Amux AI

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 IDjina/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
POSThttps://gateway.amux.ai/v1/embeddings

鉴权

header
Authorizationstring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/json
modelstring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)。

pdfstring

PDF 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
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
  }
}