메인 콘텐츠로 건너뛰기
POST
/
v1
/
embeddings
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cometapi.com/v1",
    api_key="<COMETAPI_KEY>",
)

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="The food was delicious and the waiter was friendly.",
)

print(response.data[0].embedding[:5])  # First 5 dimensions
print(f"Dimensions: {len(response.data[0].embedding)}")
{
  "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
  }
}

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.

CometAPI는 단일 엔드포인트를 통해 여러 제공업체의 임베딩 모델을 지원합니다. 하나 이상의 텍스트 문자열을 전달하면 시맨틱 검색, 클러스터링, 분류 또는 검색 증강 생성(RAG)에 사용할 수 있는 수치 벡터를 반환합니다. 사용 가능한 임베딩 모델과 가격은 모델 목록을 참조하세요.
text-embedding-3-* 모델은 dimensions 파라미터를 지원하며, 큰 정확도 손실 없이 임베딩 벡터를 더 짧게 만들 수 있습니다. 이를 통해 대부분의 시맨틱 정보를 유지하면서 저장 비용을 줄일 수 있습니다.
단일 요청에서 여러 텍스트를 임베딩하려면 input 파라미터에 문자열 배열을 전달하세요. 배치 입력은 개별 요청을 각각 보내는 것보다 훨씬 더 효율적입니다.

인증

​
Authorization
string
header
필수

Bearer token authentication. Use your CometAPI key.

본문

application/json
​
model
string
필수

The embedding model to use. See the Models page for current embedding model IDs.

예시:

"text-embedding-3-small"

​
input
필수

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).

​
encoding_format
enum<string>
기본값:float

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.

사용 가능한 옵션:
float,
base64
​
dimensions
integer

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.

필수 범위: x >= 1
​
user
string

A unique identifier for your end-user, which can help monitor and detect abuse.

응답

200 - application/json

A list of embedding vectors for the input text(s).

​
object
enum<string>

The object type, always list.

사용 가능한 옵션:
list
예시:

"list"

​
data
object[]

An array of embedding objects, one per input text. When multiple inputs are provided, results are returned in the same order as the input.

​
model
string

The model used to generate the embeddings.

예시:

"text-embedding-3-small"

​
usage
object

Token usage statistics for this request.