Amazon Titan Multimodal Embeddings G1 встраивает текст, изображения или текст и изображение вместе в общее векторное пространство для мультимодального поиска и рекомендаций. Изображения отправляются в формате Base64 (до 25 МБ), ввод текста ограничен 128 токенами, а векторы по умолчанию имеют 1024 измерения, из которых 384 и 256 можно выбрать с помощью параметра Dimensions.
Модель доступна на этих площадках.
Вы можете выбрать конкретную площадку, провайдера, обеспечивающего доступ к ней, либо воспользоваться нашими типовыми правилами маршрутизации.
| Площадка | Провайдер | Вход | Токены изображения |
|---|---|---|---|
| Amazon Bedrock n/a | ru_openrouter | 89,9 ₽/M | 6 742,74 ₽/M |
Для этой модели пока нет опубликованных результатов бенчмарков.
Готовый код для вызова модели. API совместим с OpenAI: укажите base_url LLM Mart. В примере уже подставлен slug: amazon/titan-embed-image-v1.
curl -s "https://llmmart.ru/api/v1/embeddings" \
-H "Authorization: Bearer $LLM_ROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "amazon/titan-embed-image-v1",
"input": "Привет!"
}'from openai import OpenAI
client = OpenAI(
api_key="sk-...", # API-ключ из личного кабинета
base_url="https://llmmart.ru/api/v1",
)
response = client.embeddings.create(
model="amazon/titan-embed-image-v1",
input="Привет!",
)
print(len(response.data[0].embedding))import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.LLM_ROUTER_API_KEY,
baseURL: "https://llmmart.ru/api/v1",
});
const response = await client.embeddings.create({
model: "amazon/titan-embed-image-v1",
input: "Привет!",
});
console.log(response.data[0]?.embedding.length);Нужен API-ключ организации — создайте ключ в личном кабинете или см. инструкцию. Подробнее: первый запрос к модели и примеры SDK.