主题模式

嵌入模型（Embedding） ​

1. 嵌入模型（Embedding） ​

  • https://aiping.cn/api/v1/embeddings
    • Note: 使用 OpenAI SDK 时，base_url 使用 https://aiping.cn/api/v1 （不要带 /embeddings），通过 client.embeddings.create(...) 调用
  • 说明: 与 OpenAI Embeddings API 高度兼容；为实现多供应商路由/计费，扩展了 extra_body（请求）与 provider（响应）等字段

1.1 Header 参数 ​

Authorization

Bearer Token
在 Header 添加参数 Authorization ， 其值为在 Bearer 之后拼接 Token
示例:
Authorization: Bearer ********************

1.2 Body 参数 ​

Body

modelstring必需
标准 Embedding 模型目录，不区分大小写，服务端自动标准化；需在系统标准 Embedding 目录内
inputstringarray必需
支持单条或多条文本
encoding_formatstring可选
透传给下游的编码格式；不填按供应商默认
可选值:
floatbase64
extra_bodyExtraBody可选
路由与策略控制等扩展字段
providerProvider必需
供应商选择/过滤/排序策略
onlyarray可选
白名单；仅在该集合内挑选供应商
可选值:
供应商
orderarray可选
供应商排序
可选值:
供应商
sortstringarray可选
排序策略，详见[路由策略] 支持多关键字排序，优先级按顺序降低。
可选值:
input_priceoutput_pricethroughputlatencyinput_length
input_price_rangearray可选
限制输入价格范围，单位： ¥ / 1M Token，如：[1,2]，表示筛选输入价格 price：1<=price<=2 的供应商
output_price_rangearray可选
限制输出价格范围，单位： ¥ / 1M Token
throughput_rangearray可选
限制吞吐范围，单位：tokens/s, 基于实时的吞吐数据调度
latency_rangearray可选
限制延迟范围，单位：s, 基于实时的延迟数据调度
input_length_rangearray可选
限制最大输入长度范围
allow_filter_prompt_lengthboolean可选
是否允许打开自动按照输入提示词长度筛选供应商，默认为 True
ignorearray可选
黑名单；从候选中排除
allow_fallbacksboolean可选
值为 True 时，系统按照用户指定筛选策略(延迟、吞吐、最大输入长度)无法找到合适的供应商时，为了保证接口可用，将按照指定排序策略调度给其他的供应商。默认为 True
enable_thinkingboolean可选
思考功能开关，接受该字段；在 Embeddings 中不生效
可选值:
truefalse
consume_typestring可选
建议传 api，便于计费/追踪
可选值:
chatapi
  • 策略应用顺序：only → ignore → 各种范围过滤 → order → sort
  • 冲突：only 与 ignore 不可交叉包含相同供应商（将返回 422）
  • 指标依赖：范围/排序依赖实时指标（吞吐、时延、价格、输入长度能力）；无指标时可能跳过范围过滤或降级排序

1.3 请求格式示例（JSON） ​

json
{
  "model": "Qwen3-Embedding-0.6B",
  "input": ["这是一段文本", "第二段文本"],
  "encoding_format": "float",
  "extra_body": {
    "provider": {
      "only": [],
      "ignore": [],
      "order": [],
      "sort": ["throughput"],
      "input_price_range": [],
      "output_price_range": [],
      "throughput_range": [],
      "latency_range": [],
      "input_length_range": []
    },
    "consume_type": "api"
  }
}

1.4 返回格式 ​

  • 兼容 OpenAI Embeddings 响应，附加 provider 字段标示实际路由供应商
json
{
  "model": "Qwen3-Embedding-0.6B",
  "data": [
    { "object": "embedding", "embedding": [0.01, 0.02, 0.03], "index": 0 },
    { "object": "embedding", "embedding": [0.04, 0.05, 0.06], "index": 1 }
  ],
  "usage": { "prompt_tokens": 45, "completion_tokens": 0, "total_tokens": 45 },
  "provider": "某供应商A"
}

1.5 请求示例 ​

Python（OpenAI SDK，非流式） ​

python
from openai import OpenAI

openai_client = OpenAI(
    base_url="https://aiping.cn/api/v1",
    api_key="<API_KEY>",
)

response = openai_client.embeddings.create(
    model="Qwen3-Embedding-0.6B",
    input=["这是一段文本", "第二段文本"],
    extra_body={
        "provider": {
            "only": [],
            "ignore": [],
            "order": [],
            "sort": ["throughput"],
            "input_price_range": [],
            "output_price_range": [],
            "input_length_range": [],
            "throughput_range": [],
            "latency_range": []
        },
        "consume_type": "api"
    },
)

print(response)

Python requests ​

python
import requests
import json

headers = {
    "Authorization": "Bearer <API_KEY>",
    "Content-Type": "application/json",
}

payload = {
    "model": "Qwen3-Embedding-0.6B",
    "input": ["这是一段文本", "第二段文本"],
    "encoding_format": "float",
    "extra_body": {
        "provider": {
            "only": [],
            "ignore": [],
            "order": [],
            "sort": ["throughput"],
            "input_price_range": [],
            "output_price_range": [],
            "input_length_range": [],
            "throughput_range": [],
            "latency_range": []
        },
        "consume_type": "api"
    }
}

response = requests.post(
    "https://aiping.cn/api/v1/embeddings",
    headers=headers,
    json=payload,
    timeout=30
)

print(response.status_code)
print(json.dumps(response.json(), ensure_ascii=False, indent=2))

curl（非流式） ​

bash
curl -N -X POST https://aiping.cn/api/v1/embeddings \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{
    "model": "Qwen3-Embedding-0.6B",
    "input": ["这是一段文本", "第二段文本"],
    "extra_body": {
        "provider": {
            "only": [],
            "ignore": [],
            "order": [],
            "sort": ["throughput"],
            "input_price_range": [],
            "output_price_range": [],
            "input_length_range": [],
            "throughput_range": [],
            "latency_range": []
        },
        "consume_type": "api"
    }
}'

1.6 其他说明 ​

  • Embeddings 不支持流式
  • 模型名大小写不敏感（服务端自动标准化）；供应商名大小写敏感
  • 响应的 usage 若下游未提供，服务端会基于请求内容估算输入 token 用于计费/统计