向量与重排 embeddings / rerank

文本向量 POST /v1/embeddings

curl https://api.token.heimatianqi.com/v1/embeddings \
  -H "Authorization: Bearer sk-heima-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"bge-large-zh","input":["检索增强生成是什么？"]}'

字段	说明
model	向量模型名（以「模型与价格」里实际开放的为准）
input	字符串或字符串数组；数组会按元素计费

响应为标准 {"data":[{"embedding":[...],"index":0}],"usage":{...}}，按输入 tokens 计费。

重排 POST /v1/rerank

把候选文档按与查询的相关性排序（常用于 RAG 精排）：

curl https://api.token.heimatianqi.com/v1/rerank \
  -H "Authorization: Bearer sk-heima-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"bge-reranker","query":"平台怎么计费？","documents":["按 tokens 计费","按次计费"]}'

该接口需要上游支持；若模型未开放重排端点，会返回明确错误而不是静默降级。

计费与注意

• 向量/重排按输入 tokens 计费，单价比对话模型低。
• 批量向量化建议分批提交（数组元素不宜过多），失败时可按批重试。
• 同一段文本重复向量化会重复计费：建议在应用侧做缓存。

常见问题

• 模型不存在：向量模型不一定在每个环境开放，请以「模型与价格」页面为准。
• 维度是多少？ 由模型决定，响应里的 embedding 长度即维度。