Эмбеддинги

Векторные представления текста для поиска и RAG

Эмбеддинги превращают текст в вектор чисел, чтобы искать похожие фразы, строить семантический поиск или наполнять RAG-базу.

POST /v3/embeddings/create

Запрос

{
  "model": "aiesa-embeddings",
  "input": [
    "Как открыть расчётный счёт в вашей компании?",
    "Какие документы нужны для подключения API?"
  ],
  "encoding_format": "float"
}

Параметр	Тип	По умолчанию	Описание
`model`	string	—	Только `aiesa-embeddings`
`input`	string \| массив	—	Строка или массив до 32 строк. Каждая не пустая, до 8000 символов
`encoding_format`	string	`float`	`float` или `base64`

dimensions (уменьшение размерности) пока не поддерживается — передача этого поля вернёт 400.

Ответ

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "embedding": [0.0132, -0.0181, 0.0097, "…"],
      "index": 0
    },
    {
      "object": "embedding",
      "embedding": [0.0041, 0.0228, -0.0113, "…"],
      "index": 1
    }
  ],
  "model": "aiesa-embeddings",
  "usage": {
    "prompt_tokens": 41,
    "total_tokens": 41
  }
}

Индекс элемента сохраняет порядок из input. Тарификация — по суммарным токенам запроса.

Эмбеддинги

Запрос

Ответ

На этой странице