メインコンテンツへスキップ
POST
/
v1
/
embeddings
curl -X POST "https://api.lemondata.cc/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"
  }'

{
  "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
  }
}

​
リクエストボディ

​
model
string
必須
使用するエンベディングモデルのID（例：text-embedding-3-small）。
​
input
string | array
必須
エンベディングする入力テキスト。文字列または文字列の配列を指定できます。
​
encoding_format
string
デフォルト:"float"
エンベディングの形式：float または base64。
​
dimensions
integer
出力の次元数（モデル固有）。
​
user
string
不正利用監視のためにエンドユーザーを識別する一意の識別子。

​
利用可能なモデル

モデル次元数説明
text-embedding-3-large3072最高品質
text-embedding-3-small1536バランス重視
text-embedding-ada-0021536レガシー

​
レスポンス

​
object
string
常に list。
​
data
array
エンベディングオブジェクトの配列。各オブジェクトの構成：
  • object (string): embedding
  • index (integer): 入力配列内のインデックス
  • embedding (array): エンベディングベクトル
​
model
string
使用されたモデル。
​
usage
object
prompt_tokens および total_tokens を含むトークン使用量。
curl -X POST "https://api.lemondata.cc/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"
  }'

{
  "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
  }
}

​
バッチエンベディング

# 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")