Skylark Embedding Vision API

テキスト、画像、動画を1024次または2048次元ベクトルに融合させ、クロスモーダル検索と検索を行うマルチモーダル埋め込み。

ByteDance埋め込み8K コンテキストリリース 2025年6月28日Malaysia独自エンドポイント

Skylark Embedding Vision について

テキスト、画像、動画を1024次または2048次元ベクトルに融合させ、クロスモーダル検索と検索を行うマルチモーダル埋め込み。

別名 ByteDance Skylark Embedding Vision

multimodalfused vectors

Skylark Embedding Vision の仕様

モデルID
skylark-embedding-vision
開発元
ByteDance
カテゴリ
埋め込み
リリース
2025年6月28日
コンテキスト長
8K トークン
入力
テキスト画像動画
出力
埋め込み
リージョン
Malaysia
エンドポイント
POST/v1/embeddings
代替モデルID
byteplus/skylark-embedding-visionskylark-embedding-vision-250615doubao-embedding-vision

Skylark Embedding Vision API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

タイプ
仕様
料金
テキスト入力
1Mトークンあたり
$0.25
画像/映像入力
1Mトークンあたり
$0.65
料金ページ全体で比較

Skylark Embedding Vision API の呼び出し方

Skylark Embedding Vision は OpenAI 互換の Embeddings API を提供します。任意の OpenAI SDK を https://api.empiriolabs.ai/v1 に向けて、モデル ID skylark-embedding-vision を使ってください。 EmpirioLabs ダッシュボードで API キーを取得してください。

cURL
curl https://api.empiriolabs.ai/v1/embeddings \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "skylark-embedding-vision",
    "input": "The quick brown fox jumps over the lazy dog."
  }'
Python (OpenAI SDK)
from openai import OpenAI

client = OpenAI(
    base_url="https://api.empiriolabs.ai/v1",
    api_key="YOUR_EMPIRIOLABS_API_KEY",
)

embedding = client.embeddings.create(
    model="skylark-embedding-vision",
    input="The quick brown fox jumps over the lazy dog.",
)
print(embedding.data[0].embedding[:8])
Skylark Embedding Vision API の完全リファレンス

Skylark Embedding Vision API のパラメーター

EmpirioLabs 上の Skylark Embedding Vision API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。

パラメータタイプデフォルト範囲 / 値説明
inputstring--テキスト・トゥ・エンベド、最大16本の文字列(それぞれ1本ずつ埋め込み)の配列、またはテキスト、image_url、video_url部分を一つの埋め込みに融合させた配列。
dimensionsenum20481024, 2048出力ベクトル次元。
encoding_formatenumfloatfloat, base64レスポンスのエンコーディングを埋め込むこと。
instructionsstring--クエリ側やコーパス側テンプレートなど、埋め込みを条件付けるオプションの検索命令。

知っておくと便利

ソリューション

  • すべての入力項目(テキスト、画像、動画を組み合わせて1つの埋め込み)に対して1つの融合ベクトルを1つずつ行います。1024次元または2048次元を選びます。
  • プレーン文字列の配列は、1つの文字列につき1つの埋め込みを返し、リクエストごとに最大16個まで返します。

入力あたりの制限

  • テキスト:1アイテムあたり最大8,000トークン。
  • 画像:JPEG、PNG、WEBP、BMP、またはTIFF、14ピクセル以上、最大36MPまで。
  • 映像:MP4、AVI、またはMOV、最大50MB;音声トラックは無視されます。

回収

  • クエリ側またはコーパス側の埋め込みを条件付けるオプションの命令フィールドがあります。コサインまたはドット積比較の前にL2正規化を適用します。

Skylark Embedding Vision API: よくある質問

Skylark Embedding Vision API の料金はいくらですか?

EmpirioLabs では Skylark Embedding Vision は従量課金です: テキスト入力 $0.25 1Mトークンあたり; 画像/映像入力 $0.65 1Mトークンあたり。このページのライブ料金表は常に API の請求額と一致します。

Skylark Embedding Vision のコンテキストウィンドウはどれくらいですか?

Skylark Embedding Vision は 8K トークンのコンテキストウィンドウに対応しています。

Skylark Embedding Vision はどのエンドポイントを使いますか?

Skylark Embedding Vision は api.empiriolabs.ai 上の POST /v1/embeddings で提供され、標準的な Bearer トークン認証を使用します。

統合する前にブラウザで Skylark Embedding Vision を試せますか?

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで Skylark Embedding Vision をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

Skylark Embedding Vision の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。

より良いエンドポイントを使う準備はできていますか?

ご自身のモデルを当社のスタックに展開したい方は、ぜひご価格をご覧ください。