TokenLab
Obtener clave API
DocumentaciónReferencia APIIntegraciones

Texto

Crear Embedding

Crea un vector de embedding que representa el texto de entrada

POST
/v1/embeddings

Cuerpo de la solicitud

Para entradas grandes, configura el tiempo de espera del cliente HTTP en al menos 120s. La respuesta llega al terminar el procesamiento.

modelstringobligatorio

ID del modelo de embedding que se va a usar (p. ej., text-embedding-3-small).

inputstring | arrayobligatorio

Texto como cadena o array de cadenas. Los modelos con entrada de tokens también aceptan number[] para una secuencia o number[][] para varias.

encoding_formatstringpredeterminado: float

Formato para los embeddings: float o base64.

dimensionsinteger

Número de dimensiones para la salida (específico del modelo).

userstring

Un identificador único que representa a tu usuario final para la supervisión de abuso.

Modelos disponibles

Consulta GET /v1/models?recommended_for=embedding para los modelos y dimensiones actuales.

Respuesta

objectstring

Siempre list.

dataarray

Array de objetos de embedding.

Cada objeto contiene:

  • object (string): embedding
  • index (integer): Índice en el array de entrada
  • embedding (array | string): Vector numérico para float o cadena Base64 para base64.
modelstring

Modelo utilizado.

usageobject

Uso de tokens con prompt_tokens y total_tokens.

Solicitud

curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "The quick brown fox jumps over the lazy dog"
  }'

El vector del ejemplo está abreviado para facilitar la lectura.

Respuesta

Response
{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023, -0.0194, 0.0081]
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 9,
    "total_tokens": 9
  }
}

Embeddings por lotes

# Embed multiple texts at once
response = client.embeddings.create(
    model="text-embedding-3-small",
    input=[
        "First document text",
        "Second document text",
        "Third document text"
    ]
)

for i, data in enumerate(response.data):
    print(f"Document {i}: {len(data.embedding)} dimensions")

Autorización

BearerAuth
AuthorizationBearer <token>

Autenticación con API Key. Cree o gestione API keys en Dashboard > API > API Keys.

Ubicación: header

Encabezados

X-TokenLab-Delivery-Policy?string

Política de entrega por solicitud. Sustituye los valores predeterminados de la API key y del Workspace. Auto intenta primero con TokenLab Verified y puede cambiar una vez a Official solo antes de la salida, la aceptación de la solicitud o la creación de recursos persistentes.

Valores permitidos

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

Cuerpo de la solicitud

application/json

Respuesta

application/json

application/json

application/json

application/json

application/json

application/json

application/json

Crear mensaje

Anterior

Reordenar documentos

Siguiente