---
title: "文本向量化-向量模型-API黄页 | 万维易源"
canonical_url: "https://www.showapi.com/playground/zhipuai/bigmodel/vec-model-api"
last_updated: "2026-09-02T20:12:00.840Z"
meta:
  description: 智谱AI大模型开放平台提供文本向量化服务，通过向量模型将文本信息转化为向量表示，便于结合向量数据库为大模型构建高效外部知识库。
  keywords: 文本向量化，向量模型，AI大模型，外部知识库，向量数据库
  "og:description": 智谱AI大模型开放平台提供文本向量化服务，通过向量模型将文本信息转化为向量表示，便于结合向量数据库为大模型构建高效外部知识库。
  "og:title": 文本向量化-向量模型-API黄页
---

*

*

*

# **向量模型**

[智谱华章-智谱AI大模型开放平台](https://www.showapi.com/playground/zhipuai/bigmodel) [** 产品首页](https://bigmodel.cn/dev/api/vector/embedding) [**API文档](https://bigmodel.cn/dev/api/vector/embedding) [**应用示例](https://www.showapi.com/aiapp/zhipuai/bigmodel/vec-model-api.html)

**9815

2025-03-24更新

**125 [提交收录](https://www.showapi.com/island/feedback-page?submitrequire=true) [反馈问题](https://www.showapi.com/island/feedback-page?apiurl=/playground/zhipuai/bigmodel/vec-model-api) [ 创建我的API](https://www.showapi.com/playground)

文本向量化API支持两种模型编码：embedding-2和embedding-3。embedding-3支持自定义向量维度，建议选择256、512、1024或2048维度。API通过同步调用方式，将文本转换为向量化表示，适用于需要文本向量化的场景。

**基础配置**

**Apikey****\*****[去获取Apikey](https://bigmodel.cn/usercenter/proj-mgmt/apikeys)

用于鉴权的令牌apikey或token

选择接入点：

**POST**

**

**Run

**接入点文档：**[查看](https://bigmodel.cn/dev/api/vector/embedding)

Run: Ctrl+

↵

接入点描述：文本向量模型，将输入的文本信息进行向量化表示，以便于结合向量数据库为大模型提供外部知识库

**请求参数**

**model****\***

模型编码(embedding-2/embedding-3)

**

**input****\***

输入需要向量化的文本，embedding-2数组总长度≤8K，embedding-3数组最大64条

美食非常美味，服务员也很友好。**这部电影既刺激又令人兴奋。**阅读书籍是扩展知识的好方法。**

**dimensions**

向量维度(embedding-3专用，256/512/1024/2048)

**返回结果**

当前为示例返回

**

返回体

返回头

**使用其他软件测试API**

您可以拷贝Curl语句，直接导入Postman进行测试

**拷贝Curl语句