Yandex Cloud
Поиск
Связаться с намиПодключиться
  • Истории успеха
  • Документация
  • Блог
  • Все сервисы
  • Статус работы сервисов
    • Доступны в регионе
    • Инфраструктура и сеть
    • Платформа данных
    • Контейнеры
    • Инструменты разработчика
    • Бессерверные вычисления
    • Безопасность
    • Мониторинг и управление ресурсами
    • ИИ для бизнеса
    • Бизнес-инструменты
  • Все решения
    • По отраслям
    • По типу задач
    • Экономика платформы
    • Безопасность
    • Техническая поддержка
    • Каталог партнёров
    • Обучение и сертификация
    • Облако для стартапов
    • Облако для крупного бизнеса
    • Центр технологий для общества
    • Партнёрская программа
    • Поддержка IT-бизнеса
    • Облако для фрилансеров
    • Обучение и сертификация
    • Блог
    • Документация
    • Мероприятия и вебинары
    • Контакты, чаты и сообщества
    • Идеи
    • Тарифы Yandex Cloud
    • Промоакции и free tier
    • Правила тарификации
  • Истории успеха
  • Документация
  • Блог
Проект Яндекса
© 2025 ТОО «Облачные Сервисы Казахстан»
Yandex AI Studio
  • Начало работы с Model Gallery
    • О сервисе Yandex AI Studio
    • Yandex Workflows
    • Квоты и лимиты
    • Термины и определения
  • Переход с AI Assistant API на Responses API
  • Совместимость с OpenAI
    • Обзор
    • Аутентификация в API
        • Overview
          • Overview
          • TextEmbedding
  • Управление доступом
  • Правила тарификации
  • Аудитные логи Audit Trails
  • Публичные материалы
  • История изменений

В этой статье:

  • gRPC request
  • TextEmbeddingRequest
  • TextEmbeddingResponse
  1. Справочники API
  2. Embeddings API (англ.)
  3. gRPC
  4. Embeddings
  5. TextEmbedding

Foundation Models Embedding API, gRPC: EmbeddingsService.TextEmbedding

Статья создана
Yandex Cloud
Обновлена 24 апреля 2025 г.
  • gRPC request
  • TextEmbeddingRequest
  • TextEmbeddingResponse

A method for obtaining embeddings from text data.

gRPC requestgRPC request

rpc TextEmbedding (TextEmbeddingRequest) returns (TextEmbeddingResponse)

TextEmbeddingRequestTextEmbeddingRequest

{
  "model_uri": "string",
  "text": "string",
  "dim": "google.protobuf.Int64Value"
}

Request for the service to obtain text embeddings.

Field

Description

model_uri

string

The model URI to be used for obtaining text embeddings.

text

string

The input text for which the embedding is requested.

dim

google.protobuf.Int64Value

Optional parameter to specify embedding dimension for models that support multi-dimensional outputs

TextEmbeddingResponseTextEmbeddingResponse

{
  "embedding": [
    "double"
  ],
  "num_tokens": "int64",
  "model_version": "string"
}

Response containing generated text embedding.

Field

Description

embedding[]

double

A repeated list of double values representing the embedding.

num_tokens

int64

The number of tokens in the input text.

model_version

string

The model version changes with each new releases.

Была ли статья полезна?

Предыдущая
Overview
Следующая
Overview
Проект Яндекса
© 2025 ТОО «Облачные Сервисы Казахстан»