Gemini 文本嵌入接口 (Embedding)
本页是 OpenAI 兼容 Embeddings 协议,字段为 model/input/dimensions;原生 Gemini 使用 embedContent 与 content/outputDimensionality。
▼
Authorization
在 Header 添加参数 Authorization,其值为 Bearer 之后拼接 Token
示例:
Authorization: Bearer ********************
请求参数
Header 参数
Authorizationstring必需
Bearer Token;从环境变量 tokenba_API_KEY 读取。
Content-Typestring必需
示例:application/json
Body 参数application/json
modelstring必需
示例:gemini-embedding-001
inputstring必需
示例:语义搜索示例文本。
dimensionsnumber可选
示例:768
完整 JSON 请求体
{
"model": "gemini-embedding-001",
"input": "语义搜索示例文本。",
"dimensions": 768
}
请求示例代码
curl --fail-with-body --request POST 'https://api.apizt.com/v1/embeddings' \
--header "Authorization: Bearer ${tokenba_API_KEY}" \
--header 'Content-Type: application/json' \
--data-raw '{
"model": "gemini-embedding-001",
"input": "语义搜索示例文本。",
"dimensions": 768
}'async function main() {
const headers = {
"Authorization": "Bearer " + process.env.tokenba_API_KEY,
"Content-Type": "application/json"
};
const body = JSON.stringify({
"model": "gemini-embedding-001",
"input": "语义搜索示例文本。",
"dimensions": 768
});
const response = await fetch("https://api.apizt.com/v1/embeddings", { method: "POST", headers, body });
if (!response.ok) throw new Error("HTTP " + response.status + ": " + await response.text());
console.log(await response.text());
}
main().catch(console.error);import os
import requests
headers = {"Authorization": "Bearer " + os.environ["tokenba_API_KEY"]}
payload = {'model': 'gemini-embedding-001', 'input': '语义搜索示例文本。', 'dimensions': 768}
response = requests.post('https://api.apizt.com/v1/embeddings', headers=headers, json=payload, timeout=120)
response.raise_for_status()
print(response.text)返回响应
响应参数 🟢 200 OK · application/json
object
可选
{}
示例
{}
当前模型与版本
依据 apizt 价格页,同步于 。以下型号按目录声明的协议与本页用途筛选;不代表所有参数和功能通用。切换前请核对型号说明、令牌分组与参数差异。Gemini 原生接口需同时替换 URL 中的模型 ID。
| 模型 ID | 能力标签 | 支持分组 |
|---|---|---|
gemini-embedding-2-preview | 文本嵌入 | 分组(4)
|
gemini-embedding-001 | 文本嵌入 | 分组(2)
|
共列入 2 个候选型号。查看完整模型、版本与接口目录。