API Embeddings

Utilisez les embeddings CometAPI lorsque votre application a besoin de vecteurs pour la recherche sémantique, le clustering, les recommandations ou la récupération. Envoyez du texte à /v1/embeddings, stockez le vecteur renvoyé, puis interrogez-le avec votre base de données vectorielle.

Créer un embedding

Utilisez un model ID compatible avec les embeddings depuis la page Models ou le répertoire des modèles. Les exemples ci-dessous appellent l’API Embeddings compatible OpenAI.

Ces exemples utilisent l’espace réservé your-embedding-model-id. Remplacez-le par un model ID d’embedding disponible depuis la page Models ou le répertoire des modèles avant d’exécuter la requête.

Ouvrez Create embeddings pour utiliser le playground et le schéma de l’endpoint.

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"]))

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);

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."
  }'

Exemple de réponse

Une réponse réussie peut ressembler à ceci. La réponse inclut un vecteur pour chaque élément d’entrée ; le vecteur ci-dessous est raccourci pour faciliter la lecture :

{
  "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
  }
}

Entrée par lot

Envoyez un tableau de chaînes lorsque vous voulez obtenir plusieurs vecteurs à partir d’une seule requête :

cURL

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"
    ]
  }'

Exemples d’enregistrements de modèle

Cet exemple de réponse du catalogue de modèles montre l’enveloppe /api/models et la forme d’un enregistrement de modèle d’embedding compatible OpenAI. Certains enregistrements d’embedding utilisent un model_type vide ; choisissez un modèle d’embedding par ID et selon la prise en charge de l’endpoint plutôt que de vous fier uniquement à ce champ.

cURL

curl https://api.cometapi.com/api/models

{
  "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
      }
    }
  ]
}

Erreurs courantes

Entrée trop longue

Divisez les documents longs en segments avant de créer des embeddings.

Mauvais type de modèle

Choisissez un modèle prenant en charge les embeddings dans le répertoire des modèles.

Incompatibilité des dimensions de vecteur

Conservez le même modèle et les mêmes dimensions pour un même index vectoriel.

Clé API manquante

Envoyez Authorization: Bearer $COMETAPI_KEY.

Codes d’erreur et stratégie de nouvelle tentative

400

N’effectuez pas de nouvelle tentative tant que l’entrée, le model ID ou le paramètre des dimensions n’est pas corrigé.

401

N’effectuez pas de nouvelle tentative tant que la clé API n’est pas présente et valide.

404

Vérifiez l’URL de base, le chemin et le model ID avant de réessayer.

429

Réessayez avec un backoff exponentiel et réduisez la taille du lot ou la concurrence.

500 or 503

Réessayez avec un backoff pour les erreurs transitoires du fournisseur ou du service.

Pour les modèles d’implémentation, consultez Codes d’erreur et stratégie de nouvelle tentative et Limites de débit et concurrence.

Tarification et répertoire des modèles

Page des modèles

Découvrez comment CometAPI expose les model IDs dans la documentation.

Répertoire des modèles

Parcourez la disponibilité et les capacités des modèles.

Tarification

Vérifiez la tarification avant d’appeler un modèle.

Modération de contenu

Clés API

Créer un embedding

Exemple de réponse

Entrée par lot

Exemples d’enregistrements de modèle

Erreurs courantes

Codes d’erreur et stratégie de nouvelle tentative

Tarification et répertoire des modèles

Page des modèles

Répertoire des modèles

Tarification

​Créer un embedding

​Exemple de réponse

​Entrée par lot

​Exemples d’enregistrements de modèle

​Erreurs courantes

​Codes d’erreur et stratégie de nouvelle tentative

​Tarification et répertoire des modèles

Page des modèles

Répertoire des modèles

Tarification

Créer un embedding

Exemple de réponse

Entrée par lot

Exemples d’enregistrements de modèle

Erreurs courantes

Codes d’erreur et stratégie de nouvelle tentative

Tarification et répertoire des modèles