> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mixroute.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Embed Multilingual v3.0

> Cohere 面向跨语言检索的文本向量模型。

Cohere 面向跨语言检索的文本向量模型。

## 模型信息

| 字段                   | 说明                      |
| -------------------- | ----------------------- |
| `model`              | embed-multilingual-v3.0 |
| `context`            | 512 tokens              |
| `default dimensions` | 1024                    |
| `endpoint`           | POST /v1/embeddings     |

上下文和输出长度为模型规格；实际请求限制、可用性与计费取决于 MixRoute 路由。

## 能力与使用

* 入库文档设置 input\_type=search\_document，检索问题设置 search\_query；其他任务可使用 classification 或 clustering。
* 本接口示例处理文本；不要假设 Cohere 原生图片/PDF 输入对象可直接用于 OpenAI 兼容的 input 字段。
* 文档和查询必须使用相同模型及向量维度；输出位于 data\[].embedding。

## 请求示例

调用前设置 `MIXROUTE_API_KEY`。

```bash theme={null}
curl --request POST "https://api.mixroute.ai/v1/embeddings" \
  --header "Authorization: Bearer $MIXROUTE_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "embed-multilingual-v3.0",
  "input": [
    "An API reference for developers."
  ],
  "input_type": "search_document",
  "encoding_format": "float"
}'
```

## 请求字段

| 字段                | 说明                       |
| ----------------- | ------------------------ |
| `model`           | 必填，使用上方完整模型 ID。          |
| `input`           | 必填，文本字符串或字符串数组。          |
| `input_type`      | Cohere 向量模型需要指定任务类型。     |
| `encoding_format` | 使用 float 返回 JSON 浮点向量数组。 |

完整请求格式见[接口说明](/cn/api-reference/endpoint/embeddings)。