Text & Chat

Multimodale Embeddings erstellen

Erstellt Embedding-Vektoren mit einem multimodalen Embedding-Modell

POST
/v1/multimodal/embeddings

Übersicht

Verwenden Sie diesen Endpunkt für Modelle, deren Details die Operation multimodal-embedding auflisten. Lesen Sie supported_operations in GET /v1/models/{model}, bevor Sie eine Anfrage senden. Reine Text-Embedding-Modelle verwenden Embedding erstellen, und dieser Endpunkt gibt für sie 400 unsupported_endpoint zurück.

Nur die Texteingabe ist aktiv. Eine Anfrage mit image_url oder image_base64 gibt 400 image_input_deferred zurück.

Request-Body

modelstringerforderlich

ID eines Modells, das multimodal-embedding auflistet, wie z. B. qwen3-vl-embedding.

inputobject | arrayerforderlich

Ein Eingabeelement oder ein Array von Elementen. Jedes Element benötigt mindestens eines der unten aufgeführten Felder, und die Antwort enthält einen Eintrag pro Element.

  • text (string): Zu embeddender Text.
  • image_url (string): Öffentliche Bild-URL. Noch nicht aktiv.
  • image_base64 (string) und image_mime_type (string): Base64-Bilddaten und deren MIME-Typ. Noch nicht aktiv.
dimensionsinteger

Anzahl der Dimensionen jedes zurückgegebenen Vektors, eine positive Ganzzahl. Das Maximum hängt vom Modell ab.

Antwort

objectstring

Immer list.

dataarray

Ein Eintrag pro Eingabeelement.

Jeder Eintrag enthält:

  • object (string): embedding
  • index (integer): Index des Eingabeelements
  • text_embedding (array): Der Vektor eines Textelements. Ein Eintrag enthält ein Vektorfeld, das nach seiner Modalität benannt ist: text_embedding, image_embedding, video_embedding oder audio_embedding.
modelstring

Verwendetes Modell.

usageobject

Token-Nutzung mit prompt_tokens und total_tokens, sofern vom Modell gemeldet.

Anfrage

curl -X POST "https://api.tokenlab.sh/v1/multimodal/embeddings" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-vl-embedding",
    "input": [
      {"text": "A red bicycle leaning against a brick wall"},
      {"text": "A city street at night"}
    ]
  }'

Der Beispielvektor wurde zur besseren Lesbarkeit gekürzt.

Antwort

Response
{
  "object": "list",
  "data": [
    { "object": "embedding", "index": 0, "text_embedding": [0.0123, -0.0456, 0.0789] },
    { "object": "embedding", "index": 1, "text_embedding": [0.0211, 0.0334, -0.0102] }
  ],
  "model": "qwen3-vl-embedding",
  "usage": { "prompt_tokens": 18, "total_tokens": 18 }
}

Fehler

StatusCodeUrsache
400invalid_requestinput fehlt, ist leer oder ein Element enthält keines der Felder text, image_url, image_base64
400unsupported_endpointDas Modell listet multimodal-embedding nicht auf
400image_input_deferredEin Element enthält ein Bild

Behandeln Sie andere Status wie unter API-Fehler behandeln beschrieben.

Autorisierung

BearerAuth
AuthorizationBearer <token>

API-Key-Authentifizierung. Erstellen oder verwalten Sie API-Keys unter Dashboard > API > API Keys.

Ort: header

Header

X-TokenLab-Delivery-Policy?string

Zustellungsrichtlinie pro Anfrage. Überschreibt die API-Key- und Workspace-Standardeinstellungen. Versucht automatisch zuerst TokenLab Verified und kann vor der Ausgabe, der Annahme der Anfrage oder der Erstellung persistenter Ressourcen einmalig auf Official umstellen.

Zulässige Werte

  • "auto"
  • "verified"
  • "official"

Anfragekörper

application/json

Antwort

application/json

application/json

application/json

application/json

application/json

application/json

application/json

application/json