Skip to main content
POST

简介

将文本转换为向量嵌入,适用于语义搜索、文本相似度计算、聚类分析等场景。

认证

Bearer Token,如 Bearer sk-xxxxxxxxxx

请求参数

string
必填
模型名称,如 text-embedding-3-small、text-embedding-3-large
string | array
必填
要嵌入的文本,可以是字符串或字符串数组
string
返回格式:float 或 base64
integer
用于开放此字段的模型/路由,例如 OpenAI text-embedding-3;不要假设 Cohere 原生 output_dimension 与此字段映射一致。
string
Cohere 必填:search_document、search_query、classification 或 clustering。

cURL 示例

Python 示例

支持的模型

Cohere 向量

入库文档使用 input_type=search_document,查询使用 search_query;两侧保持相同模型和维度。文本兼容接口从 data[].embedding 返回向量;不要将 Cohere 原生图像/PDF 嵌入对象直接放入此文本输入结构。

注意事项

  • 部分模型支持通过 dimensions 参数自定义输出维度
  • 批量嵌入时,input 可传入字符串数组