阿里文本向量
更新时间 2026-09-06 17:30:00
最近更新时间: 2026-09-06 17:30:00
本文介绍阿里云百炼推出的文本向量化模型调用API。
模型简介
阿里云百炼推出的文本向量化模型,将文本转换为稠密语义向量,用于 RAG 检索、语义搜索、文本聚类、相似度计算、文本分类等场景。
支持的模型
| 模型名称 | 向量维度 | 支持语种 | 备注 |
|---|---|---|---|
| text‑embedding‑v3 | 1024 (默认)、768、512 | 50 + 主流语种 | 支持 sparse 稀疏向量输出 |
| text‑embedding‑v4 | 2048、1536、1024 (默认)、768、512、256、128、64 | 100 + 语种 + 编程语言 | Qwen3‑Embedding 底座,效果优于 v3 |
接口详情
http调用
请求方式:POST
请求路径:https://ai.ctaigw.cn/v1/embeddings
请求头
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| Content‑Type | string | 是 | 固定application/json |
| Authorization | string | 是 | Bearer ${YOUR_APP_KEY} |
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | string | 是 | 模型调用名称或模型ID |
| input | string | string[] | 是 | 待向量化文本;单字符串或字符串数组; 数组最多 10 条,每条最大 8192token |
| dimensions | integer | 否 | 指定输出向量维度,使用嵌套降维; 取值必须是模型支持的维度档位,不填返回默认维度 取值范围: 2048(仅适用于text-embedding-v4)、1536(仅适用于text-embedding-v4)1024、768、512、256、128 或 64,默认值为1024。 |
| encoding_format | string | 否 | 向量输出格式,支持float、base64,默认float |
响应参数
| 参数 | 类型 | 说明 |
|---|---|---|
| object | string | 本次调用返回的data类型,默认为list |
| model | string | 模型名称 |
| data | array | 任务输出信息 |
| data[].object | string | 本次调用返回的object对象类型,默认为embedding |
| data[].index | integer | 输入文本的索引,和 input 数组顺序一一对应 |
| data[].embedding | list | 浮点数向量数组,维度由dimensions或模型默认维度决定 |
| usage | object | 用量统计 |
| usage.total_tokens | integer | 总 token 消耗 |
请求/响应示例
请求
curl --location 'https://ai.ctaigw.cn/v1/embeddings' \
--header "Authorization: Bearer ${YOUR_APP_KEY}" \
--header 'Content-Type: application/json' \
--data '{
"model":"text-embedding-v4",
"input":["人工智能发展趋势","大模型RAG检索应用"],
"dimensions":2048,
"encoding_format":"float"
}'正常响应
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.0123, -0.0456, ...]
}
],
"model": "text‑embedding‑v4",
"usage": {
"prompt_tokens": 12,
"total_tokens":12
}
}异常响应示例
{
"error": {
"type:": "Invalid_request",
"code": "missing_parameter",
"message": "Missing required parameters"
}
}