POST /v1/embeddings pour recevoir un vecteur par entrée. Les exemples utilisent un client créé comme dans Installation.
const embedding = await client.generateEmbedding({
model: "openai/text-embedding-3-large",
input: "Sample text",
});
embedding = client.generate_embedding({
"model": "openai/text-embedding-3-large",
"input": "Sample text",
})
resp, err := client.GenerateEmbedding(context.Background(), map[string]interface{}{
"model": "openai/text-embedding-3-large",
"input": "Sample text",
})
if err != nil {
panic(err)
}
fmt.Println(resp["data"])
var response = await client.CreateEmbedding(new Dictionary<string, object>
{
["model"] = "openai/text-embedding-3-large",
["input"] = "Sample text",
});
$response = $client->generateEmbedding([
'model' => 'openai/text-embedding-3-large',
'input' => 'Sample text',
]);
response = client.generate_embedding(
model: 'openai/text-embedding-3-large',
input: 'Sample text'
)
String body = """
{
"model": "openai/text-embedding-3-large",
"input": "Sample text"
}
""";
Object response = client.createEmbedding(new com.fasterxml.jackson.databind.ObjectMapper().readTree(body));
System.out.println(String.valueOf(response));
// Pas encore de méthode embeddings : post() envoie du JSON vers n’importe quel chemin Phaseo.
let response = client.post("/embeddings", &json!({
"model": "openai/text-embedding-3-large",
"input": "Sample text"
}))?;
| Langage | Méthode | Renvoie |
|---|---|---|
| TypeScript | client.generateEmbedding(request) | La réponse typée |
| Python | client.generate_embedding(request) ou client.embeddings.create(request) | Un dict |
| Go | client.GenerateEmbedding(ctx, req), alias CreateEmbedding | map[string]interface{} |
| C# | client.CreateEmbedding(request) | Dictionary<string, object>? |
| PHP | $client->generateEmbedding($request), alias createEmbedding() | Un tableau |
| Ruby | client.generate_embedding(...), alias create_embedding | Un Hash |
| Java | client.createEmbedding(jsonNode) | Object |
| Rust | client.post("/embeddings", &request) | PhaseoResponse, avec le JSON dans body |
Paramètres
Les noms de champs sont ceux du corps JSON, dans tous les SDK.| Champ | Remarques |
|---|---|
model | Obligatoire. Un identifiant de modèle d’embedding. |
input | Obligatoire. Une chaîne, un tableau de chaînes, ou des parties de contenu multimodales (texte, image, audio, vidéo) pour les modèles qui les acceptent. |
encoding_format | float (par défaut), base64, base64_int8 ou base64_binary. |
dimensions | Un entier positif qui raccourcit chaque vecteur, sur les modèles qui le permettent. |
provider_options | Réglages du fournisseur, comme task_type et title chez Google ou output_dtype chez Mistral. |
user | Étiquette de l’utilisateur final. |
Réponse
{
"data": [
{
"embedding": [0.1, 0.2, 0.3],
"index": 0
}
],
"usage": {
"input_tokens": 5,
"output_tokens": 0,
"total_tokens": 5,
"embedding_tokens": 5
}
}