---
title: "Embeddings 向量 API（OpenAI 兼容）"
description: "OpenAI-compatible /v1/embeddings，请求字段、批量输入、维度和响应说明。"
source: https://lazu.ai/docs/zh/endpoints/embeddings
updated: 2026-10-02
---

# Embeddings

**POST** `/v1/embeddings`

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。

## 请求示例

```bash
curl https://api.lazu.ai/v1/embeddings \
  -H "Authorization: Bearer $LAZU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["doc one", "doc two"]
  }'
```

## 响应示例

```json
{
  "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 Body

- `model` `string` (必填) — 来自 `/api/models/catalog` 的 embedding 模型 ID。
- `input` `string | string[]` (必填) — 文本输入，或有序文本批量输入。响应会保持输入顺序。
- `dimensions` `integer` (可选) — 支持截断的模型可使用可选向量维度。
- `encoding_format` `string` (可选) — 上游支持时可选择输出编码格式。 取值: `float`, `base64`

## 响应

- `object` `string` — 通常为 `list`。
- `data` `object[]` — 每个 input 对应一个 embedding item。
- `data[].embedding` `number[] | string` — 向量数值，或取决于 `encoding_format` 的 base64 编码向量。
- `usage.prompt_tokens` `integer` — embedding 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

- [模型目录](https://lazu.ai/docs/zh/models/catalog)
- [定价与渠道](https://lazu.ai/docs/zh/models/pricing)