gemini-embedding-001,同时支持 OpenAI 兼容端点。
核心能力
- Gemini embedContent - Gemini 原生向量端点
- 文本向量 - 将文本转换为数值向量
- 批量输入 - 支持字符串或字符串数组
- 相似度任务 - 可用于检索与聚类
快速示例
Gemini embedContent
- cURL
- Python
OpenAI 兼容 Embeddings
- cURL
- Python
Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
Gemini Embedding 001:文本向量模型。包含 MixRoute 调用示例与参数。
gemini-embedding-001,同时支持 OpenAI 兼容端点。
curl "https://api.mixroute.ai/v1/models/gemini-embedding-001:embedContent" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"content": {
"parts": [
{
"text": "MixRoute model API"
}
]
}
}'
import requests
response = requests.post(
"https://api.mixroute.ai/v1/models/gemini-embedding-001:embedContent",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={'content': {'parts': [{'text': 'MixRoute model API'}]}},
)
print(response.json())
curl "https://api.mixroute.ai/v1/embeddings" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-embedding-001",
"input": "MixRoute model API"
}'
import requests
response = requests.post(
"https://api.mixroute.ai/v1/embeddings",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={'model': 'gemini-embedding-001', 'input': 'MixRoute model API'},
)
print(response.json())
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
content | object | 是 | 由 parts 组成的文本内容。 |
taskType | string | 否 | 模型支持时指定向量任务类型。 |
outputDimensionality | integer | 否 | 模型支持时指定输出维度。 |
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 gemini-embedding-001。 |
input | string | array | 是 | 需要向量化的文本。 |
dimensions | integer | 否 | 模型支持时指定输出维度。 |