Открыть в интерактивной справке · markdown для агентов: https://neuraldeep.ru/docs/vector.md

Векторизация · Embeddings

OpenAI-совместимый /v1/embeddings. Принимает строку или массив строк. Размерность вектора зависит от модели: у e5-large и bge-m3 1024, у остальных больше, точное число видно по длине embedding в ответе.

curl https://api.neuraldeep.ru/v1/embeddings \
  -H "Authorization: Bearer $YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"e5-large","input":"привет мир"}'

curl https://api.neuraldeep.ru/v1/embeddings \
  -H "Authorization: Bearer $YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"bge-m3","input":["текст 1","текст 2","text 3"]}'

from openai import OpenAI
client = OpenAI(api_key="$YOUR_KEY", base_url="https://api.neuraldeep.ru/v1")
texts = ["первый документ", "второй", "third"]
r = client.embeddings.create(model="bge-m3", input=texts)
vectors = [e.embedding for e in r.data]  # list[list[float]], у bge-m3 dim=1024

Для RAG — e5-large на запросы/доки с префиксом "query: " / "passage: ". Для точности — bge-m3 (длиннее контекст).

Префиксы обязательны у части моделей. Сервер их не подставляет, их пишет клиент в начало каждого текста. Без префикса вектора считаются, но поиск по ним работает в разы хуже.

модель	запрос	документ
`frida`	`search_query: …`	`search_document: …`
`e5-large`	`query: …`	`passage: …`
`qwen3-embedding-4b`, `qwen3-embedding-8b`	`Instruct: <задача>\nQuery: …`	без префикса

У frida есть и другие режимы: paraphrase: для сходства и поиска дублей, categorize: для классификации, categorize_sentiment: и categorize_topic: для тональности и тем.

curl https://api.neuraldeep.ru/v1/embeddings \
  -H "Authorization: Bearer $YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"frida","input":["search_query: как вернуть деньги за заказ","search_document: Возврат оформляется в личном кабинете в течение 14 дней"]}'

Ограничения на вход.

Весь текст одного запроса, сумма по всем элементам input, до 105 600 символов (примерно 32 000 токенов). Больше: 400 с заголовком X-Window: vector-payload, разбейте на несколько запросов. Отдельного предела на число элементов в массиве нет.
Каждый текст держите в окне модели: frida 512 токенов, giga-embeddings 4096, bge-m3 и qwen3-embedding-8b 8192, jina-embeddings-v4 и qwen3-embedding-4b 32 768.
Параллельность у эмбеддингов и реранка своя, отдельная от чата. Сверх неё 429 с X-Window: vector-inflight и Retry-After. Квоты тоже свои, остаток в блоке vector ответа GET /v1/limits.

Векторизация · Embeddings

Разделы справки (markdown для агентов)