创建嵌入
https://api.tokenbay.me/v1/embeddings通过 OpenAI 兼容 Embeddings API 创建文本向量
将文本转换为向量，用于语义搜索、检索增强、聚类等场景。
请使用当前 API Key 可用的模型；批量输入、输出维度和编码格式支持情况因模型和渠道而异。
创建嵌入
/v1/embeddings请求
字段网关负责鉴权并根据 model 路由。同协议请求会透传；发生协议转换时，目标上游无法表达的字段可能被映射、丢弃或拒绝。
modelstringRequired线上 Models API 或控制台展示的嵌入模型 ID。
inputstring | string[]Required待向量化文本。需要协议转换时，token ID 数组不是网关可移植的输入形式，可能被拒绝。
encoding_formatstringOptional输出编码。float 是兼容性更好的默认值；base64 仅在所选模型和渠道能够保留该格式时支持。
floatbase64dimensionsintegerOptional请求的输出维度。是否支持、可选值以及是否会被转发由所选模型和渠道决定。
userstringOptional可选的客户端用户标识；不要放入敏感数据。
响应
字段非流式成功响应通常采用 OpenAI 兼容的嵌入列表；实际向量维度和可选字段仍由模型与渠道决定。
objectstringOptionalOpenAI 兼容嵌入响应通常为 list。
data[]array<object>Optional
每个成功接收的输入对应一个嵌入结果。
data[].objectstringOptional通常为 embedding。
data[].indexintegerOptional输入项索引。
data[].embeddingnumber[] | stringOptional向量值；所选上游支持 base64 编码时，也可能返回 base64 字符串。
modelstringOptional上游或网关协议转换返回的模型名。
usageobjectOptional
上游提供时返回的 token 用量。
usage.prompt_tokensintegerOptional输入 token 数。
usage.total_tokensintegerOptional总 token 数。
请使用当前 API Key 在 Models API 或控制台中可见的模型 ID；本页不承诺固定的嵌入模型列表。
所选上游支持时，input 可传单个字符串或字符串数组。批量上限和 token 限制因模型、渠道而异。
dimensions 是否可用由模型决定。网关转换到 Gemini 时，不支持的 dimensions 可能被丢弃；非法值或目标协议无法表达的字段可能被拒绝。
encoding_format=float 是兼容性更好的默认值。转换渠道无法保证响应格式时，encoding_format=base64 可能被拒绝。
旧版 /v1/engines/{model}/embeddings 路径单独保留，用于兼容历史客户端。