Teks

Membuat Embedding Multimodal

Membuat vektor embedding dengan model embedding multimodal

POST
/v1/multimodal/embeddings

Gambaran Umum

Gunakan endpoint ini dengan model yang detailnya mencantumkan operasi multimodal-embedding. Baca supported_operations di GET /v1/models/{model} sebelum Anda mengirim permintaan. Model embedding khusus teks menggunakan Membuat Embedding, dan endpoint ini mengembalikan 400 unsupported_endpoint untuk model tersebut.

Hanya input teks yang aktif. Permintaan dengan image_url atau image_base64 mengembalikan 400 image_input_deferred.

Body Permintaan

modelstringwajib

ID model yang mencantumkan multimodal-embedding, seperti qwen3-vl-embedding.

inputobject | arraywajib

Satu item input, atau sebuah array item. Setiap item membutuhkan setidaknya salah satu field di bawah ini, dan respons memiliki satu entri per item.

  • text (string): Teks yang akan di-embed.
  • image_url (string): URL gambar publik. Belum aktif.
  • image_base64 (string) dan image_mime_type (string): Data gambar Base64 beserta tipe MIME-nya. Belum aktif.
dimensionsinteger

Jumlah dimensi dari setiap vektor yang dikembalikan, berupa bilangan bulat positif. Nilai maksimum bergantung pada model.

Respons

objectstring

Selalu list.

dataarray

Satu entri per item input.

Setiap entri berisi:

  • object (string): embedding
  • index (integer): Indeks dari item input
  • text_embedding (array): Vektor dari item teks. Sebuah entri memuat satu field vektor yang dinamai berdasarkan modalitasnya: text_embedding, image_embedding, video_embedding, atau audio_embedding.
modelstring

Model yang digunakan.

usageobject

Penggunaan token dengan prompt_tokens dan total_tokens, jika model melaporkannya.

Permintaan

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"}
    ]
  }'

Vektor contoh dipersingkat agar lebih mudah dibaca.

Respons

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 }
}

Error

StatusCodePenyebab
400invalid_requestinput tidak ada, kosong, atau sebuah item tidak memiliki text, image_url, maupun image_base64
400unsupported_endpointModel tidak mencantumkan multimodal-embedding
400image_input_deferredSebuah item berisi gambar

Tangani status lainnya seperti dalam Menangani error API.

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

application/json