Ana içeriğe atla
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.

CometAPI, tek bir endpoint üzerinden birden fazla sağlayıcının embedding model’lerini destekler. Bir veya daha fazla metin dizesi gönderin ve anlamsal arama, kümeleme, sınıflandırma veya retrieval-augmented generation (RAG) için sayısal vektörler alın. Kullanılabilir embedding model’leri ve fiyatlandırma için model listesi sayfasına bakın.
text-embedding-3-* modelleri, embedding vektörünü belirgin bir doğruluk kaybı olmadan kısaltan dimensions parametresini destekler. Bu, semantik bilginin büyük kısmını korurken depolama maliyetlerini azaltabilir.
Tek bir istekte birden fazla metni embed etmek için input parametresine bir dize dizisi gönderin. Toplu input, ayrı ayrı istekler yapmaktan belirgin şekilde daha verimlidir.

Yetkilendirmeler

​
Authorization
string
header
gerekli

Bearer token authentication. Use your CometAPI key.

Gövde

application/json
​
model
string
gerekli

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

Örnek:

"text-embedding-3-small"

​
input
gerekli

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>
varsayılan: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.

Mevcut seçenekler:
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.

Gerekli aralık: x >= 1
​
user
string

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

Yanıt

200 - application/json

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

​
object
enum<string>

The object type, always list.

Mevcut seçenekler:
list
Örnek:

"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.

Örnek:

"text-embedding-3-small"

​
usage
object

Token usage statistics for this request.