Jina Embeddings v4
最近更新:2026年11月22日
Jina AI 嵌入模型 Jina Embeddings v4(jina/jina-embeddings-v4)的规格参数、维度截断与调用示例。
Jina Embeddings v4 是基于 Qwen2.5-VL-3B-Instruct 的通用多模态多语言检索模型(3.8B 参数),内置三组 60M 任务专用 LoRA 适配器,支持 32K 上下文、文本/图像/PDF 输入、2048 维单向量(Matryoshka 可截断至 128 维)以及 return_multivector 延迟交互多向量模式(每 token 128 维),擅长视觉文档(PDF/表格/图表)与代码检索。
该模型通过 Create Embeddings(POST /v1/embeddings)端点调用,支持通过 Authorization: Bearer <key> 鉴权。
模型规格
| 属性 | 说明 |
|---|---|
| 模型 ID | jina/jina-embeddings-v4 |
| 可用别名 | jina-embeddings-v4 |
| 上下文上限 | 32,768 token(32K) |
| 输出维度 | 默认 2048 维(API 支持 1–2048,Matryoshka 推荐 128–2048 维);多向量模式 128 维/token |
| 支持输入 | 文本、图像(上限 8 MB)、PDF(上限 8 MB,须单独提交) |
| 支持任务适配器 | text-matching、retrieval.query、retrieval.passage、code.query、code.passage |
| 计费方式 | 仅按总输入 token(usage.total_tokens)计费,无输出 token 费用;实时单价见模型详情页 |
| 流式输出 | 不支持 |
https://gateway.amux.ai/v1/embeddings鉴权
headerAuthorizationstring必填Bearer <你的 Amux AI 密钥> 在控制台创建的 Amux AI API 密钥。
Content-Typestring必填默认 "application/json"固定为 application/json。
请求
application/jsonmodelstring必填模型标识,支持规范 ID jina/jina-embeddings-v4 或裸名别名 jina-embeddings-v4。
inputstring | object | array<string | object>必填支持文本字符串、单个对象({ text } / { image } / { pdf })或字符串/{ text }/{ image } 数组。PDF 须单独作为顶层对象提交;单张图像与 PDF 均不超过 8 MB。
›inputstring | object | array<string | object>
#1string#2object›#2object
textstring待嵌入的文本内容。
imagestring图像 URL 或 base64 编码字符串(单张上限 8 MB)。
pdfstringPDF 文档 URL 或 base64 字符串(单文件上限 8 MB,且须单独作为顶层对象提交,不可放入数组)。
#3array<string | object>›#3array<string | object>
#1string#2object›#2object
textstring待嵌入的文本片段。
imagestring图像 URL 或 base64 编码字符串(单张上限 8 MB)。
task"text-matching" | "retrieval.query" | "retrieval.passage" | "code.query" | "code.passage"默认 "text-matching"任务适配器优化方向:text-matching(默认,语义匹配)、retrieval.query(检索查询)、retrieval.passage(检索文档)、code.query(代码查询)或 code.passage(代码片段)。
dimensionsinteger默认 2048输出向量维度(API 支持 1–2048,Matryoshka 推荐截断范围 128–2048,默认 2048);不可与 return_multivector: true 同时使用。
embedding_type"float" | "base64" | "binary" | "ubinary" | array<"float" | "base64" | "binary" | "ubinary">输出编码格式:float、base64、binary、ubinary,或由其组成的数组。
truncateboolean默认 false输入超过 32K 上下文上限时是否自动尾部截断而非报错(默认 false)。
late_chunkingboolean默认 false是否对同批次输入的多个文本块启用 Late Chunking,在切分池化前拼接为单序列共享长文档上下文(仅对文本输入生效)。
return_multivectorboolean默认 false是否返回 128 维 token 级多向量表示(ColBERT 延迟交互检索);不可与 dimensions 同时使用。
return_tokenized_inputboolean默认 false是否随多向量结果一并返回对应分词序列;需同时启用 return_multivector: true。
响应
200response向量生成成功。
400response请求参数不合法或输入超过上下文上限。
402response工作区可用余额不足。
使用说明
若业务依赖 ColBERT 风格多向量延迟交互检索(return_multivector: true,可搭配 return_tokenized_input: true)、代码专用检索适配器(code.query / code.passage)或 2048 维稠密检索,建议选用本模型。注意 return_multivector: true 不可与 dimensions 同时传入,late_chunking 仅对文本输入生效,且本模型不提供 normalized 参数。
错误处理
错误响应采用 OpenAI 标准结构({ "error": { "type", "message", … } })。输入超长或字段校验失败返回 400 invalid_request;单次请求体超过 32 MB 直接拒绝且不触发跨渠道重试。完整错误码见错误与重试。
curl https://gateway.amux.ai/v1/embeddings \
-H "Authorization: Bearer $AMUX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jina/jina-embeddings-v4",
"task": "retrieval.passage",
"input": [
{
"text": "Organic skincare for sensitive skin with aloe vera and chamomile."
},
{
"image": "https://example.com/skincare-bottle.png"
}
]
}'{
"object": "list",
"model": "jina/jina-embeddings-v4",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
0.0123,
-0.0456,
0.0789
]
}
],
"usage": {
"prompt_tokens": 14,
"total_tokens": 14,
"image_tokens": 0
}
}