エンベディング
POST /v1/embeddings は、CometAPI 経由でセマンティック検索、クラスタリング、検索ワークフロー向けに、選択したモデルでテキストのエンベディングを生成します。
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
-0.0021,
-0.0491,
0.0209,
0.0314,
-0.0453
]
}
],
"model": "text-embedding-3-small",
"usage": {
"prompt_tokens": 2,
"total_tokens": 2
}
}概要
Embeddings API は、意味的な情報を捉えるテキストのベクトル表現を生成します。これらのベクトルは、セマンティック検索、クラスタリング、分類、異常検知、検索拡張生成（RAG）に利用できます。 CometAPI は複数のプロバイダーのエンベディングモデルをサポートしています。1 つ以上のテキスト文字列を渡すと、ベクトルデータが返されます。これをベクターデータベースに保存したり、類似度計算に直接使用したりできます。利用可能なモデル
| Model | Dimensions | Max Tokens | Best For |
|---|---|---|---|
text-embedding-3-large | 3,072（調整可能） | 8,191 | 最高品質のエンベディング |
text-embedding-3-small | 1,536（調整可能） | 8,191 | 低コストで高速 |
text-embedding-ada-002 | 1,536（固定） | 8,191 | レガシー互換性 |
重要な注意事項
text-embedding-3-* モデルは dimensions パラメーターをサポートしており、精度を大きく損なうことなくエンベディングベクトルを短縮できます。これにより、意味情報の大部分を維持したまま、ストレージコストを最大 75% 削減できます。input パラメーターに文字列の配列を渡すことで、1 回のリクエストで複数のテキストをエンベディングできます。これは、各テキストごとに個別のリクエストを行うよりも大幅に効率的です。承認
Bearer token authentication. Use your CometAPI key.
ボディ
The embedding model to use. See the Models page for current embedding model IDs.
"text-embedding-3-small"
The text to embed. Can be a single string, an array of strings, or an array of token arrays. Each input must not exceed the model's maximum token limit (8,191 tokens for text-embedding-3-* models).
The format of the returned embedding vectors. float returns an array of floating-point numbers. base64 returns a base64-encoded string representation, which can reduce response size for large batches.
float, base64 The number of dimensions for the output embedding vector. Only supported by text-embedding-3-* models. Reducing dimensions can lower storage costs while maintaining most of the embedding's utility.
x >= 1A unique identifier for your end-user, which can help monitor and detect abuse.
レスポンス
A list of embedding vectors for the input text(s).
The object type, always list.
list "list"
An array of embedding objects, one per input text. When multiple inputs are provided, results are returned in the same order as the input.
Show child attributes
Show child attributes
The model used to generate the embeddings.
"text-embedding-3-small"
Token usage statistics for this request.
Show child attributes
Show child attributes
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
-0.0021,
-0.0491,
0.0209,
0.0314,
-0.0453
]
}
],
"model": "text-embedding-3-small",
"usage": {
"prompt_tokens": 2,
"total_tokens": 2
}
}