POST
/
v3
/
openai
/
embeddings
curl --request POST \
  --url https://api.ppinfra.com/v3/openai/embeddings \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '{
  "input": {},
  "model": {},
  "encoding_format": "<string>"
}'
{
  "object": "<string>",
  "data": [
    {
      "index": 123,
      "embedding": [
        {}
      ],
      "object": "<string>"
    }
  ],
  "model": "<string>",
  "usage": {
    "prompt_tokens": 123,
    "total_tokens": 123
  }
}

创建一个表示输入文本的嵌入向量。

请求头

Content-Type
string
required

枚举值: application/json

Authorization
string
required

Bearer 身份验证格式,例如:Bearer {{API 密钥}}。

请求体

input
string | arrary
required

要嵌入的输入文本,编码为字符串或 tokens 数组。要在单个请求中嵌入多个输入,请传入字符串数组或 tokens 数组的数组。输入不得超过模型的最大输入 tokens(text-embedding-ada-002 的最大输入为 8192 个 tokens),不能是空字符串,且任何数组的维度不得超过 2048。

model
enum<string>
required

要使用的模型 ID。Enum: baai/bge-m3

encoding_format
string

返回嵌入的格式。可以为 float 或 base64。

响应参数

object
string
required

固定为 list

data
array
required

模型生成的嵌入列表。

index
integer
required

嵌入向量的索引。

embedding
array
required

嵌入向量。

object
string
required

固定为 embedding

model
string
required

使用的模型 ID。

usage
object
required

使用情况信息。

prompt_tokens
integer
required

prompt tokens 的数量。

total_tokens
integer
required

总 tokens 的数量。