Source: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/ Canonical: https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/ Language: zh-hant-tw # Mistral: Mistral Embed 2312 [Markdown](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/facts.json) ## [Mistral: Mistral Embed 2312](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/) Mistral Embed 2312 將文字轉成 1,024 維向量，用於語意搜尋、檢索及相關文字分析。製造商頁面記載 8k 上下文；結果是連結至各輸入的數值表示，而非生成的答案。 - [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `mistralai/mistral-embed-2312`](https://ailoot.ai/models/zh-hant-tw/mistralai-mistral-embed-2312/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Mistral Embed 2312 是 Mistral AI 用於以數值表示意義的文字嵌入模型。它接受文字字串或字串清單，為每個輸入回傳嵌入。結果是供應用程式用於相似度、檢索、分類或分群的向量，而非對話式解釋。製造商的固定模型頁面標示 mistral-embed-2312。 輸入、上下文與向量形狀 確切模型頁面記載 8k 上下文標籤。請在適用的輸入容量內準備每個文字項目，並將項目識別與向量一起保留。較長來源文件可分成實用段落，同時保留文件標題、章節及來源位置，供日後回傳正確資料。 製造商的 Mistral Embed 指南指定每個文字嵌入為 1,024 維，不受輸入可見長度影響。因此，短問題與較長段落雖然內容及 token 數不同，向量形狀仍相同。這是輸出表示維度，不是答案 token 額度，也不是保留多少來源單字的衡量方式。 文件所載回應包含嵌入與 token 用量資訊，端點範例會將每個向量對應至輸入索引。處理多段文字時，請保留該關聯。要顯示有用的搜尋命中，或向後續步驟提供來源資料，應用程式除了數值結果，也需要原始文字及識別碼。 語意相似度 指南說明，相關文字在嵌入空間中往往距離較近。這有助於找出使用不同措辭表達相同主題或需求的段落。例如，知識庫查詢可能詢問如何恢復存取，而相關程序以另一種措辭描述同一操作。應用程式可比較查詢向量與儲存段落向量，不必只依賴字詞完全相符。 製造商範例使用單位長度正規化的嵌入。對這類向量，餘弦相似度、內積與歐幾里得距離雖然數值不相同，卻會產生一致的相似度排名。請選擇一種適合的比較方法，並在查詢與文件表示中一致套用。 相似度不能證明兩個敘述可互換。請保留來源文字，並檢視問題所關心的條件、日期或識別碼。兩段文字可能討論同一主題，卻描述不同程序或例外。嵌入提供檢索訊號；解讀選定段落則是任務的另一部分。 檢索與來源導向答案 實用文件流程會為知識庫段落準備向量，儲存識別碼與原文，再將新問題與資料集合比較。請將相關段落連同來源位置回傳。應用程式可以直接顯示段落，或交給文字生成模型，讓它根據檢索資料撰寫有依據的答案。 為提供有用的搜尋結果，請保留文件標題、章節、段落，以及尋找段落所用的識別碼。客服助理便能檢索與使用者問題相關的程序，並傳給答案撰寫階段。Mistral Embed 執行數值表示步驟，不會自行起草最終解釋或執行外部動作。 其他記載用途 製造商也將改述偵測、分類、分群及批次處理列為嵌入工作流程。比較任務可檢索意義相關的段落供審查。分類流程可將輸入與帶標籤例子比較，或將向量作為另一個分類器的特徵。分群流程可將相似項目聚集，供後續人員或應用程式層級描述。 準備資料前，請先定義表示的用途。用於語意搜尋的段落應保留檢索後會需要的資訊；分類例子應包含區別類別的措辭。請維持一致的準備方式，使查詢與儲存項目表示可比較的資料。 版本與輸出邊界 文件及其查詢請使用同一模型版本與相容表示。另一個模型產生的向量即使座標數相同，也不會自動位於相同語意空間。替換模型或表示時，必須讓儲存項目與查詢持續對齊。 本項目描述文字輸入與數值向量輸出，採用製造商的 8k 上下文，以及 Mistral Embed 記載的 1,024 維表示。Codestral Embed 的可設定維度與量化格式，屬於另一個具名程式碼模型，不應在此預設可用。圖片、音訊、文章生成與工具執行，是此文字嵌入結果以外的不同能力。 **Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `mistralai/mistral-embed-2312` [`mistralai/mistral-embed-2312`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings) Mistral /`mistralai/mistral-embed-2312` ### 入門 Mistral Embed 2312 將文字轉成 1,024 維向量，用於語意搜尋、檢索及相關文字分析。製造商頁面記載 8k 上下文；結果是連結至各輸入的數值表示，而非生成的答案。 接受的輸入 文字 · token\_ids 結果 embedding ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` 輸入 `text`, `token_ids` 輸出 `embedding` 上下文 8,192 tokens 輸出格式 json | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 mistralai/mistral-embed-2312 | 預設值— | | 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— | | 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float | | 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— | | 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— | 輸入素材組合 **text\_to\_embedding** 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input | | 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | 參數`encoding_format` | 規格float | | 參數`dimensions_override` | 規格false | | 參數`max_input_budget_units` | 規格8192 | | 參數`multimodal_objects` | 規格false | | 參數`material_types` | 規格text, token\_ids | 生命週期： `synchronous_json` 保留每個向量的索引與維度。 即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。 ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 標準費率 選取快速模式時 flex 模式 標準費率 選取 flex 模式時 最高推理強度 標準費率 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 | 設定 | 費率表 | 費用 | | --- | --- | --- | | 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.0002** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 嵌入向量 curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "mistralai/mistral-embed-2312", "input": ["First document", "Second document"]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")})) PY_RESULT ``` ```python from openai import OpenAI import os client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.embeddings.create(model='mistralai/mistral-embed-2312',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### 接收並儲存結果 #### Ailoot Ultra · 嵌入向量 json ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。 ##### 需要檢查原始回應時 此流程未引入嵌入向量任務端點。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`object` | 類型string | | 欄位`model` | 類型string | | 欄位`data[].index` | 類型integer | | 欄位`data[].embedding` | 類型finite float\[\] | | 欄位`usage` | 類型object | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`mistralai/mistral-embed-2312`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`mistralai/mistral-embed-2312`](https://ailoot.ai/models/zh-hant-tw/#m=mistralai%2Fmistral-embed-2312&route=Ultra&caller=mistralai%2Fmistral-embed-2312&fmt=embeddings) FAQ · Mistral: Mistral Embed 2312 可以使用哪些輸入與結果？ `POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `text`, `token_ids` → `embedding` 請求使用哪些欄位？ `POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `model`, `input`, `encoding_format`, `provider` 適用哪些限制？ `POST /v1/embeddings` · `mistralai/mistral-embed-2312`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8 位元組); `input.min_items`: `1` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。