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

# Embeddings (Gemini 형식)

> POST /v1/engines/{model}/embeddings

## 소개

URL 경로에 지정된 모델로 임베딩을 생성합니다. 요청 본문은 OpenAI 스타일 필드와 동일합니다.

[Embeddings (OpenAI 형식)](/ko/api-reference/endpoint/embeddings/create-embedding) (`POST /v1/embeddings`)도 참조하세요.

## 인증

<ParamField header="Authorization" type="string" required>
  Bearer Token, 예: `Bearer sk-xxxxxxxxxx`
</ParamField>

## 경로 매개변수

<ParamField path="model" type="string" required>
  경로의 모델 또는 엔진 ID
</ParamField>

## 요청 본문

<ParamField body="model" type="string" required>
  모델 이름(경로의 `model`과 일치할 수 있음)
</ParamField>

<ParamField body="input" type="string | array" required>
  임베딩할 텍스트
</ParamField>

<ParamField body="encoding_format" type="string" default="float">
  `float` 또는 `base64`
</ParamField>

<ParamField body="dimensions" type="integer">
  출력 차원 수
</ParamField>

## 예시

```bash theme={null}
curl -X POST "https://api.gravitex.ai/v1/engines/text-embedding-ada-002/embeddings" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "text-embedding-ada-002",
    "input": "Hello, world"
  }'
```

## 응답

`POST /v1/embeddings`와 동일한 형식(`object`, `data`, `model`, `usage`)입니다.