BAAI bge-m3 向量 API:100+ 语言,每百万 token 0.02 美元

Model launch · 2026-10-28 BAAI bge-m3 向量 API BAAI/bge-m3稳定 — Lazu

Lazu 现已通过兼容 OpenAI 的 /v1/embeddings 接口提供 BAAI/bge-m3,价格为每百万输入 token 0.02 美元。它输出 1024 维向量,单条输入最长 8,192 token,100 多种语言共用同一个向量空间。为 1 万篇、每篇 500 token 的文档生成向量,费用约 0.10 美元。

BAAI/bge-m3智源 BAAI · 8k · 稳定 —查看模型页 →

bge-m3 是什么 #

bge-m3 是北京智源人工智能研究院(BAAI)于 2024 年 1 月发布的开放权重向量模型,采用 MIT 许可。"M3" 指多语言(100+ 种语言)、多粒度(从一句话到 8,192 token 的长文档)和多功能(稠密、稀疏、多向量三种检索方式)。Lazu 的 /v1/embeddings 返回其中的稠密向量,也就是向量数据库和 RAG 框架通用的格式。细节见模型卡和论文。

一览 #

Lazu 上的 BAAI/bge-m3
接口 POST /v1/embeddings,兼容 OpenAI
价格 每百万输入 token 0.02 美元;向量模型没有输出 token
向量维度 1024,固定
单条输入上限 8,192 token
语言 100+ 种,共用一个向量空间
dimensions、encoding_format: base64 不生效:始终返回 1024 个浮点数
批量 一次请求可传入一个数组(我们测过 50 条)

调用方式 #

任何 OpenAI SDK 都可以直接用:把 base_url 指向 Lazu,模型 ID 填 BAAI/bge-m3。

curl https://api.lazu.ai/v1/embeddings \
  -H "Authorization: Bearer $LAZU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "BAAI/bge-m3", "input": ["How do I reset my password?", "如何重置密码?"]}'
from openai import OpenAI

client = OpenAI(base_url="https://api.lazu.ai/v1", api_key="YOUR_LAZU_KEY")
resp = client.embeddings.create(
    model="BAAI/bge-m3",
    input=["How do I reset my password?", "如何重置密码?"],
)
print(len(resp.data[0].embedding), resp.usage.prompt_tokens, resp.usage.cost)

响应中每条输入对应一个向量,顺序与输入一致;model 为 BAAI/bge-m3;usage 包含 prompt_tokens、total_tokens 和以美元计的 cost。

跨语言检索 #

所有语言都落在同一个向量空间里,所以用英文提问可以直接检索到中文或日文的答案,不需要先翻译:

import numpy as np

docs = [
    "Reset your password from Settings → Security.",
    "账单每月 1 日生成,可在控制台下载发票。",
    "API キーはプロジェクトごとに発行できます。",
]

def embed(texts):
    resp = client.embeddings.create(model="BAAI/bge-m3", input=texts)
    vectors = np.array([item.embedding for item in resp.data])
    return vectors / np.linalg.norm(vectors, axis=1, keepdims=True)

scores = embed(docs) @ embed(["Where can I download my invoice?"])[0]
print(docs[int(scores.argmax())])  # 命中中文的发票说明

限制与错误 #

  • 单条输入超过 8,192 token 会被拒绝,返回 400 context_length_exceeded(LZ-1005),不扣费。长文档请先切块;几百到一千 token 的块通常检索效果也更好。
  • 空字符串会返回 400。发送前先去掉空块。
  • dimensions 和 encoding_format: base64 不生效,始终返回 1024 个浮点数。模型目录里该模型的 unsupported_params 列出了这两项。

计费方式 #

只对输入 token 计费,失败的请求不扣费。这个模型的服务方不返回 token 数,Lazu 用一个通用分词器统计输入。统计结果与 bge-m3 自带分词器大约相差 20%–25%:英文偏少,中文偏多。按每百万 token 0.02 美元计算,每处理一百万 token,这个差额最多约 0.005 美元。

每个响应都在 usage.cost 和 x-lazu-cost-usd 响应头里写明本次费用。以下是 2026 年 10 月 29 日的实测:

请求 计费 token 费用
一句简短英文 7 0.000001 美元(单次请求最低费用)
英文文本,10,500 字符 1,948 0.000039 美元
中文文本,2,880 字 3,053 0.000061 美元
20 条短文档批量 260 0.000005 美元

选 bge-m3 还是 text-embedding-3-small? #

BAAI/bge-m3 text-embedding-3-small
Lazu 价格 0.02 美元 / 百万 token 0.02 美元 / 百万 token
向量维度 1024 1536,可缩短
单条输入上限 8,192 token 8,191 token
权重 开放,MIT 许可 闭源

内容以中文、日文或多语言混合为主,或者在意索引体积时,选 bge-m3:1024 维比 1536 维少占三分之一存储。如果索引里已经是 text-embedding-3-small 的向量,就继续用它。不同模型的向量不能互相比较,换模型意味着整个语料都要重新生成向量。

完整的请求和响应说明见向量接口文档。

相关文章
2026-10-10DeepSeek Flash 接入 Lazu:缓存与分时价格要一起看 2026-10-10GPT-6 Sol 接入 Lazu:先验证稳定线路,再迁移任务 2026-10-10GPT-6 Luna 接入 Lazu:文本生成与 Decisions 怎么选

拿一个 Key 试试

免费开始