ЦАРЬ РОУТЕР

Векторы текста

POST/v1/embeddings

Превращает текст в вектор чисел для поиска, кластеризации и RAG. Формат запроса и ответа совместим с OpenAI, работает SDK openai без доработок.

Длина вектора по умолчанию - поле embedding_dim в карточке модели, предел длины текста в токенах - поле context_length.

Лимиты. Действуют общий лимит аккаунта и лимит типа «Эмбеддинг» - см. «Лимиты».

Авторизация

ModelsKey
АвторизацияBearer <ключ>

Ключ типа «Вызов моделей»: Authorization: Bearer sk-tsar-ваш-ключ. Ключ «Просмотр баланса» получит 403 insufficient_scope.

Где: header

Тело запроса

application/json

Тело ответа

application/json

application/json

application/json

application/json

application/json

application/json

application/json

application/json

curl https://api.tsarrouter.ru/v1/embeddings \  -H "Authorization: Bearer $TSARROUTER_KEY" \  -H "Content-Type: application/json" \  -d '{    "model": "BAAI/bge-m3",    "input": ["Привет, мир", "Столица Франции - Париж"]  }'
{  "object": "list",  "model": "BAAI/bge-m3",  "data": [    {      "object": "embedding",      "index": 0,      "embedding": [        -0.0055,        0.0478,        0.0132      ]    },    {      "object": "embedding",      "index": 1,      "embedding": [        0.0188,        0.0338,        -0.0071      ]    }  ],  "usage": {    "prompt_tokens": 13,    "total_tokens": 13,    "cost_rub": 0.000008  }}

Ответ текстовой модели POST

Диалог с текстовой моделью в формате OpenAI Chat Completions. Подходит любой OpenAI-клиент.

Сортировка документов по запросу POST

Оценивает, насколько каждый документ отвечает на запрос, и возвращает документы по убыванию релевантности. Типичное место - второй шаг поиска в RAG после векторного поиска. Формат ответа совместим с Cohere Rerank v2.