Saltar al contenido principal

Documentation Index

Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt

Use this file to discover all available pages before exploring further.

​
Guía de uso

Los modelos de embeddings de AiHubMix convierten eficientemente el contenido de texto o documentos en datos vectoriales aptos para búsqueda, ampliamente utilizados en sistemas de preguntas y respuestas RAG y soporte al cliente inteligente. Tanto para texto plano como para documentos completos, puedes generar embeddings con una sola llamada para mejorar significativamente el procesamiento semántico. 
from openai import OpenAI
import os

client = OpenAI(
    api_key="sk-***", # Replace with the key you generated in the AIHUBMIX dashboard
    base_url="https://aihubmix.com/v1"
)

response = client.embeddings.create(
    input="Your text string goes here",
    model="gemini-embedding-001"
)

print(response.data[0].embedding)

​
Modelos disponibles

  • gemini-embedding-001
  • gemini-embedding-exp-03-07
  • text-embedding-3-large
  • text-embedding-3-small
  • text-embedding-ada-002
  • jina-embeddings-v4
  • jina-embeddings-v3
  • jina-embeddings-v2-base-code
  • text-embedding-v4
  • Qwen/Qwen3-Embedding-0.6B
  • doubao-embedding-large-text-240915
  • doubao-embedding-text-240715
Última actualización: 2026-06-01