1. Python配置方式
心流API 接口文档
  • 引言
  • 在线调试说明
  • 发出请求
  • 中转站基本介绍
    • API 快速开始指南
    • 联系客服
    • 代理接口调用地址
    • API Key 额度查询服务
  • 通用接口
    • 文本通用接口
      POST
    • 图片通用接口
      POST
    • 视频通用接口
      POST
  • 图像模型
    • GPT Image 2(OpenAI 生图)
      • GPT Image 2 文生图
      • GPT Image 2 图生图(编辑)
    • Gemini Nano Banana(Google 生图)
      • Gemini Nano Banana 图片生成
      • 文本通用接口(Gemini 原生格式)
    • Grok Imagine(xAI 生图)
      • Grok 文生图(同步)
  • 视频模型
    • Grok Imagine 1.0 视频
      • Grok Imagine 1.0 视频生成
    • Grok Imagine 1.5 Video Preview(xAI 文生/图生视频)
      • Grok Imagine Video Preview 视频生成
      • Grok Imagine Video 1.5 Preview 视频生成
    • Grok Imagine 1.5 720p(xAI 图生视频)
      • Grok Imagine 1.5 Super 视频生成
    • Veo(Google 视频生成)
      • Veo 视频生成
      • Veo 视频延长(Extend)
    • Omni 系列(omni_flash · 文生 / 图生 / 视频修改)
      • Omni 视频生成(omni_flash-10s)
    • Grok Video 3 系列(xAI 新族)
      • Grok Video 3 视频生成
    • Sora 2(OpenAI 视频生成)
      • Sora 2 视频生成
    • Grok Video 10s
      • Grok Video 6s/10s/12s 视频生成
    • HappyHorse 1.0 系列(阿里淘天)
      • HappyHorse 1.0 视频生成
    • 豆包 Seedance 2.0 Fast
      • 豆包 Seedance 2.0 Fast 视频生成
    • 视频任务查询(共用)
    • 视频内容下载(共用)
  • 系统 API(客户可用)
    • 拉取模型列表
    • 查询当前令牌用量
    • 系统状态 / 公告
  • 各种插件/软件使用教程
    • Codex 配置教程
    • OpenClaw Clawdbot 自定义中转站配置教程
    • N8N 工作流使用中转API 教程
    • opencode 配置教程
    • Gemini CLI 中转站配置使用教程
    • Claude Code 安装使用教程
    • CherryStudio调用cluade MCP
    • Cherry Studio配置教程
    • Cherry Studio配置 banana pro 4K和分辨率教程
    • CherryStudio配置o4推理级别
    • 扣子工作流简单配置从输入到获取url
    • dify添加模型
    • cline 配置教程
    • aider 配置教程
    • Cursor 配置教程
    • lobechat 设置教程
    • ChatBox(推荐使用)
    • 开源gpt_academic
    • nextchat 设置教程
    • zotero gpt 配置方法
    • CLAUDE DEV 配置教程
    • 沉浸式翻译 设置gpt翻译
    • 浏览器插件ChatGPT Sidebar
    • chatgpt-on-wechat 配置教程
    • chatgpt GPT Academic 学术优化配置gpt教程
    • RikkaHub 配置教程
    • coze 工作流使用中转API 教程
    • n8n 工作流获取本地图片生成视频例子
    • OpenClaw 最新版本 自定义中转站配置教程
    • OpenClaw配合CC switch自定义中转站配置教程
  • 帮助中心
    • AI返回字段: 思考相关
    • HTTP状态码及其含义
    • 自建图床API
  • Python配置方式
    • python 使用 语音转文本
    • python 使用文本转语音
    • python 使用Embeddings 向量化
    • python 调用DALL·E
    • python简单调用 openai function-calling demo
    • python 简单langchain 调用openai demo
    • python llama_index 配置
    • Python基础对话
    • Python使用gpt-4o识别图片-本地图片
    • Python使用gpt-4o识别图片
    • Python使用Claude识别图片
    • python 库流式输出
    • gpt realtime模型调用
    • python request 请求 流式输出demo
    • python 使用gpt-image-1 创建编辑图片
    • python openai官方库(使用AutoGPT,langchain等)
    • python 连续对话
  • php配置方式
    • php使用图片编辑demo
  • nodejs 配置方式
    • nodejs 基础对话
  1. Python配置方式

python 使用Embeddings 向量化

嵌入(Embeddings) API 指南#

概述#

新模型发布#

text-embedding-3-small
text-embedding-3-large
特点:更低成本、更好的多语言性能、可控制维度

主要应用场景#

🔍 搜索(相关性排序)
📊 聚类(相似性分组)
👍 推荐系统
⚠️ 异常检测
📈 多样性分析
🏷️ 文本分类

基础使用#

获取嵌入向量#

响应格式#

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        -0.006929283495992422,
        -0.005336422007530928,
        // ... 更多数值
      ],
    }
  ],
  "model": "text-embedding-3-small",
  "usage": {
    "prompt_tokens": 5,
    "total_tokens": 5
  }
}

模型对比#

模型每美元页面数MTEB性能评估最大输入
text-embedding-3-small62,50062.3%8191
text-embedding-3-large9,61564.6%8191
text-embedding-ada-00212,50061.0%8191

实际应用示例#

处理评论数据#

技术细节#

维度说明#

text-embedding-3-small: 默认1536维
text-embedding-3-large: 默认3072维
可通过 Dimensions 参数调整维度

注意事项#

计费基于输入令牌数
每页约800个令牌
所有模型最大输入均为8191个令牌
修改于 2026-05-06 14:48:15
上一页
python 使用文本转语音
下一页
python 调用DALL·E
Built with