý textový embedding bez ohľadu na viditeľnú dĺžku vstupu. Krátka otázka a dlhšia pasáž preto majú rovnaký tvar vektora, hoci ich obsah a počty tokenov sa líšia. Ide o rozmer výstupnej reprezentácie, nie rozpočet tokenov odpovede ani mieru počtu zachovaných zdrojových slov.</p><p>Zdokumentovaná odpoveď obsahuje embeddingy a informácie o spotrebe tokenov; príklad koncového bodu priraďuje každý vektor k indexu vstupu. Pri spracovaní viacerých textov toto prepojenie zachovajte. Na zobrazenie užitočného výsledku vyhľadávania alebo poskytnutie zdrojového materiálu neskoršiemu kroku potrebuje aplikácia okrem číselného výsledku aj pôvodný text a jeho identifikátory.</p><p>Sémantická podobnosť</p><p>Príručka vysvetľuje, že súvisiace texty bývajú v priestore embeddingov blízko seba. To podporuje hľadanie pasáží používajúcich iné slová na vyjadrenie rovnakej témy alebo požiadavky. Ilustračný dopyt v znalostnej báze sa môže pýtať na obnovenie prístupu, zatiaľ čo príslušný postup používa pre rovnakú operáciu inú formuláciu. Aplikácia môže porovnať vektor dopytu s uloženými vektormi pasáží namiesto spoliehania sa iba na presnú zhodu slov.</p><p>Príklady výrobcu používajú embeddingy normalizované na jednotkovú normu. Pri takýchto vektoroch dávajú kosínusová podobnosť, skalárny súčin a euklidovská vzdialenosť konzistentné poradie podobnosti, hoci ich číselné hodnoty nie sú totožné. Vyberte jednu vhodnú metódu porovnávania a používajte ju konzistentne pre reprezentácie dopytov aj dokumentov.</p><p>Podobnosť nie je dôkazom zameniteľnosti dvoch tvrdení. Zachovajte zdrojový text a preskúmajte podmienku, dátum alebo identifikátor dôležitý pre otázku. Dve pasáže sa môžu týkať rovnakého predmetu a pritom opisovať rozdielne postupy či výnimky. Embedding poskytuje signál pre vyhľadávanie; interpretácia vybranej pasáže je samostatnou časťou úlohy.</p><p>Vyhľadávanie a odpovede založené na zdrojoch</p><p>Praktický dokumentový postup pripraví vektory pasáží znalostnej bázy, uloží ich identifikátory a pôvodný text a potom porovná novú otázku s touto kolekciou. Relevantné pasáže vráťte s umiestnením zdrojov. Aplikácia ich môže ukázať priamo alebo poskytnúť modelu generujúcemu text, ktorý napíše odpoveď podloženú vyhľadaným materiálom.</p><p>Pre užitočný výsledok vyhľadávania zachovajte názov dokumentu, časť, pasáž a identifikátor používaný na jej nájdenie. Asistent podpory potom môže vyhľadať postup relevantný pre otázku používateľa a odovzdať ho fáze písania odpovede. Mistral Embed vykonáva krok číselnej reprezentácie; sám nepíše konečné vysvetlenie ani nevykonáva externú akciu.</p><p>Ďalšie zdokumentované použitia</p><p>Výrobca medzi postupmi s embeddingmi uvádza aj detekciu parafráz, klasifikáciu, zhlukovanie a dávkové spracovanie. Porovnávacia úloha môže na kontrolu vyhľadať pasáže s príbuzným významom. Klasifikačný postup môže porovnať vstup s označenými príkladmi alebo použiť vektory ako príznaky pre samostatný klasifikátor. Zhlukovací postup môže zoskupiť podobné položky na neskorší opis človekom alebo aplikáciou.</p><p>Pred prípravou dát definujte účel reprezentácie. Pasáž používaná na sémantické vyhľadávanie má zachovať informáciu, ktorú niekto bude potrebovať po vyhľadaní; klasifikačný príklad má zahŕňať formuláciu, ktorá rozlišuje triedu. Prípravu udržujte konzistentnú, aby dopyt a uložená položka reprezentovali porovnateľný materiál.</p><p>Hranice edície a výstupu</p><p>Pre dokumenty a ich dopyty používajte rovnakú edíciu modelu a kompatibilnú reprezentáciu. Vektor s rovnakým počtom súradníc z iného modelu nie je automaticky v rovnakom sémantickom priestore. Výmena modelu alebo reprezentácie vyžaduje zachovanie súladu uložených položiek a dopytov.</p><p>Táto položka opisuje textový vstup a číselný vektorový výstup s kontextom 8k od výrobcu a zdokumentovanou 1024-rozmernou reprezentáciou Mistral Embed. Konfigurovateľné rozmery a kvantované formáty Codestral Embed patria tomuto samostatne pomenovanému modelu pre kód a nemajú sa tu predpokladať. Obrázky, zvuk, generovaná próza a vykonávanie nástrojov sú samostatné schopnosti mimo tohto výsledku textových embeddingov.</p>",
  "aboutText": "Mistral Embed 2312 je model textových embeddingov od Mistral AI na číselnú reprezentáciu významu. Prijíma textový reťazec alebo zoznam reťazcov a vracia embedding každého vstupu. Výsledkom je vektor používaný aplikáciou na podobnosť, vyhľadávanie, klasifikáciu alebo zhlukovanie namiesto konverzačného vysvetlenia. Pevná stránka modelu od výrobcu uvádza mistral-embed-2312.\n\nVstup, kontext a tvar vektora\n\nPresná stránka modelu dokumentuje označenie kontextu 8k. Každú textovú položku pripravte v rámci príslušnej vstupnej kapacity a jej identitu uchovajte s vektorom. Dlhý zdrojový dokument možno rozdeliť na užitočné pasáže so zachovaním názvu dokumentu, časti a umiestnenia zdroja potrebných na neskoršie vrátenie správneho materiálu.\n\nPríručka Mistral Embed od výrobcu uvádza 1024 rozmerov pre každý textový embedding bez ohľadu na viditeľnú dĺžku vstupu. Krátka otázka a dlhšia pasáž preto majú rovnaký tvar vektora, hoci ich obsah a počty tokenov sa líšia. Ide o rozmer výstupnej reprezentácie, nie rozpočet tokenov odpovede ani mieru počtu zachovaných zdrojových slov.\n\nZdokumentovaná odpoveď obsahuje embeddingy a informácie o spotrebe tokenov; príklad koncového bodu priraďuje každý vektor k indexu vstupu. Pri spracovaní viacerých textov toto prepojenie zachovajte. Na zobrazenie užitočného výsledku vyhľadávania alebo poskytnutie zdrojového materiálu neskoršiemu kroku potrebuje aplikácia okrem číselného výsledku aj pôvodný text a jeho identifikátory.\n\nSémantická podobnosť\n\nPríručka vysvetľuje, že súvisiace texty bývajú v priestore embeddingov blízko seba. To podporuje hľadanie pasáží používajúcich iné slová na vyjadrenie rovnakej témy alebo požiadavky. Ilustračný dopyt v znalostnej báze sa môže pýtať na obnovenie prístupu, zatiaľ čo príslušný postup používa pre rovnakú operáciu inú formuláciu. Aplikácia môže porovnať vektor dopytu s uloženými vektormi pasáží namiesto spoliehania sa iba na presnú zhodu slov.\n\nPríklady výrobcu používajú embeddingy normalizované na jednotkovú normu. Pri takýchto vektoroch dávajú kosínusová podobnosť, skalárny súčin a euklidovská vzdialenosť konzistentné poradie podobnosti, hoci ich číselné hodnoty nie sú totožné. Vyberte jednu vhodnú metódu porovnávania a používajte ju konzistentne pre reprezentácie dopytov aj dokumentov.\n\nPodobnosť nie je dôkazom zameniteľnosti dvoch tvrdení. Zachovajte zdrojový text a preskúmajte podmienku, dátum alebo identifikátor dôležitý pre otázku. Dve pasáže sa môžu týkať rovnakého predmetu a pritom opisovať rozdielne postupy či výnimky. Embedding poskytuje signál pre vyhľadávanie; interpretácia vybranej pasáže je samostatnou časťou úlohy.\n\nVyhľadávanie a odpovede založené na zdrojoch\n\nPraktický dokumentový postup pripraví vektory pasáží znalostnej bázy, uloží ich identifikátory a pôvodný text a potom porovná novú otázku s touto kolekciou. Relevantné pasáže vráťte s umiestnením zdrojov. Aplikácia ich môže ukázať priamo alebo poskytnúť modelu generujúcemu text, ktorý napíše odpoveď podloženú vyhľadaným materiálom.\n\nPre užitočný výsledok vyhľadávania zachovajte názov dokumentu, časť, pasáž a identifikátor používaný na jej nájdenie. Asistent podpory potom môže vyhľadať postup relevantný pre otázku používateľa a odovzdať ho fáze písania odpovede. Mistral Embed vykonáva krok číselnej reprezentácie; sám nepíše konečné vysvetlenie ani nevykonáva externú akciu.\n\nĎalšie zdokumentované použitia\n\nVýrobca medzi postupmi s embeddingmi uvádza aj detekciu parafráz, klasifikáciu, zhlukovanie a dávkové spracovanie. Porovnávacia úloha môže na kontrolu vyhľadať pasáže s príbuzným významom. Klasifikačný postup môže porovnať vstup s označenými príkladmi alebo použiť vektory ako príznaky pre samostatný klasifikátor. Zhlukovací postup môže zoskupiť podobné položky na neskorší opis človekom alebo aplikáciou.\n\nPred prípravou dát definujte účel reprezentácie. Pasáž používaná na sémantické vyhľadávanie má zachovať informáciu, ktorú niekto bude potrebovať po vyhľadaní; klasifikačný príklad má zahŕňať formuláciu, ktorá rozlišuje triedu. Prípravu udržujte konzistentnú, aby dopyt a uložená položka reprezentovali porovnateľný materiál.\n\nHranice edície a výstupu\n\nPre dokumenty a ich dopyty používajte rovnakú edíciu modelu a kompatibilnú reprezentáciu. Vektor s rovnakým počtom súradníc z iného modelu nie je automaticky v rovnakom sémantickom priestore. Výmena modelu alebo reprezentácie vyžaduje zachovanie súladu uložených položiek a dopytov.\n\nTáto položka opisuje textový vstup a číselný vektorový výstup s kontextom 8k od výrobcu a zdokumentovanou 1024-rozmernou reprezentáciou Mistral Embed. Konfigurovateľné rozmery a kvantované formáty Codestral Embed patria tomuto samostatne pomenovanému modelu pre kód a nemajú sa tu predpokladať. Obrázky, zvuk, generovaná próza a vykonávanie nástrojov sú samostatné schopnosti mimo tohto výsledku textových embeddingov.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "0d57ff205651c421b0ceee2ef9aeda0360d8f6e3f27b6f0460f14aa87183e641",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "sk",
  "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=\"Zavrieť\">×</button></div><div class=\"idline\"><span>Mistral /</span><code>mistralai/mistral-embed-2312</code><button type=\"button\" id=\"copy-id\">Skopírovať ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Sekcie karty modelu\"><button type=\"button\" data-card-jump=\"overview\">Úvod</button><button type=\"button\" data-card-jump=\"methods\">Vstupy a metódy</button><button type=\"button\" data-card-jump=\"pricing\">Cenník</button><button type=\"button\" data-card-jump=\"examples\">Príklady</button><button type=\"button\" data-card-jump=\"results\">Výsledky</button><button type=\"button\" data-card-jump=\"aliases\">Aliasy</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metódy API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|mistralai%2Fmistral-embed-2312\">Embeddingy</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\">Úvod</h3><p class=\"mdesc-full\">Mistral Embed 2312 premieňa text na 1024-rozmerné vektory na sémantické vyhľadávanie, získavanie informácií a analýzu súvisiacich textov. Stránka výrobcu dokumentuje kontext 8k; výsledkom je číselná reprezentácia prepojená s každým vstupom, nie generovaná odpoveď.</p><dl class=\"card-io\" data-card-io><div><dt>Povolené vstupy</dt><dd>Text · token_ids</dd></div><div><dt>Výsledky</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>O modeli</summary><p class=\"note-s\" data-model-method-boundary>Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.</p><div class=\"mabout\" id=\"m-about\"><p>Mistral Embed 2312 je model textových embeddingov od Mistral AI na číselnú reprezentáciu významu. Prijíma textový reťazec alebo zoznam reťazcov a vracia embedding každého vstupu. Výsledkom je vektor používaný aplikáciou na podobnosť, vyhľadávanie, klasifikáciu alebo zhlukovanie namiesto konverzačného vysvetlenia. Pevná stránka modelu od výrobcu uvádza mistral-embed-2312.</p><p>Vstup, kontext a tvar vektora</p><p>Presná stránka modelu dokumentuje označenie kontextu 8k. Každú textovú položku pripravte v rámci príslušnej vstupnej kapacity a jej identitu uchovajte s vektorom. Dlhý zdrojový dokument možno rozdeliť na užitočné pasáže so zachovaním názvu dokumentu, časti a umiestnenia zdroja potrebných na neskoršie vrátenie správneho materiálu.</p><p>Príručka Mistral Embed od výrobcu uvádza 1024 rozmerov pre každý textový embedding bez ohľadu na viditeľnú dĺžku vstupu. Krátka otázka a dlhšia pasáž preto majú rovnaký tvar vektora, hoci ich obsah a počty tokenov sa líšia. Ide o rozmer výstupnej reprezentácie, nie rozpočet tokenov odpovede ani mieru počtu zachovaných zdrojových slov.</p><p>Zdokumentovaná odpoveď obsahuje embeddingy a informácie o spotrebe tokenov; príklad koncového bodu priraďuje každý vektor k indexu vstupu. Pri spracovaní viacerých textov toto prepojenie zachovajte. Na zobrazenie užitočného výsledku vyhľadávania alebo poskytnutie zdrojového materiálu neskoršiemu kroku potrebuje aplikácia okrem číselného výsledku aj pôvodný text a jeho identifikátory.</p><p>Sémantická podobnosť</p><p>Príručka vysvetľuje, že súvisiace texty bývajú v priestore embeddingov blízko seba. To podporuje hľadanie pasáží používajúcich iné slová na vyjadrenie rovnakej témy alebo požiadavky. Ilustračný dopyt v znalostnej báze sa môže pýtať na obnovenie prístupu, zatiaľ čo príslušný postup používa pre rovnakú operáciu inú formuláciu. Aplikácia môže porovnať vektor dopytu s uloženými vektormi pasáží namiesto spoliehania sa iba na presnú zhodu slov.</p><p>Príklady výrobcu používajú embeddingy normalizované na jednotkovú normu. Pri takýchto vektoroch dávajú kosínusová podobnosť, skalárny súčin a euklidovská vzdialenosť konzistentné poradie podobnosti, hoci ich číselné hodnoty nie sú totožné. Vyberte jednu vhodnú metódu porovnávania a používajte ju konzistentne pre reprezentácie dopytov aj dokumentov.</p><p>Podobnosť nie je dôkazom zameniteľnosti dvoch tvrdení. Zachovajte zdrojový text a preskúmajte podmienku, dátum alebo identifikátor dôležitý pre otázku. Dve pasáže sa môžu týkať rovnakého predmetu a pritom opisovať rozdielne postupy či výnimky. Embedding poskytuje signál pre vyhľadávanie; interpretácia vybranej pasáže je samostatnou časťou úlohy.</p><p>Vyhľadávanie a odpovede založené na zdrojoch</p><p>Praktický dokumentový postup pripraví vektory pasáží znalostnej bázy, uloží ich identifikátory a pôvodný text a potom porovná novú otázku s touto kolekciou. Relevantné pasáže vráťte s umiestnením zdrojov. Aplikácia ich môže ukázať priamo alebo poskytnúť modelu generujúcemu text, ktorý napíše odpoveď podloženú vyhľadaným materiálom.</p><p>Pre užitočný výsledok vyhľadávania zachovajte názov dokumentu, časť, pasáž a identifikátor používaný na jej nájdenie. Asistent podpory potom môže vyhľadať postup relevantný pre otázku používateľa a odovzdať ho fáze písania odpovede. Mistral Embed vykonáva krok číselnej reprezentácie; sám nepíše konečné vysvetlenie ani nevykonáva externú akciu.</p><p>Ďalšie zdokumentované použitia</p><p>Výrobca medzi postupmi s embeddingmi uvádza aj detekciu parafráz, klasifikáciu, zhlukovanie a dávkové spracovanie. Porovnávacia úloha môže na kontrolu vyhľadať pasáže s príbuzným významom. Klasifikačný postup môže porovnať vstup s označenými príkladmi alebo použiť vektory ako príznaky pre samostatný klasifikátor. Zhlukovací postup môže zoskupiť podobné položky na neskorší opis človekom alebo aplikáciou.</p><p>Pred prípravou dát definujte účel reprezentácie. Pasáž používaná na sémantické vyhľadávanie má zachovať informáciu, ktorú niekto bude potrebovať po vyhľadaní; klasifikačný príklad má zahŕňať formuláciu, ktorá rozlišuje triedu. Prípravu udržujte konzistentnú, aby dopyt a uložená položka reprezentovali porovnateľný materiál.</p><p>Hranice edície a výstupu</p><p>Pre dokumenty a ich dopyty používajte rovnakú edíciu modelu a kompatibilnú reprezentáciu. Vektor s rovnakým počtom súradníc z iného modelu nie je automaticky v rovnakom sémantickom priestore. Výmena modelu alebo reprezentácie vyžaduje zachovanie súladu uložených položiek a dopytov.</p><p>Táto položka opisuje textový vstup a číselný vektorový výstup s kontextom 8k od výrobcu a zdokumentovanou 1024-rozmernou reprezentáciou Mistral Embed. Konfigurovateľné rozmery a kvantované formáty Codestral Embed patria tomuto samostatne pomenovanému modelu pre kód a nemajú sa tu predpokladať. Obrázky, zvuk, generovaná próza a vykonávanie nástrojov sú samostatné schopnosti mimo tohto výsledku textových embeddingov.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Dostupné v Ailoot · vstupy a metódy</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Embeddingy</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Vstup</dt><dd><code>text</code>, <code>token_ids</code></dd></div><div><dt>Výstup</dt><dd><code>embedding</code></dd></div><div><dt>Kontext</dt><dd>8 192 tokens</dd></div><div><dt>Výstupný formát</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Pole</th><th>Typ</th><th>Požiadavka</th><th>Hodnoty a limity</th><th>Predvolené</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Povinné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>mistralai/mistral-embed-2312</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string|string[]|integer[]|integer[][]</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Povinné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Minimálny počet položiek: 1</div><div>Podmienky: Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.</div><div>Vstupný rozpočet: Maximum: 8 192 · Textová jednotka: bajty UTF8 · Jednotka tokenov: prvky poľa tokenov</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">encoding_format</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Voliteľné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>float</div></td><td data-cell-label=\"Predvolené\" data-default=\"known\"><span class=\"card-cell-label\">Predvolené</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>integer</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Nepodporované</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Minimum: 1</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>json_value</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Voliteľné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>json_value</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Voliteľné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>json_value</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Voliteľné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>object</code></td><td data-cell-label=\"Požiadavka\"><span class=\"card-cell-label\">Požiadavka</span>Voliteľné</td><td data-cell-label=\"Hodnoty a limity\"><span class=\"card-cell-label\">Hodnoty a limity</span><div>Podmienky: provider.options sa odmieta</div></td><td data-cell-label=\"Predvolené\" data-default=\"unspecified\"><span class=\"card-cell-label\">Predvolené</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Kombinácie vstupných podkladov</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>Parametre a životný cyklus metódy</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Špecifikácia</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_type</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>application/json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>model, input</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>input_shapes</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>encoding_format</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>float</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>dimensions_override</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>false</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>max_input_budget_units</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>8192</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>multimodal_objects</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>false</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Špecifikácia\"><span class=\"card-cell-label\">Špecifikácia</span>text, token_ids</td></tr></tbody></table></div><p>Životný cyklus: <code>synchronous_json</code></p><p class=\"note-s\">Uchovajte každý index a rozmer vektora.</p><p class=\"note-s\">Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Cenník</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.</p><dl data-price-conditions><dt>Rýchly režim</dt><dd>Štandardná sadzba <span class=\"note-s\">Keď je zvolený rýchly režim</span></dd><dt>Režim Flex</dt><dd>Štandardná sadzba <span class=\"note-s\">Keď je zvolený režim flex</span></dd><dt>Maximálna úroveň uvažovania</dt><dd>Štandardná sadzba <span class=\"note-s\">Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Sadzby Ailoot</h4><h4>Ceny podľa konfigurácie</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigurácia</th><th>Sadzobník</th><th>Poplatok</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigurácia\" scope=\"row\"><span class=\"card-cell-label\">Konfigurácia</span>Základné sadzby za tokeny</th><td data-cell-label=\"Sadzobník\"><span class=\"card-cell-label\">Sadzobník</span>Základná sadzba</td><td data-cell-label=\"Poplatok\"><span class=\"card-cell-label\">Poplatok</span><div><span>Vstup · Vstupné tokeny</span> <b>$0.0002</b> <span class=\"price-unit\">/ 1K tokenov</span></div><div><span>Výstup · Výstupné tokeny</span> <b>$0</b> <span class=\"price-unit\">/ 1K tokenov</span></div><div><span>Vstup · Čítanie cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenov</span></div><div><span>Vstup · Zápis do cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenov</span></div><div><span>Vstup · Zápis do cache, 1 hod</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenov</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. <a href=\"/docs/sk/billing/reserve/\">Ako funguje rezervácia a vyúčtovanie →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Príklady požiadaviek</h3><h4>Ailoot Ultra · Embeddingy</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Varianty kódu\"><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=\"Skopírovať kód\"><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\">Prijať a uložiť výsledky</h3><h4>Ailoot Ultra · Embeddingy</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Uchovať všetky dokončené výsledky</h5><p class=\"note-s\">Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.</p><p class=\"note-s\">Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Ak treba overiť pôvodnú odpoveď</h5><p class=\"note-s\">Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov.</p></div><details class=\"card-about\" data-output-fields><summary>Polia odpovede</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Pole</th><th>Typ</th></tr></thead><tbody><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>integer</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>finite float[]</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Chyby a ďalšie kroky</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Odpoveď</th><th>Podmienka</th><th>Ďalší krok</th></tr></thead><tbody><tr><th data-cell-label=\"Odpoveď\" scope=\"row\"><span class=\"card-cell-label\">Odpoveď</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Podmienka\"><span class=\"card-cell-label\">Podmienka</span>Neplatné povinné polia, reprezentácia materiálu alebo hodnota parametra</td><td data-cell-label=\"Ďalší krok\"><span class=\"card-cell-label\">Ďalší krok</span>Pred novou požiadavkou na vytvorenie opravte uvedené polia.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasy</h3><h4>Aliasy modelov</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>Aliasy ciest metód</h4><p class=\"note-s\">Použite cesty metód uvedené vyššie.</p><h4>Súvisiace ID na volanie</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": "Neplatné povinné polia, reprezentácia materiálu alebo hodnota parametra",
                "http_status": 400,
                "recovery": "Pred novou požiadavkou na vytvorenie opravte uvedené polia.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov."
            },
            "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": "Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.",
              "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": "bajty UTF8",
                  "token_unit": "prvky poľa tokenov"
                },
                "conditions": "Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.",
                "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": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options sa odmieta",
                "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": [
            "Uchovajte každý index a rozmer vektora.",
            "Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov."
          ],
          "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": "Základné sadzby za tokeny",
            "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": "Rýchly režim",
            "value": "Štandardná sadzba",
            "when": "Keď je zvolený rýchly režim"
          },
          {
            "label": "Režim Flex",
            "value": "Štandardná sadzba",
            "when": "Keď je zvolený režim flex"
          },
          {
            "label": "Maximálna úroveň uvažovania",
            "value": "Štandardná sadzba",
            "when": "Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)"
          }
        ],
        "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": "cb9022a8e3dc5414558c3d1918c9e16d4ea044fad4562f93c0d02fb2c22e021f",
    "input_html_sha256": "aa2fa065b4fee1e70d2fd6576a39f8c335aafe904cfbb5b33baba025898b937b",
    "private_audit_sha256": "fa476c44bc82162ba4aa181c0f2a870a4c8898cd16a053d61b7b16001017abe6",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/sk/mistralai-mistral-embed-2312/",
    "description": "Mistral Embed 2312 premieňa text na 1024-rozmerné vektory na sémantické vyhľadávanie, získavanie informácií a analýzu súvisiacich textov. Stránka výrobcu dokumentuje kontext 8k; výsledkom je číselná reprezentácia prepojená s každým vstupom, nie generovaná odpoveď.",
    "locale": "sk",
    "md_url": "https://ailoot.ai/models/sk/mistralai-mistral-embed-2312/index.md",
    "title": "Mistral: Mistral Embed 2312 — Ailoot",
    "url": "https://ailoot.ai/models/sk/mistralai-mistral-embed-2312/"
  },
  "rawModel": {
    "about": "Mistral Embed 2312 je model textových embeddingov od Mistral AI na číselnú reprezentáciu významu. Prijíma textový reťazec alebo zoznam reťazcov a vracia embedding každého vstupu. Výsledkom je vektor používaný aplikáciou na podobnosť, vyhľadávanie, klasifikáciu alebo zhlukovanie namiesto konverzačného vysvetlenia. Pevná stránka modelu od výrobcu uvádza mistral-embed-2312.\n\nVstup, kontext a tvar vektora\n\nPresná stránka modelu dokumentuje označenie kontextu 8k. Každú textovú položku pripravte v rámci príslušnej vstupnej kapacity a jej identitu uchovajte s vektorom. Dlhý zdrojový dokument možno rozdeliť na užitočné pasáže so zachovaním názvu dokumentu, časti a umiestnenia zdroja potrebných na neskoršie vrátenie správneho materiálu.\n\nPríručka Mistral Embed od výrobcu uvádza 1024 rozmerov pre každý textový embedding bez ohľadu na viditeľnú dĺžku vstupu. Krátka otázka a dlhšia pasáž preto majú rovnaký tvar vektora, hoci ich obsah a počty tokenov sa líšia. Ide o rozmer výstupnej reprezentácie, nie rozpočet tokenov odpovede ani mieru počtu zachovaných zdrojových slov.\n\nZdokumentovaná odpoveď obsahuje embeddingy a informácie o spotrebe tokenov; príklad koncového bodu priraďuje každý vektor k indexu vstupu. Pri spracovaní viacerých textov toto prepojenie zachovajte. Na zobrazenie užitočného výsledku vyhľadávania alebo poskytnutie zdrojového materiálu neskoršiemu kroku potrebuje aplikácia okrem číselného výsledku aj pôvodný text a jeho identifikátory.\n\nSémantická podobnosť\n\nPríručka vysvetľuje, že súvisiace texty bývajú v priestore embeddingov blízko seba. To podporuje hľadanie pasáží používajúcich iné slová na vyjadrenie rovnakej témy alebo požiadavky. Ilustračný dopyt v znalostnej báze sa môže pýtať na obnovenie prístupu, zatiaľ čo príslušný postup používa pre rovnakú operáciu inú formuláciu. Aplikácia môže porovnať vektor dopytu s uloženými vektormi pasáží namiesto spoliehania sa iba na presnú zhodu slov.\n\nPríklady výrobcu používajú embeddingy normalizované na jednotkovú normu. Pri takýchto vektoroch dávajú kosínusová podobnosť, skalárny súčin a euklidovská vzdialenosť konzistentné poradie podobnosti, hoci ich číselné hodnoty nie sú totožné. Vyberte jednu vhodnú metódu porovnávania a používajte ju konzistentne pre reprezentácie dopytov aj dokumentov.\n\nPodobnosť nie je dôkazom zameniteľnosti dvoch tvrdení. Zachovajte zdrojový text a preskúmajte podmienku, dátum alebo identifikátor dôležitý pre otázku. Dve pasáže sa môžu týkať rovnakého predmetu a pritom opisovať rozdielne postupy či výnimky. Embedding poskytuje signál pre vyhľadávanie; interpretácia vybranej pasáže je samostatnou časťou úlohy.\n\nVyhľadávanie a odpovede založené na zdrojoch\n\nPraktický dokumentový postup pripraví vektory pasáží znalostnej bázy, uloží ich identifikátory a pôvodný text a potom porovná novú otázku s touto kolekciou. Relevantné pasáže vráťte s umiestnením zdrojov. Aplikácia ich môže ukázať priamo alebo poskytnúť modelu generujúcemu text, ktorý napíše odpoveď podloženú vyhľadaným materiálom.\n\nPre užitočný výsledok vyhľadávania zachovajte názov dokumentu, časť, pasáž a identifikátor používaný na jej nájdenie. Asistent podpory potom môže vyhľadať postup relevantný pre otázku používateľa a odovzdať ho fáze písania odpovede. Mistral Embed vykonáva krok číselnej reprezentácie; sám nepíše konečné vysvetlenie ani nevykonáva externú akciu.\n\nĎalšie zdokumentované použitia\n\nVýrobca medzi postupmi s embeddingmi uvádza aj detekciu parafráz, klasifikáciu, zhlukovanie a dávkové spracovanie. Porovnávacia úloha môže na kontrolu vyhľadať pasáže s príbuzným významom. Klasifikačný postup môže porovnať vstup s označenými príkladmi alebo použiť vektory ako príznaky pre samostatný klasifikátor. Zhlukovací postup môže zoskupiť podobné položky na neskorší opis človekom alebo aplikáciou.\n\nPred prípravou dát definujte účel reprezentácie. Pasáž používaná na sémantické vyhľadávanie má zachovať informáciu, ktorú niekto bude potrebovať po vyhľadaní; klasifikačný príklad má zahŕňať formuláciu, ktorá rozlišuje triedu. Prípravu udržujte konzistentnú, aby dopyt a uložená položka reprezentovali porovnateľný materiál.\n\nHranice edície a výstupu\n\nPre dokumenty a ich dopyty používajte rovnakú edíciu modelu a kompatibilnú reprezentáciu. Vektor s rovnakým počtom súradníc z iného modelu nie je automaticky v rovnakom sémantickom priestore. Výmena modelu alebo reprezentácie vyžaduje zachovanie súladu uložených položiek a dopytov.\n\nTáto položka opisuje textový vstup a číselný vektorový výstup s kontextom 8k od výrobcu a zdokumentovanou 1024-rozmernou reprezentáciou Mistral Embed. Konfigurovateľné rozmery a kvantované formáty Codestral Embed patria tomuto samostatne pomenovanému modelu pre kód a nemajú sa tu predpokladať. Obrázky, zvuk, generovaná próza a vykonávanie nástrojov sú samostatné schopnosti mimo tohto výsledku textových embeddingov.",
    "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": "Úplný cenník konfigurácie nájdete v podrobnostiach."
      }
    ],
    "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": "Neplatné povinné polia, reprezentácia materiálu alebo hodnota parametra",
                "http_status": 400,
                "recovery": "Pred novou požiadavkou na vytvorenie opravte uvedené polia.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov."
            },
            "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": "Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné.",
              "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": "bajty UTF8",
                  "token_unit": "prvky poľa tokenov"
                },
                "conditions": "Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla.",
                "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": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options sa odmieta",
                "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": [
            "Uchovajte každý index a rozmer vektora.",
            "Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov."
          ],
          "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": "Základné sadzby za tokeny",
            "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": "Rýchly režim",
            "value": "Štandardná sadzba",
            "when": "Keď je zvolený rýchly režim"
          },
          {
            "label": "Režim Flex",
            "value": "Štandardná sadzba",
            "when": "Keď je zvolený režim flex"
          },
          {
            "label": "Maximálna úroveň uvažovania",
            "value": "Štandardná sadzba",
            "when": "Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)"
          }
        ],
        "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 premieňa text na 1024-rozmerné vektory na sémantické vyhľadávanie, získavanie informácií a analýzu súvisiacich textov. Stránka výrobcu dokumentuje kontext 8k; výsledkom je číselná reprezentácia prepojená s každým vstupom, nie generovaná odpoveď."
  },
  "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 premieňa text na 1024-rozmerné vektory na sémantické vyhľadávanie, získavanie informácií a analýzu súvisiacich textov. Stránka výrobcu dokumentuje kontext 8k; výsledkom je číselná reprezentácia prepojená s každým vstupom, nie generovaná odpoveď.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "d2d76ce00009a05e908bb4c10da7c666b85b23f09c71e0a74116703013d7d181",
    "renderer_sha256": "94893ba0fa4d7b7d32370787b705f436a4c2569f84ec7b33063549adc74b07e0"
  },
  "sourceRevision": "8acf16dacebe5eb7c9539e7de95ce9a6d74acf082eb71180077e2ab3dc8777c2"
}