검색 · 유사도 · RAG

Embedding (임베딩)

Soon

텍스트를 벡터화하여 시맨틱 검색이나 RAG 파이프라인에 사용.

개요

Embedding (임베딩)

시맨틱 검색, 문서 클러스터링, 중복 제거, 추천, RAG (검색 증강 생성) 의 문서 인덱싱 등에 쓰는 임베딩 벡터를 생성.

엔드포인트: /v1/embeddings
예시 모델: embedding-large-v1

API

API 예시

curl https://api.openalchemy.io/v1/embeddings \
  -H "Authorization: Bearer $OPENALCHEMY_API_KEY" \
  -H "X-Project-Id: $YOUR_PROJECT_ID" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "embedding-large-v1",
    "input": "Where is the best ramen in Tokyo?"
  }'

상태

할당량 및 요금 (프로젝트별)

할당과 레이트 리밋은 API 키를 발급한 프로젝트에 적용. 도메인 스코프의 정책 레이어가 각 모달리티를 호출할 수 있는 오리진을 추가로 제약.

이 모달리티의 문서 보기 →

오늘 시작

추론 비용을 연금술에 가까운 무언가로 바꿀 준비, 됐나요?

무료 플랜으로 프로젝트를 하나 띄우고 첫 1,000건의 요청을 신용카드 없이 실행.

무료 시작 요금 보기