Amux AI

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 IDjina/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
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-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。

pdfstring

PDF 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
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
  }
}