跳转到主要内容
POST
/
v1
/
embeddings
创建嵌入
curl --request POST \
  --url https://api.example.com/v1/embeddings \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "input": [
    "<string>"
  ],
  "encoding_format": "<string>",
  "dimensions": 123
}
'

Documentation Index

Fetch the complete documentation index at: https://docs.crazyrouter.com/llms.txt

Use this file to discover all available pages before exploring further.

​
接口说明

将输入文本转换为高维向量，用于语义搜索、聚类、推荐等场景。完全兼容 OpenAI Embeddings API 格式。

​
支持模型

模型维度说明
text-embedding-3-large3072高精度，推荐用于生产环境
text-embedding-3-small1536性价比高
text-embedding-ada-0021536经典模型

​
请求参数

​
model
string
必填
嵌入模型名称，如 text-embedding-3-large
​
input
string | string[]
必填
要嵌入的文本，支持单个字符串或字符串数组
​
encoding_format
string
默认值:"float"
返回格式：float 或 base64
​
dimensions
integer
输出向量维度（仅 text-embedding-3-* 支持）

​
响应格式

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023064255, -0.009327292, ...]
    }
  ],
  "model": "text-embedding-3-large",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8
  }
}

​
代码示例

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxx",
    base_url="https://crazyrouter.com/v1"
)

response = client.embeddings.create(
    model="text-embedding-3-large",
    input="Crazyrouter 是一个 AI 模型网关"
)

embedding = response.data[0].embedding
print(f"向量维度: {len(embedding)}")
print(f"前5个值: {embedding[:5]}")
批量请求时，单次最多支持 2048 条文本。建议每条文本不超过 8191 tokens。