POST /v1/embeddings para receber um vetor por entrada. Os exemplos usam um client criado como em Instalação.
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));
// Ainda não há método de embeddings: post() envia JSON para qualquer caminho do Phaseo.
let response = client.post("/embeddings", &json!({
"model": "openai/text-embedding-3-large",
"input": "Sample text"
}))?;
| Linguagem | Método | Retorna |
|---|---|---|
| TypeScript | client.generateEmbedding(request) | A resposta tipada |
| Python | client.generate_embedding(request) ou client.embeddings.create(request) | Um dict |
| Go | client.GenerateEmbedding(ctx, req), alias CreateEmbedding | map[string]interface{} |
| C# | client.CreateEmbedding(request) | Dictionary<string, object>? |
| PHP | $client->generateEmbedding($request), alias createEmbedding() | Um array |
| Ruby | client.generate_embedding(...), alias create_embedding | Um Hash |
| Java | client.createEmbedding(jsonNode) | Object |
| Rust | client.post("/embeddings", &request) | PhaseoResponse, com o JSON em body |
Parâmetros
Os nomes dos campos são os campos do corpo JSON em todos os SDKs.| Campo | Observações |
|---|---|
model | Obrigatório. Um ID de modelo de embedding. |
input | Obrigatório. Uma string, um array de strings ou partes de conteúdo multimodal (texto, imagem, áudio, vídeo) para os modelos que as aceitam. |
encoding_format | float (padrão), base64, base64_int8 ou base64_binary. |
dimensions | Um inteiro positivo que encurta cada vetor, nos modelos que dão suporte. |
provider_options | Configurações do provedor, como task_type e title do Google ou output_dtype da Mistral. |
user | Tag do usuário final. |
Resposta
{
"data": [
{
"embedding": [0.1, 0.2, 0.3],
"index": 0
}
],
"usage": {
"input_tokens": 5,
"output_tokens": 0,
"total_tokens": 5,
"embedding_tokens": 5
}
}