Naar hoofdinhoud gaan
Gebruik CometAPI embeddings wanneer je app vectoren nodig heeft voor semantisch zoeken, clustering, aanbevelingen of retrieval. Stuur tekst naar /v1/embeddings, sla de geretourneerde vector op en doorzoek deze met je vectordatabase.

​
Een embedding maken

Gebruik een embedding-geschikte model ID van de Models page of de model directory. De onderstaande voorbeelden roepen de OpenAI-compatibele Embeddings API aan.
Deze voorbeelden gebruiken de placeholder your-embedding-model-id. Vervang deze door een beschikbare embedding model ID van de Models page of model directory voordat je de request uitvoert.
Open Create embeddings om de playground en het endpoint-schema te gebruiken.
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"]))

​
Voorbeeld van response

Een succesvolle response kan er zo uitzien. De response bevat één vector voor elk input-item; de onderstaande vector is ingekort voor de leesbaarheid: 
{
  "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
  }
}

​
Batchinvoer

Stuur een array met strings wanneer je meerdere vectoren uit één request wilt:
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"
    ]
  }'

​
Voorbeeld-modelrecords

Dit voorbeeld van een modelcatalogusrespons toont de /api/models-envelope en de recordvorm van één OpenAI-compatibel embedding-model. Sommige embedding-records gebruiken een lege model_type; kies een embedding-model op basis van ID en endpoint-ondersteuning in plaats van alleen op dat veld te vertrouwen.
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
      }
    }
  ]
}

​
Veelvoorkomende fouten

Splits lange documenten in chunks voordat je embeddings maakt.
Kies een model met embedding-ondersteuning uit de modeldirectory.
Gebruik voor één vectorindex hetzelfde model en dezelfde dimensies.
Verstuur Authorization: Bearer $COMETAPI_KEY.

​
Foutcodes en retry-strategie

Probeer niet opnieuw totdat de input, model ID of dimensie-instelling is gecorrigeerd.
Probeer niet opnieuw totdat de API-sleutel aanwezig en geldig is.
Controleer de base URL, het pad en het model ID voordat je opnieuw probeert.
Probeer opnieuw met exponentiële backoff en verlaag de batchgrootte of concurrency.
Probeer opnieuw met backoff bij tijdelijke provider- of servicefouten.
Zie voor implementatiepatronen Foutcodes en retry-strategie en Rate limits and concurrency.

​
Prijzen en modeldirectory

Models page

Lees hoe CometAPI model IDs in de documentatie weergeeft.

Model directory

Bekijk de beschikbaarheid en mogelijkheden van modellen.

Pricing

Controleer de prijzen voordat je een model aanroept.
Laatst gewijzigd op 23 juni 2026