Embeddings

將文本轉換為向量嵌入，採用通用 Embeddings 協議格式。

POST https://wrouter.ai/v1/embeddings

請求體

引數	型別	必填	說明
model	string	✓	如 text-embedding-3-small、text-embedding-3-large、bge-large-zh、qwen3-embedding
input	string | string[] | number[][]	✓	待嵌入文本，或文本陣列（批次）
encoding_format	string		"float"（預設）或 "base64"
dimensions	integer		截斷到指定維度（僅部分模型支援）

響應

{
  "object": "list",
  "data": [
    {"object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, ...]}
  ],
  "model": "text-embedding-3-small",
  "usage": {"prompt_tokens": 8, "total_tokens": 8}
}

示例

curl https://wrouter.ai/v1/embeddings \
  -H "Authorization: Bearer $WROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["WRouter 讓大模型呼叫更簡單。", "今天天氣真好。"]
  }'

from openai import OpenAI
client = OpenAI(api_key="sk-...", base_url="https://wrouter.ai/v1")

vec = client.embeddings.create(
    model="text-embedding-3-large",
    input="向量化一段文本",
    dimensions=1024,
).data[0].embedding

批次與限制

• 單次請求 input 陣列最大 2048 條
• 單條文本最大 8192 tokens（具體取決於模型）
• 超長文本請客戶端先切片再分批呼叫