<!-- Lazu · BAAI bge-m3 向量 API：100+ 语言，每百万 token 0.02 美元 · https://lazu.ai/zh/blog/bge-m3-embedding-api -->

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

2026-10-28 · Lazu 团队

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**。

Model: `BAAI/bge-m3` — 稳定 — — https://lazu.ai/models/baai/BAAI/bge-m3

## 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](https://huggingface.co/BAAI/bge-m3)和[论文](https://arxiv.org/abs/2402.03216)。

## 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`。

```bash
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？"]}'
```

```python
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：

```python
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](https://lazu.ai/models)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](https://lazu.ai/docs/zh/endpoints/embeddings)。

