介面 / Vectors
POST
https://api.lazu.ai/v1/embeddingsEmbeddings
使用 OpenAI-compatible 用戶端建立向量 embedding。透過模型目錄確認哪些模型支援 embeddings，以及是否支援自訂 dimensions。
計費依所選模型與線路的價格計算 token 用量；可能包含其他計費維度。 價格與線路 ↗
請求 Body
modelstringrequired來自 /api/models/catalog 的 embedding 模型 ID。
inputstring | string[]required文字輸入，或有序文字批次輸入。響應會保持輸入順序。
dimensionsintegernullable支援截斷的模型可使用可選向量維度。
encoding_formatstringnullable上游支援時可選擇輸出編碼格式。
floatbase64響應
objectstring通常為 list。
dataobject[]每個 input 對應一個 embedding item。
data[].embeddingnumber[] | string向量數值，或取決於 encoding_format 的 base64 編碼向量。
usage.prompt_tokensintegerembedding 使用的輸入 token 數。
批次建議
小批次可以直接傳陣列。大規模資料任務建議在用戶端分塊，確保每個請求都不超過 provider 的 body size 和 token 限制。
相關頁面
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 }
}
請求回執範例回執
$0.0001200 · 842 ms
- Request ID
- req_demo_01
- 模型 · 線路
- text-embedding-3-small · stable
- Token · 輸入
- 1,200
- Key
- demo-key
僅為範例，不是報價，也不是你這次請求的結果。送出上方請求即可看到你自己的回執。
查看真實請求回執 →Catalog filter
supported_endpoint_types 包含 embeddings