Skip to main content
嵌入(Embedding)模型会将文本转换为能够表达语义信息的稠密向量,使语义相近的文本在向量空间中更接近。它们常用于语义搜索、检索、重排序、聚类,以及 RAG(检索增强生成,Retrieval-Augmented Generation)等场景,并通过兼容 OpenAI 的 Embeddings API 提供服务。 代表模型包括:
  • Qwen/Qwen3-Embedding-4B
  • BAAI/bge-m3
完整模型列表和价格,请以 模型广场 为准。

核心能力

  • 语义搜索:按语义而不是精确关键词来匹配查询和文档。
  • 面向 RAG 的检索:先对知识库内容做嵌入并存储向量,再检索最相关的片段,为 LLM 回答提供上下文。
  • 聚类与去重:将相似项分组,或检测近似重复的内容。
  • 推荐与重排序:根据与查询或用户画像的相似度对候选项打分。

使用方式

Embeddings API 支持单个字符串或字符串列表输入,并会为每个输入返回一个向量。 常见流程:
  1. 为文档生成向量并存储。
  2. 在用户发起查询时,对查询文本做嵌入。
  3. 将查询向量与已有向量进行比较,例如使用余弦相似度。

关键参数

  • model:Embedding 模型名称。
  • input:字符串或字符串列表。
  • encoding_format:部分模型接受,例如 floatencoding_format

注意事项

  • 对文档和查询使用同一个 Embedding 模型进行嵌入,使它们的向量位于同一空间,使向量之间可比较。
  • 如果某个输入超过模型的最大长度,请先将长文本拆分为较小的片段再进行嵌入。最大输入长度(上下文窗口)与定价显示在 模型广场 的模型详情中。
  • 在嵌入大量文本时,将多个输入放入一次请求中批量处理,以减少往返次数。

计费

  • 公式:总费用 = 输入 token 数 × 输入单价。 Embedding 模型请求仅按输入 token 计费,不产生生成的输出。
  • 价格:各模型价格请在 模型广场 的模型详情页查看。
  • 建议
    • 文档通常只需嵌入一次并缓存结果,避免每次请求都重复计算。
    • 可优先采用批量处理,以提升调用效率。

调用示例

示例使用环境变量读取 API Key,避免将密钥写入代码。

嵌入文本(Python)

嵌入文本(curl)

语义相似度