文档

创建嵌入(Embeddings)

把文本转成向量。检索、聚类、去重、语义相似度这类要比较文本的场景都用它。

POST https://open.feiyutoken.com/v1/embeddings

请求参数

参数 类型 必填 说明
model string 是 嵌入模型名,必须是嵌入模型;可用值见模型列表
input string | array 是 要嵌入的文本。可以是单条字符串,也可以是字符串数组,一次提交多条
encoding_format string 否 向量编码方式,取 float(默认)或 base64
dimensions integer 否 输出向量维度;不传则用模型默认维度

其余 OpenAI 标准参数按原样透传。

请求示例

curl https://open.feiyutoken.com/v1/embeddings \
  -H "Authorization: Bearer <你的飞鱼Token API Key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<模型名>",
    "input": ["第一条文本", "第二条文本"],
    "encoding_format": "float"
  }'

响应

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.0023, -0.0091, 0.0147]
    }
  ],
  "model": "<模型名>",
  "usage": {
    "prompt_tokens": 12,
    "total_tokens": 12
  }
}

向量在 data[].embedding,每条结果带 index,对应 input 里的下标,按它取结果即可。 传入多条时 usage 是这一批的合计。

按实际用量计费,费用从账户余额扣减。输入文本的 Token 用量记在 usage 里,调用记录与消费明细在控制台查看。