Embeddings API

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 }
}

​

Семантика

• Stateless. Нічого не зберігається, і це єдиний маршрут без endUserId — жоден кінцевий користувач не задіяний.
• Ліміти. До 96 інпутів на виклик, кожен щонайбільше 8 192 символи.
• Роль вектора. input_type: "document" (за замовчуванням) створює вектори для збереження. input_type: "query" створює пошукові вектори з тим самим UTC-кондиціонуванням [asked YYYY-MM-DD], що й керований пошук Conare. DR2E5 асиметричний: не шукайте за допомогою document-вектора.
• Детерміноване впорядкування. Вектори нормалізовані на одиничну довжину і повертаються у порядку інпутів.
• Auth. Використовуйте той самий платформний ключ sk-conare-..., що й для ConareDB, у Authorization: Bearer sk-conare-....

​

Model pinning

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

​

Облік