Text & Chat
Multimodale Embeddings erstellen
Erstellt Embedding-Vektoren mit einem multimodalen Embedding-Modell
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
ID eines Modells, das multimodal-embedding auflistet, wie z. B. qwen3-vl-embedding.
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) undimage_mime_type(string): Base64-Bilddaten und deren MIME-Typ. Noch nicht aktiv.
Anzahl der Dimensionen jedes zurückgegebenen Vektors, eine positive Ganzzahl. Das Maximum hängt vom Modell ab.
Antwort
Immer list.
Ein Eintrag pro Eingabeelement.
Jeder Eintrag enthält:
object(string):embeddingindex(integer): Index des Eingabeelementstext_embedding(array): Der Vektor eines Textelements. Ein Eintrag enthält ein Vektorfeld, das nach seiner Modalität benannt ist:text_embedding,image_embedding,video_embeddingoderaudio_embedding.
Verwendetes Modell.
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
{
"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
| Status | Code | Ursache |
|---|---|---|
400 | invalid_request | input fehlt, ist leer oder ein Element enthält keines der Felder text, image_url, image_base64 |
400 | unsupported_endpoint | Das Modell listet multimodal-embedding nicht auf |
400 | image_input_deferred | Ein Element enthält ein Bild |
Behandeln Sie andere Status wie unter API-Fehler behandeln beschrieben.
Autorisierung
BearerAuth API-Key-Authentifizierung. Erstellen oder verwalten Sie API-Keys unter Dashboard > API > API Keys.
Ort: header
Header
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