Metin
Çok Modlu Embedding'ler Oluşturun
Çok modlu bir embedding modeliyle embedding vektörleri oluşturur
Genel Bakış
Bu uç noktayı, ayrıntılarında multimodal-embedding işlemi listelenen modellerle kullanın. İstek göndermeden önce GET /v1/models/{model} içindeki supported_operations alanını inceleyin. Yalnızca metin destekleyen embedding modelleri Embedding Oluşturun uç noktasını kullanır ve bu uç nokta onlar için 400 unsupported_endpoint döndürür.
Yalnızca metin girişi aktiftir. image_url veya image_base64 içeren bir istek 400 image_input_deferred döndürür.
İstek Gövdesi
qwen3-vl-embedding gibi, multimodal-embedding işlemini listeleyen bir modelin ID'si.
Tek bir girdi öğesi veya öğeler dizisi. Her öğenin aşağıdaki alanlardan en az birine sahip olması gerekir ve yanıt her öğe için bir kayıt içerir.
text(string): Embedding'e dönüştürülecek metin.image_url(string): Herkese açık görsel URL'si. Henüz aktif değil.image_base64(string) veimage_mime_type(string): Base64 görsel verisi ve MIME türü. Henüz aktif değil.
Döndürülen her vektörün boyut sayısı (pozitif bir tam sayı). Maksimum değer modele bağlıdır.
Yanıt
Her zaman list.
Girdi öğesi başına bir kayıt.
Her kayıt şunları içerir:
object(string):embeddingindex(integer): Girdi öğesinin dizinitext_embedding(array): Bir metin öğesinin vektörü. Bir kayıt, modalitesine göre adlandırılan tek bir vektör alanı taşır:text_embedding,image_embedding,video_embeddingveyaaudio_embedding.
Kullanılan model.
Model tarafından bildirildiğinde prompt_tokens ve total_tokens içeren token kullanımı.
İstek
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"}
]
}'Örnek vektör okunabilirlik amacıyla kısaltılmıştır.
Yanıt
{
"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 }
}Hatalar
| Durum | Kod | Neden |
|---|---|---|
400 | invalid_request | input eksik, boş veya bir öğe text, image_url, image_base64 alanlarından hiçbirine sahip değil |
400 | unsupported_endpoint | Model multimodal-embedding işlemini listelemiyor |
400 | image_input_deferred | Bir öğe görsel içeriyor |
Diğer durumları API hatalarını ele alma kılavuzunda açıklandığı gibi yönetin.
Yetkilendirme
BearerAuth API Anahtarı kimlik doğrulaması. API anahtarlarını Dashboard > API > API Keys bölümünden oluşturun veya yönetin.
Konum: header
Başlıklar
İstek bazlı Teslimat politikası. API anahtarı ve Çalışma Alanı varsayılanlarını geçersiz kılar. Otomatik olarak önce TokenLab Verified dener ve çıktı, istek kabulü veya kalıcı kaynak oluşturma öncesinde bir kez Official seçeneğine geçiş yapabilir.
Geçerli değerler
- "auto"
- "verified"
- "official"
İstek gövdesi
application/json
Yanıt
application/json
application/json
application/json
application/json
application/json
application/json
application/json
application/json