> ## Documentation Index
> Fetch the complete documentation index at: https://apidoc.cometapi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Embeddings API

> Usa las rutas de embeddings de CometAPI para crear vectores para búsqueda semántica, agrupamiento, recomendaciones y flujos de trabajo de recuperación.

Usa CometAPI embeddings cuando tu aplicación necesite vectores para búsqueda semántica, agrupamiento, recomendaciones o recuperación. Envía texto a `/v1/embeddings`, almacena el vector devuelto y búscalo con tu base de datos vectorial.

## Crear un embedding

Usa un model ID con capacidad de embedding desde la [página de Models](/es/overview/models) o el [directorio de modelos](https://www.cometapi.com/models/). Los ejemplos de abajo llaman a la API de Embeddings compatible con OpenAI.

<Note>
  Estos ejemplos usan el marcador de posición `your-embedding-model-id`. Sustitúyelo por un model ID de embedding disponible de la [página de Models](/es/overview/models) o del [directorio de modelos](https://www.cometapi.com/models/) antes de ejecutar la solicitud.
</Note>

<Tip>
  Abre [Create embeddings](/api/text/embeddings) para usar el playground y el esquema del endpoint.
</Tip>

<CodeGroup>
  ```python Python theme={null}
  import os
  import requests

  response = requests.post(
      "https://api.cometapi.com/v1/embeddings",
      headers={
          "Authorization": "Bearer " + os.environ["COMETAPI_KEY"],
          "Content-Type": "application/json",
      },
      json={
          "model": "your-embedding-model-id",
          "input": "CometAPI lets developers use many model providers.",
      },
      timeout=30,
  )

  response.raise_for_status()
  result = response.json()
  print(len(result["data"][0]["embedding"]))
  ```

  ```javascript Node.js theme={null}
  const response = await fetch("https://api.cometapi.com/v1/embeddings", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.COMETAPI_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: "your-embedding-model-id",
      input: "CometAPI lets developers use many model providers.",
    }),
  });

  if (!response.ok) {
    throw new Error(await response.text());
  }

  const result = await response.json();
  console.log(result.data[0].embedding.length);
  ```

  ```bash cURL theme={null}
  curl https://api.cometapi.com/v1/embeddings \
    -H "Authorization: Bearer $COMETAPI_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "your-embedding-model-id",
      "input": "CometAPI lets developers use many model providers."
    }'
  ```
</CodeGroup>

## Ejemplo de respuesta

Una respuesta correcta puede verse así. La respuesta incluye un vector por cada elemento de entrada; el vector de abajo está acortado para facilitar la lectura:

```json theme={null}
{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        -0.0021,
        -0.0491,
        0.0209
      ]
    }
  ],
  "model": "your-embedding-model-id",
  "usage": {
    "prompt_tokens": 10,
    "total_tokens": 10
  }
}
```

## Entrada por lotes

Envía un array de cadenas cuando quieras varios vectores en una sola solicitud:

```bash cURL theme={null}
curl https://api.cometapi.com/v1/embeddings \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "your-embedding-model-id",
    "input": [
      "Create an API key",
      "Change the base URL",
      "Retry after a rate limit"
    ]
  }'
```

## Registros de ejemplo de modelos

<Info>
  Esta respuesta de ejemplo del catálogo de modelos muestra el sobre de `/api/models` y la forma de un registro de modelo de embedding compatible con OpenAI. Algunos registros de embedding usan un `model_type` vacío; elige un modelo de embedding por ID y compatibilidad de endpoint en lugar de basarte solo en ese campo.
</Info>

```bash cURL theme={null}
curl https://api.cometapi.com/api/models
```

```json theme={null}
{
  "success": true,
  "page": 1,
  "page_size": 20,
  "total": 302,
  "data": [
    {
      "created": 1757904564,
      "id": "your-embedding-model-id",
      "code": "your-embedding-model-id",
      "provider": "ExampleProvider",
      "provider_code": "example",
      "name": "Example embedding model",
      "model_type": "embedding",
      "features": [
        "text-embedding"
      ],
      "endpoints": [
        "openai"
      ],
      "pricing": {
        "currency": "USD / M Tokens",
        "input": 0.1,
        "output": null,
        "per_request": null,
        "per_second": null
      }
    }
  ]
}
```

## Errores comunes

<AccordionGroup>
  <Accordion title="Input too long">
    Divide los documentos largos en fragmentos antes de generar embeddings.
  </Accordion>

  <Accordion title="Wrong model type">
    Elige un modelo con capacidad de embedding del directorio de modelos.
  </Accordion>

  <Accordion title="Vector dimensions mismatch">
    Mantén el mismo modelo y dimensiones para un índice vectorial.
  </Accordion>

  <Accordion title="Missing API key">
    Envía `Authorization: Bearer $COMETAPI_KEY`.
  </Accordion>
</AccordionGroup>

## Códigos de error y estrategia de reintento

<AccordionGroup>
  <Accordion title="400">
    No reintentes hasta corregir la entrada, el model ID o la configuración de dimensiones.
  </Accordion>

  <Accordion title="401">
    No reintentes hasta que la clave de API esté presente y sea válida.
  </Accordion>

  <Accordion title="404">
    Verifica la URL base, la ruta y el model ID antes de reintentar.
  </Accordion>

  <Accordion title="429">
    Reintenta con backoff exponencial y reduce el tamaño del lote o la concurrencia.
  </Accordion>

  <Accordion title="500 or 503">
    Reintenta con backoff para errores transitorios del proveedor o del servicio.
  </Accordion>
</AccordionGroup>

<Tip>
  Para patrones de implementación, consulta [Códigos de error y estrategia de reintento](/es/guides/error-codes-and-retry-strategy) y [Límites de tasa y concurrencia](/es/guides/rate-limits-and-concurrency).
</Tip>

## Precios y directorio de modelos

<CardGroup cols={3}>
  <Card title="Models page" icon="list" href="/overview/models">
    Lee cómo CometAPI expone los model ID en la documentación.
  </Card>

  <Card title="Model directory" icon="puzzle-piece" href="https://www.cometapi.com/models/">
    Explora la disponibilidad y las capacidades de los modelos.
  </Card>

  <Card title="Pricing" icon="tag" href="https://www.cometapi.com/pricing/">
    Consulta los precios antes de llamar a un modelo.
  </Card>
</CardGroup>