POST · /v1/embeddings

Embeddings.

Endpoint embeddings yang kompatibel dengan OpenAI. Routing pass-through ke model embeddings apa pun di katalog.

Contoh cepat

Hasilkan sebuah embedding

from openai import OpenAI

client = OpenAI(base_url="https://api.anoman.io/v1", api_key="anm-sk-...")

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="The food was delicious and the waiter was friendly.",
)
vector = response.data[0].embedding
print(len(vector), "dimensions")  # 1536

Body permintaan

Parameter

Field	Tipe	Wajib?	Deskripsi
model	string	✓	Slug model embeddings (/models dengan category=embedding).
input	string / array	✓	String tunggal atau array hingga 2048 string.
dimensions	integer	—	Timpa dimensi embeddings (hanya sebagian model yang mendukung ini).
encoding_format	string	—	`"float"` (default) atau `"base64"`.
user	string	—	Identifier end-user — muncul di traces.

Respons 200

Bentuk respons

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023, -0.0091, 0.0314, ..., -0.0007]
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 12,
    "total_tokens": 12
  },
  "_anoman": {
    "routing": { "region": "id" },
    "cost_usd": "0.0000003"
  }
}

Guardrails

Pipeline terbatas pada embeddings

Permintaan embeddings melewati detektor prompt injection dan penerapan kebijakan tool (tanpa tools/messages), tetapi masking PII tetap berlaku — input teks dipindai dan di-mask sesuai mode PII grup kebijakan Anda sebelum dikirim ke upstream.

Ekstensi respons _anoman ada tetapi hanya berisi data routing + biaya pada endpoint ini.

Jelajahi model embeddings.

Filter katalog dengan category=embedding untuk melihat semua opsi yang tersedia.

Lihat model embeddings Semua endpoint