Перейти к основному содержанию
POST
Эмбеддинги
Эндпоинт превращает текст в вектор чисел — эмбеддинг. Одинаковые по смыслу тексты получают близкие векторы, поэтому эмбеддинги лежат в основе семантического поиска, классификации, кластеризации и рекомендаций. Работает с моделями из каталога GET /api/v1/models, у которых в capabilities есть значение "embeddings".

Минимальный запрос

Сначала получите идентификатор модели из каталога, отфильтровав его по capabilities:
cURL
Идентификатор модели берите из GET /api/v1/models и подставляйте как есть. Состав моделей меняется, поэтому в рабочем коде не зашивайте его литералом. Если передать идентификатор обычной текстовой модели или неизвестное значение, придёт 404 с кодом model_not_found.

Поля запроса

Массив в input векторизует несколько текстов за один вызов — в ответе на каждый элемент приходится свой объект в data с его индексом. Проверки полей идут до обращения к модели: неверный encoding_format, dimensions меньше 1 или слишком длинный user дают 400 invalid_request, а не испорченный ответ.

Ответ

200 OK:

Стоимость

Списание идёт только за входные токены по цене cost_context модели из GET /api/v1/models; выходные токены всегда нулевые, поэтому cost_completion на стоимость вызова не влияет. usage.cost — та самая списанная сумма в рублях. Фактический остаток после вызова проверяйте через GET /api/v1/balance.

Проверки перед вызовом

Часть ошибок возвращается до обращения к модели: Ошибки приходят в конверте OpenAI — объект error с полями message, type, param и code. Полная таблица кодов — на странице Ошибки.

Что дальше

Каталог моделей

Фильтр по capabilities и цены за миллион токенов

Оценка решений

Именованные вопросы о состоянии

Баланс

Остаток кошелька по валютам

Ошибки

Полная таблица кодов

Авторизации

Authorization
string
header
обязательно

API-ключ в формате sk-.... Альтернативно — заголовок X-Api-Key: sk-... (совместимо с Anthropic SDK).

Тело

application/json
model
string
обязательно

Идентификатор модели из GET /api/v1/models: у неё в capabilities есть значение "embeddings". Передаётся как есть.

input
any
обязательно

Текст для векторизации: строка, массив строк или массив мультимодальных блоков. Обязательно; пустая строка и пустой массив не принимаются.

encoding_format
enum<string>

Формат вектора: float — массив чисел (по умолчанию), base64 — строка.

Доступные опции:
float,
base64
dimensions
integer

Размерность вектора, не меньше 1. Поддерживают не все модели. Необязательно.

Требуемый диапазон: x >= 1
input_type
string

Тип входа для моделей, которые различают запрос и документ при поиске. Необязательно.

Maximum string length: 128
user
string

Идентификатор пользователя на вашей стороне. Необязательно.

Maximum string length: 256
provider
any

Параметры выбора провайдера модели, передаются как есть. Необязательно.

Ответ

Векторные представления входа.

object
string
обязательно

Всегда "list".

Пример:

"list"

model
string
обязательно

Идентификатор модели, которая построила векторы.

data
object[]
обязательно

Один объект на каждый элемент input.

usage
object
обязательно
id
string