Embed English v3.0 - MixRoute API

英語の検索に最適化されたCohereのテキスト埋め込みモデル。

モデル情報

フィールド	説明
`model`	embed-english-v3.0
`context`	512トークン
`default dimensions`	1024
`endpoint`	POST /v1/embeddings

コンテキストおよび出力のサイズは、モデルの仕様を示しています。実際のリクエスト制限、提供状況、および課金は、MixRouteのルートによって異なります。

機能と使用方法

インデックスに登録するドキュメントにはinput_type=search_documentを、ユーザーのクエリにはsearch_queryを設定してください。classificationとclusteringでは、その他のタスク種別を選択します。
このエンドポイントの例はテキストを埋め込みます。ネイティブのCohereの画像／PDF入力オブジェクトが、OpenAI互換のinputフィールドで使えるとは考えないでください。
ドキュメントとクエリには、同じモデルとベクトル次元数を使用してください。出力ベクトルはdata[].embeddingに返されます。

リクエスト例

リクエストを行う前にMIXROUTE_API_KEYを設定してください。

curl --request POST "https://api.mixroute.ai/v1/embeddings" \
  --header "Authorization: Bearer $MIXROUTE_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "embed-english-v3.0",
  "input": [
    "An API reference for developers."
  ],
  "input_type": "search_document",
  "encoding_format": "float"
}'

リクエストフィールド

フィールド	説明
`model`	必須。上記の正確なモデルIDを使用してください。
`input`	必須のテキスト文字列、または文字列の配列。
`input_type`	Cohereの埋め込みでは必須。タスクの種類を選択します。
`encoding_format`	JSONのベクトル配列にはfloatを使用してください。

完全なリクエスト形式：埋め込み。