Embeddings

Convierte textos en vectores para buscar por significado, agrupar o recomendar, con el mismo endpoint que OpenAI: POST /v1/embeddings. Se cobra por token de entrada, del saldo de tu empresa y del presupuesto del equipo de la key.

ModeloFabricanteDimensionesPara qué
titan-embed-v2Amazon Titan1.024Multilingüe (español incluido): búsqueda semántica, RAG, agrupar textos.

El precio por millón de tokens está en el panel, en Modelos.

Petición

from openai import OpenAI

client = OpenAI(base_url="https://api.quipua.com/v1", api_key="ci_live_xxx")

r = client.embeddings.create(model="titan-embed-v2", input=["¿Cuál es el plazo de devolución?", "Política de envíos"])
vectores = [d.embedding for d in r.data]
print(len(vectores[0]), r.usage.prompt_tokens)
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.quipua.com/v1", apiKey: "ci_live_xxx" });
const r = await client.embeddings.create({ model: "titan-embed-v2", input: ["¿Cuál es el plazo de devolución?"] });
console.log(r.data[0].embedding.length);
curl https://api.quipua.com/v1/embeddings \
  -H "Authorization: Bearer ci_live_xxx" -H "Content-Type: application/json" \
  -d '{"model": "titan-embed-v2", "input": "¿Cuál es el plazo de devolución?"}'
  • input: un texto o una lista de hasta 64 textos (cada uno, hasta 30.000 caracteres).
  • La respuesta tiene el formato de OpenAI: data[i].embedding en el mismo orden que input, y usage.prompt_tokens.

Errores

CódigoCuándo
400 invalid_requestinput vacío, demasiados textos o un texto demasiado largo.
400 model_not_embeddingEl modelo no es de embeddings.
403 model_not_allowedLa key no tiene permiso para ese modelo.
402 insufficient_balanceNo hay saldo para la reserva.

Privacidad: Quipua no guarda los textos ni los vectores: vuelven en la respuesta y se olvidan.

¿Quieres que tu chat y tus keys busquen en la documentación de tu empresa sin montar nada? Usa el conocimiento con búsqueda de la memoria.