创建嵌入

概览

• 请求方法：POST
• 路径：/v1/embeddings
• 内容类型：application/json

认证

• 使用 HTTP Bearer Token，示例：Authorization: Bearer sk-xxxxx

---

请求参数

参数	类型	必填	描述
model	string	是	要使用的模型 ID，例如 text-embedding-3-large（参见模型列表）
input	string | array[string]	是	要编码为嵌入的文本。可传单个字符串或字符串数组（每项长度受限，详见模型说明）

---

请求示例

单输入示例：

{
  "model": "text-embedding-3-large",
  "input": "她长得非常漂亮，喜欢..."
}

批量输入示例：

{
  "model": "text-embedding-3-large",
  "input": [
    "文本 A",
    "文本 B"
  ]
}

curl

curl -X POST "https://api.gpt.ge/v1/embeddings" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxx" \
  -d '{"model":"text-embedding-3-large","input":"她长得非常漂亮，喜欢..."}'

JavaScript (fetch)

fetch('https://api.gpt.ge/v1/embeddings', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json', 'Authorization': 'Bearer sk-xxxx' },
  body: JSON.stringify({ model: 'text-embedding-3-large', input: '她长得非常漂亮，喜欢...' })
}).then(r => r.json()).then(console.log)

Python (requests)

import requests

payload = { 'model': 'text-embedding-3-large', 'input': '她长得非常漂亮，喜欢...' }
resp = requests.post('https://api.gpt.ge/v1/embeddings', headers={'Content-Type':'application/json','Authorization':'Bearer sk-xxxx'}, json=payload)
print(resp.json())

---

返回示例（200）

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        -0.022425562,
        -0.010263717,
        0.022136442,
        0.015323295,
        -0.0013466021
      ]
    }
  ],
  "model": "text-embedding-3-large",
  "usage": { "prompt_tokens": 16, "total_tokens": 16 }
}