使用OpenAI兼容接口调用Embedding模型 - 大模型服务平台百炼

阿里云百炼的Embedding模型兼容OpenAI接口规范。将原有 OpenAI 应用迁移至阿里云百炼只需调整三个参数：

base_url：替换为https://dashscope-intl.aliyuncs.com/compatible-mode/v1
如果使用华北2（北京）地域的模型，需要将url替换为：https://dashscope.aliyuncs.com/compatible-mode/v1
api_key：替换为阿里云百炼 API Key
model：替换为以下模型列表中的模型名称

支持的模型

新加坡

模型名称

向量维度

最大行数

单行最大处理Token数（注）

单价（每百万输入Token）

支持语种

免费额度（注）

text-embedding-v4

属于Qwen3-Embedding系列

2,048、1,536、1,024（默认）、768、512、256、128、64

8,192

$0.07

中文、英语、西班牙语、法语、葡萄牙语、印尼语、日语、韩语、德语、俄罗斯语等100+主流语种

100万Token

有效期：百炼开通后90天内

text-embedding-v3

1,024（默认）、768、512

中文、英语、西班牙语、法语、葡萄牙语、印尼语、日语、韩语、德语、俄罗斯语等50+主流语种

50万Token

有效期：百炼开通后90天内

北京

模型名称

向量维度

最大行数

单行最大处理Token数

支持语种

单价

（每百万输入Token）

text-embedding-v4

属于Qwen3-Embedding系列

2,048、1,536、1,024（默认）、768、512、256、128、64

8,192

中文、英语、西班牙语、法语、葡萄牙语、印尼语、日语、韩语、德语、俄罗斯语等100+主流语种及多种编程语言

$0.072

模型调用

调用示例

本章节提供Python（OpenAI SDK）和cURL（HTTP接口）的字符串输入调用示例，更多编程语言或输入方式示例请参考：文本与多模态向量化。

使用OpenAI SDK调用

使用OpenAI SDK调用服务，您还需安装OpenAI SDK。

import os
from openai import OpenAI

def get_response():
    client = OpenAI(
        api_key=os.getenv("DASHSCOPE_API_KEY"), # 如果您没有配置环境变量，请在此处用您的API Key进行替换
        # 阿里云百炼服务的base_url，如果使用华北2（北京）地域的模型，需要将url替换为：https://dashscope.aliyuncs.com/compatible-mode/v1
        base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",   
    )
    completion = client.embeddings.create(
        model="text-embedding-v3", # 如果在华北2（北京）地域使用，需要将模型名称替换为：text-embedding-v4
        input='衣服的质量杠杠的，很漂亮，不枉我等了这么久啊，喜欢，以后还来这里买',
        encoding_format="float"
        )
    print(completion.model_dump_json())

if __name__ == '__main__':
    get_response()

使用HTTP接口调用

提交接口调用

新加坡：POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/embeddings
华北2（北京）：POST https://dashscope.aliyuncs.com/compatible-mode/v1/embeddings

命令行调用

# 如果使用华北2（北京）地域的模型，需要将url替换为：https://dashscope.aliyuncs.com/compatible-mode/v1/embeddings \
curl --location 'https://dashscope-intl.aliyuncs.com/compatible-mode/v1/embeddings' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "text-embedding-v3",
    "input": "衣服的质量杠杠的，很漂亮，不枉我等了这么久啊，喜欢，以后还来这里买",
    "encoding_format": "float"
}'

运行代码可以获得以下结果：

运行结果

{ 
  "data": [
    {
      "embedding": [
        0.0023064255,
        -0.009327292,
        .... 
        -0.0028842222
      ],
      "index": 0,
      "object": "embedding"
    }
  ],
  "model":"text-embedding-v3",
  "object":"list",
  "usage":{"prompt_tokens":23,"total_tokens":23},
  "id":"f62c2ae7-0906-9758-ab34-47c5764f07e2"
}

异常响应示例

在访问请求出错的情况下，输出的结果中会通过code和message指明出错原因。

{
    "error": {
        "message": "Incorrect API key provided. ",
        "type": "invalid_request_error",
        "param": null,
        "code": "invalid_api_key"
    }
}

API参考

通用文本向量接口API详情

错误码

如果模型调用失败并返回报错信息，请参见错误信息进行解决。