API Embeddings

curl https://embeddings.conare.ai/api/v1/embeddings \
  -H "Authorization: Bearer $CONARE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input_type": "document",
    "input": [
      "User prefers smaller islands, wants to avoid crowds.",
      "ASA 104 certified, comfortable with bareboat charters."
    ]
  }'

{
  "success": true,
  "model": "...",
  "dims": 1024,
  "embeddings": [[0.0132, -0.0087, "..."], ["..."]],
  "usage": { "totalChars": 98, "approxTokens": 25 }
}

​

Sémantique

• Sans état. Rien n’est stocké, et c’est la seule route sans endUserId — aucun utilisateur final n’est impliqué.
• Limites. Jusqu’à 96 entrées par appel, chacune d’au plus 8 192 caractères.
• Rôle du vecteur. input_type: "document" (par défaut) crée les vecteurs à stocker. input_type: "query" crée les vecteurs de recherche avec le conditionnement UTC [asked YYYY-MM-DD] utilisé par Conare. DR2E5 est asymétrique : n’utilisez jamais un vecteur de document comme requête.
• Ordre déterministe. Les vecteurs sont normalisés à l’unité et renvoyés dans l’ordre d’entrée.
• Authentification. Utilisez la même clé de plateforme sk-conare-... que pour ConareDB dans Authorization: Bearer sk-conare-....

​

Épinglage de modèle

{ "input": ["..."], "model": "the-model-name-from-a-previous-response" }

​

Facturation