> ## Documentation Index
> Fetch the complete documentation index at: https://docs.gravitex.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 嵌入（Gemini格式）

> POST /v1/engines/{model}/embeddings

## 简介

通过路径中的 `model` 指定引擎/模型，创建文本向量嵌入。请求体字段与 OpenAI 格式一致。

另可参考 [嵌入（OpenAI格式）](/cn/api-reference/endpoint/embeddings/create-embedding)（`POST /v1/embeddings`）。

## 认证

<ParamField header="Authorization" type="string" required>
  Bearer Token，如 `Bearer sk-xxxxxxxxxx`
</ParamField>

## 路径参数

<ParamField path="model" type="string" required>
  模型/引擎 ID（路径参数）
</ParamField>

## 请求参数

<ParamField body="model" type="string" required>
  模型名称（可与路径 `model` 一致）
</ParamField>

<ParamField body="input" type="string | array" required>
  要嵌入的文本
</ParamField>

<ParamField body="encoding_format" type="string" default="float">
  `float` 或 `base64`
</ParamField>

<ParamField body="dimensions" type="integer">
  输出向量维度
</ParamField>

## 请求示例

```bash theme={null}
curl -X POST "https://api.gravitex.ai/v1/engines/text-embedding-ada-002/embeddings" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "text-embedding-ada-002",
    "input": "你好，世界"
  }'
```

## 响应说明

响应结构与 `POST /v1/embeddings` 相同，包含 `object`、`data`、`model`、`usage` 等字段。