Jina Embeddings v5 Omni Nano
最近更新:2026年11月22日
Jina AI 嵌入模型 Jina Embeddings v5 Omni Nano(jina/jina-embeddings-v5-omni-nano)的规格参数、维度截断与调用示例。
Jina Embeddings v5 Omni Nano 是第五代轻量全模态嵌入模型(1.004B 参数),以 jina-embeddings-v5-text-nano 为文本主干并集成 SigLIP2 Base 视觉编码器与 Whisper-large-v3 音频编码器,支持 8K 上下文与 768 默认维度(Matryoshka 可截断至 32 维),支持文本、图像、音频、视频与 PDF 统一检索。
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-v5-omni-nano |
| 可用别名 | jina-embeddings-v5-omni-nano |
| 上下文上限 | 8,192 token(8K) |
| 输出维度 | 默认 768 维(API 支持 1–768,Matryoshka 推荐 32–768 维) |
| 支持输入 | 文本、图像、音频、视频、PDF(支持 { content: [...] } 多模态融合分组;PDF 须单独提交) |
| 支持任务适配器 | retrieval.query、retrieval.passage、text-matching、clustering、classification |
| 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-v5-omni-nano 或裸名别名 jina-embeddings-v5-omni-nano。
inputstring | object | array<string | object>必填支持文本字符串、单个多模态对象({ text } / { image } / { audio } / { video } / { pdf })或对象数组(数组中支持 { content: [...] } 多模态融合分组)。PDF 文档必须单独作为顶层对象提交,不可放入数组或融合分组。
›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。
audiostring音频 URL 或 base64 编码字符串。
videostring视频 URL 或 base64 编码字符串。
pdfstringPDF 文档 URL 或 base64 字符串(PDF 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。
audiostring音频 URL 或 base64 编码字符串。
videostring视频 URL 或 base64 编码字符串。
contentarray<object>多模态融合分组(MergedContentGroup),将有序的多个模态分片在单次前向中融合为一条向量(不可包含 PDF)。
task"retrieval.query" | "retrieval.passage" | "text-matching" | "clustering" | "classification"默认 "text-matching"任务适配器优化方向:retrieval.query(检索查询)、retrieval.passage(检索文档)、text-matching(默认,语义匹配)、clustering(聚类)或 classification(分类)。
dimensionsinteger默认 768输出向量维度(API 支持 1–768,Matryoshka 推荐截断范围 32–768,默认 768)。
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。
normalizedboolean默认 true是否对输出向量执行 L2 归一化(默认 true)。
truncateboolean默认 false输入超过 8K 上下文上限时是否自动尾部截断而非报错(默认 false)。
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
与 Jina Embeddings v5 Text Nano 共享 768 维向量空间,适合对吞吐与成本敏感的跨模态检索场景。PDF 必须以顶层对象 {"pdf": "..."} 单独提交,不可放入数组。
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-v5-omni-nano",
"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-v5-omni-nano",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
0.0123,
-0.0456,
0.0789
]
}
],
"usage": {
"prompt_tokens": 14,
"total_tokens": 14,
"image_tokens": 0,
"audio_tokens": 0,
"video_tokens": 0
}
}