RAG: поиск по своим документам через API

RAG (Retrieval-Augmented Generation) отвечает на вопросы по вашей базе знаний: документы режутся на фрагменты, векторизуются эмбеддинг-моделью и складываются в векторную БД; при вопросе ищутся ближайшие фрагменты и передаются в чат-модель как контекст. Все шаги — обычные HTTP-запросы к API.

Получить API-ключ Быстрый старт Цены

Какие модели выбрать

Эмбеддинги — модели категории «Эмбеддинги» (цена за токены); для ответа берите чат-модель с большим контекстом.

Модель	Провайдер	Цена	Пробный ключ
Qwen Embedding Flash qwen3.7-text-embedding-flash	Qwen	0,19 ₽ вход / 0,56 ₽ выход за 1 млн токенов	✓
Qwen Long qwen-long	Qwen	0,94 ₽ вход / 2,81 ₽ выход за 1 млн токенов	✓
Qwen Embedding qwen3.7-text-embedding	Qwen	0,38 ₽ вход / 1,13 ₽ выход за 1 млн токенов	✓

Рабочий пример

curl https://tokventa.tech/v1/embeddings \
  -H "Authorization: Bearer ВАШ_API_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3.7-text-embedding-flash","input":"текст для векторизации"}'

from openai import OpenAI

client = OpenAI(api_key="ВАШ_API_КЛЮЧ", base_url="https://tokventa.tech/v1")
r = client.embeddings.create(model="qwen3.7-text-embedding-flash", input="текст для векторизации")
print(r.data[0].embedding[:5])

Вопросы и ответы

Какую БД использовать для векторов?

Любую с поддержкой поиска ближайших соседей: pgvector (расширение PostgreSQL), Qdrant, Milvus и подобные. API отдаёт вектор чисел — хранение и поиск остаются на вашей стороне.

Сколько стоит индексация документов?

Векторизация оплачивается как обычные токены: (токены × цена входа модели эмбеддингов) / 1 000 000 в рублях. Прайс моделей эмбеддингов — в таблице выше и на /pricing.

Как часто нужно переиндексировать?

Вектор фиксируется один раз на фрагмент: переиндексация нужна только при изменении текста. Эмбеддинги и чат-модель вызываются из одного аккаунта одним ключом.

Дальше

API для Telegram-бота · Генерация изображений через API · Синтез и распознавание речи через API · Генерация и ревью кода через API · Контент и переводы через API · Агенты и сложные рассуждения через API · OCR · Мультимодальные ассистенты через API

Провайдеры: Qwen API · DeepSeek API · Kimi API · GLM API · MiniMax API · Все 89 моделей · Сравнение цен

Документация: Быстрый старт · Chat Completions · Стриминг · Коды ошибок