接口 / Vectors
POST
https://api.lazu.ai/v1/embeddingsEmbeddings
使用 OpenAI-compatible 客户端创建向量 embedding。通过模型目录确认哪些模型支持 embeddings，以及是否支持自定义 dimensions。
计费按所选模型与线路的价格计算 token 用量；可能包含其他计费维度。 价格与线路 ↗
请求 Body
modelstringrequired来自 /api/models/catalog 的 embedding 模型 ID。
inputstring | string[]required文本输入，或有序文本批量输入。响应会保持输入顺序。
dimensionsintegernullable支持截断的模型可使用可选向量维度。
encoding_formatstringnullable上游支持时可选择输出编码格式。
floatbase64响应
objectstring通常为 list。
dataobject[]每个 input 对应一个 embedding item。
data[].embeddingnumber[] | string向量数值，或取决于 encoding_format 的 base64 编码向量。
usage.prompt_tokensintegerembedding 使用的输入 token 数。
批量建议
小批量可以直接传数组。大规模数据任务建议在客户端分块，确保每个请求都不超过 provider 的 body size 和 token 限制。
常见模型
| Model | Dim | Notes |
|---|---|---|
BAAI/bge-m3 | 1024 | Multilingual |
text-embedding-3-small | 1536 | OpenAI cheap default |
text-embedding-3-large | 3072 | OpenAI high quality |
gemini-embedding-001 | 768 | Google default |
相关页面
Sent from your browser to api.lazu.ai · key stays in this tab
RequestPOST /v1/embeddings
curl https://api.lazu.ai/v1/embeddings \
-H "Authorization: Bearer $LAZU_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-luna",
"input": ["doc one", "doc two"]
}'
ResponseExample
{
"object": "list",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.0021, -0.013] }
],
"model": "text-embedding-3-small",
"usage": { "prompt_tokens": 6, "total_tokens": 6 }
}
请求回执示例回执
$0.0001200 · 842 ms
- Request ID
- req_demo_01
- 模型 · 线路
- text-embedding-3-small · stable
- Token · 输入
- 1,200
- Key
- demo-key
仅为示例，不是报价，也不是你这次请求的结果。发送上方请求即可看到你自己的回执。
查看真实请求回执 →Catalog filter
supported_endpoint_types 包含 embeddings