> ## Documentation Index
> Fetch the complete documentation index at: https://docs.conare.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Embeddings API

> Ендпоінт POST /api/v1/embeddings без стану повертає унормовані вектори документів з тієї ж моделі, що індексує Conare, з фіксацією версії моделі.

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

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

## Семантика

* **Без стану.** Нічого не зберігається, і це єдиний маршрут без `endUserId` — жоден кінцевий користувач не залучений.
* **Ліміти.** До 96 входів на виклик, кожен не більше 8192 символів.
* **Детерміноване впорядкування.** Вектори унормовані та повертаються в порядку входів.
* **Автентифікація.** Ключ інтеграції `cint_` зі скоупом `memory:read`.

## Фіксація моделі

`model` — це **фіксація, а не селектор**. Ендпоінт обслуговує рівно одну модель, ім'я якої вказане в кожній відповіді. Фіксація будь-якого іншого імені повертає `400 model_not_served` — вектори від іншої моделі ніколи не підставляються тихо. Фіксуйте модель щоразу, коли ваші вектори мають лишатися сумісними з наявним індексом; виклик без фіксації завжди отримує модель, що обслуговується наразі.

```json theme={null}
{ "input": ["..."], "model": "the-model-name-from-a-previous-response" }
```

## Тарифікація

Використання тарифікується як embed-токени (\~4 символи на токен) і зʼявляється у вашому [огляді використання платформи](https://conare.ai/dashboard).

Повна схема запиту/відповіді: [API Reference](/api-reference).