Embeddings（向量化）

POST /v1/embeddings

请求

curl https://187api.com/v1/embeddings \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["你好", "世界"]
  }'

字段	说明
model	向量模型名
input	字符串或字符串数组
dimensions	可选，指定输出维度

响应

{
  "object": "list",
  "data": [
    {"object": "embedding", "index": 0, "embedding": [0.01, -0.02, ...]},
    {"object": "embedding", "index": 1, "embedding": [...]}
  ],
  "model": "text-embedding-3-small",
  "usage": {"prompt_tokens": 4, "total_tokens": 4}
}

相关端点

• POST /v1/modifications：内容审核
• POST /v1/rerank：重排序（query + documents），返回相关性排序

/v1/rerank 请求示例：

curl https://187api.com/v1/rerank \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bge-reranker-v2-m3",
    "query": "什么是 API 中转",
    "documents": ["文档1", "文档2"]
  }'

:::warning 与平台上模型可用性一致 向量 / 重排模型也受分组和余额约束，模型名要以控制台为准。 :::