Embeddings

POST /v1/embeddings sigue el formato de OpenAI. Los modelos de embeddings son siempre explícitos: no hay auto para embeddings. La key necesita el scope embeddings (las keys lo tienen por defecto).

Para la forma exacta de cada petición y respuesta, con ejemplos en curl, Python y Node, consulta la Referencia de la API.

Modelos

Modelo	Proveedor	Tokens de entrada máx.	Precio (USD por millón de tokens de entrada)
text-embedding-3-small	openai	8192	0.02
text-embedding-3-large	openai	8192	0.13
gemini-embedding-001	google	8192	0.20
mistral-embed-2312	mistral	8000	0.10

mistral-embed-2312 devuelve 1.024 dimensiones y lo procesa la API global de Mistral AI, que no garantiza una ubicación. Anthropic no tiene modelos de embeddings, y Together AI no ofrece ninguno en su API serverless. Los precios son los de lista del proveedor; la comisión del plan se aplica encima (consulta Facturación).

Petición

curl https://api.zabio.ai/v1/embeddings \
  -H "Authorization: Bearer insert your zabio.ai key here" \
  -H "Content-Type: application/json" \
  -d '{"model": "text-embedding-3-small", "input": ["primer texto", "segundo texto"]}'

Campo	Notas
model	obligatorio; uno de los ids de arriba
input	una cadena o un array de 1 a 2048 cadenas
dimensions	opcional; se pasa al proveedor
encoding_format	float (por defecto) o base64 (float32 little endian)
user	se acepta

Respuesta

{
  "object": "list",
  "data": [{"object": "embedding", "index": 0, "embedding": [0.0123, ...]}],
  "model": "text-embedding-3-small",
  "usage": {"prompt_tokens": 8, "total_tokens": 8},
  "zabio": {"vendor": "openai", "model_served": "text-embedding-3-small", "cost_micros": 0, "tokens_estimated": false}
}

zabio.tokens_estimated es true en los modelos de Google, que no informan del número de tokens; Zabio lo estima a partir de la longitud de la entrada y factura sobre la estimación.

Python

from openai import OpenAI

client = OpenAI(base_url="https://api.zabio.ai/v1", api_key="insert your zabio.ai key here")
res = client.embeddings.create(model="text-embedding-3-small", input="hola mundo")
print(len(res.data[0].embedding))

Límites y errores

Se aplican los límites de peticiones por minuto y tokens por minuto de la key, con las mismas cabeceras x-ratelimit-* que chat completions. Un modelo desconocido o que no sea de embeddings devuelve 404 model_not_found. Sin créditos, la llamada se rechaza con 402 insufficient_credits, salvo que tu organización tenga su propia key para ese proveedor. Consulta Errores.