Teks

Buat Embedding

Membuat vektor embedding yang merepresentasikan teks input

POST
/v1/embeddings

Body Request

Untuk input besar, atur timeout klien HTTP setidaknya 120s. Respons dikembalikan setelah pemrosesan selesai.

modelstringwajib

ID model embedding yang akan digunakan (mis. text-embedding-3-small).

inputstring | arraywajib

Teks berupa string atau array string. Model dengan input token juga menerima number[] untuk satu urutan token atau number[][] untuk beberapa urutan.

encoding_formatstringbawaan: float

Format untuk embedding: float atau base64.

dimensionsinteger

Jumlah dimensi untuk output (spesifik model).

userstring

Pengidentifikasi unik yang merepresentasikan end-user Anda untuk pemantauan penyalahgunaan.

Model yang Tersedia

Gunakan GET /v1/models?recommended_for=embedding untuk model dan dimensi saat ini.

Respons

objectstring

Selalu list.

dataarray

Array objek embedding.

Setiap objek berisi:

  • object (string): embedding
  • index (integer): Indeks dalam array input
  • embedding (array | string): Vektor numerik untuk float, atau string Base64 untuk base64.
modelstring

Model yang digunakan.

usageobject

Penggunaan token dengan prompt_tokens dan total_tokens.

Permintaan

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"
  }'

Vektor contoh dipersingkat agar mudah dibaca.

Respons

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
  }
}

Embedding Batch

# 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")

Otorisasi

BearerAuth
AuthorizationBearer <token>

Autentikasi API Key. Buat atau kelola API key di Dashboard > API > API Keys.

Lokasi: header

Header

X-TokenLab-Delivery-Policy?string

Kebijakan Pengiriman per-permintaan. Menggantikan default API key dan Workspace. Secara otomatis mencoba TokenLab Verified terlebih dahulu dan dapat beralih satu kali ke Official saja sebelum output, penerimaan permintaan, atau pembuatan sumber daya persisten.

Nilai yang tersedia

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

Body permintaan

application/json

Respons

application/json

application/json

application/json

application/json

application/json

application/json

application/json