Embeddings

Создать эмбеддинги

OpenAI-совместимый embeddings endpoint. Превращает текст в вектор фиксированной длины — для семантического поиска, RAG, классификации.

Принимает строку, массив строк (батч до 2048), массив токен-ID или массив массивов токен-ID. Биллинг — только по prompt_tokens (output всегда 0).

Стрима нет. Полный список embedding-моделей: GET /v1/models с фильтром output_modalities=embeddings.

post/v1/embeddings

Request

  • Base URL: https://api.hubris.pw
  • URL: https://api.hubris.pw/v1/embeddings
  • Auth: one of:
    • HTTP bearer
    • OAuth 2 (authorization code, authorization URL https://api.hubris.pw/oauth/authorize, token URL https://api.hubris.pw/oauth/token, scopes: chat:write)

Request body

modelstring required

ID embedding-модели — например, openai/text-embedding-3-small. Полный список: GET /v1/models, отфильтруйте по output_modalities содержащему embeddings.

encoding_format'float' | 'base64'

float (по умолчанию) — массив чисел в embedding. base64 — base64-строка.

dimensionsinteger

Уменьшенная размерность вектора. Поддерживается только моделями text-embedding-3-*.

userstring

Опциональный идентификатор конечного пользователя (для логов абьюза провайдера).

Example request

{
  "model": "openai/text-embedding-3-small",
  "encoding_format": "float",
  "dimensions": 256
}

Response

Успешный ответ — список эмбеддингов в порядке input.

object'list' required
modelstring required

Changes

No recorded changes to this operation across all 1 revision of this API.