*input object[] 必选 | 输入内容 *需要向量化的内容列表。列表元素支持文本信息、图片信息以及视频信息。不同模型的支持情况不同 *type string 必选 | 类型 *input.type *输入内容的类型。取值范围：text、image_url、video_url *image_url object | 图片对象 *input.image_url *输入给模型的图片对象。当 type 为 image_url 时必填 *url string 必选 | 图片地址 *input.image_url.url *图片信息，可以是图片 URL 或图片 Base64 编码。图片 URL：请确保图片 URL 可被访问。Base64 编码：请遵循格式 data:image/{图片格式};base64,{图片Base64编码} *text string | 文本内容 *input.text *输入给模型的文本内容。当 type 为 text 时必填。单条文本以 utf-8 编码，长度不超过模型的最大输入 token 数 *video_url object | 视频对象 *input.video_url *输入给模型的视频对象。当 type 为 video_url 时必填 *注意 *传入视频需要满足以下条件： *格式：.mp4、.avi、.mov，视频格式需小写。 *传入 Base64 编码时使用：Base64 编码输入。 *单视频文件需在 50MB 以内。 *暂不支持对视频文件中的音频信息进行理解。 *视频自定义抽帧参数说明： *视频自定义抽帧参数 fps、max_video_tokens、min_frame_tokens、max_frame_tokens、min_frames 均为可选参数。 *仅 doubao-embedding-vision-251215 及后续版本支持这些参数。 *这些字段不传时，会根据模型对应的抽帧策略使用默认值。 *抽帧策略会综合这些参数协同生效：按 fps 抽帧后，每帧按 max_frame_tokens 控制 token 上限，总 token 数不超过 max_video_tokens，实际抽帧数不低于 min_frames。 *抽帧数量会直接影响视频 embedding 的 token 消耗，但并非帧数越多效果越好；若单帧 token 过少，视频 embedding 质量也会下降。 *建议结合 max_video_tokens 与 min_frame_tokens 进行权衡，在控制总 token 消耗的同时，保证单帧保留足够信息。 *当视频时长极短且 fps 过低，导致抽帧后实际帧数为 0 时，会以 min_frames 兜底，保证至少有帧送入编码器。 *url string 必选 | 视频地址 *input.video_url.url *支持传入视频链接或视频的 Base64 编码 *fps number | 抽帧帧率 *input.video_url.fps *每秒钟从视频中抽取指定数量的图像。取值越高，对于视频中画面变化理解越精细；取值越低，token 花费少，速度更快。该参数会直接影响视频 embedding 的抽帧数量与 token 消耗 *取值范围：[0.2, 5] *max_frame_tokens integer | 单帧最大 tokens 数 *input.video_url.max_frame_tokens *单帧最大 tokens 数，用于控制单帧质量的上限。值越大，允许对单帧保留更多的细节；该参数会与 max_video_tokens 一起控制单帧和整体的 token 消耗。且必须大于等于 min_frame_tokens *取值范围：[128, 640] *max_video_tokens integer | 视频最大 tokens 数 *input.video_url.max_video_tokens *视频最大 tokens 数，值越大保留的视频信息越多。该参数用于控制视频抽帧后最多送入模型的 token 数；超过此值时，会按帧数上限截断 *取值范围：[10240, 204800] *min_frame_tokens integer | 单帧最小 tokens 数 *input.video_url.min_frame_tokens *单帧最小 tokens 数，用于控制单帧压缩的下限。值越小，允许对单帧进行更大的压缩，但单帧细节下降；若单帧 token 过少，也会影响最终向量表征质量 *取值范围：[16, 128] *min_frames integer | 最小抽帧数 *input.video_url.min_frames *最小抽帧数，用于保证短视频具备足够的处理帧数。若 fps 字段抽帧总数小于 min_frames，则优先按照 min_frames 配置要求抽帧，以避免极短视频抽不到帧 *取值范围：[5, 16]

*model string 必选 | 模型 ID *您需要调用的模型的 ID（Model ID），开通模型服务，并查询 Model ID。您也可通过 Endpoint ID 来调用模型，获得限流、计费类型、运行状态查询、监控、安全等高级能力

*dimensions integer 默认值 2048 | 向量维度 *用于指定输出的向量维度。取值范围：1024 或 2048。

*encoding_format string 默认值 float | 返回格式 *embedding 返回的格式。取值范围：float、base64、null。

*instructions string | 推理提示词 *推理提示词，用户传入时直接使用，未传入时按输入模态生成默认值

*multi_embedding object | 多向量配置 *多向量（multi-vector）输出配置，控制是否输出多向量及其压缩方式。开启后，每个输入除返回稠密向量外，额外返回一组 token 级别的向量（二维数组） *注意 *不允许传入空对象 {}，需要至少包含 type 字段。 *compression 与 encoding_format 正交，可独立设置： *encoding_format 控制稠密向量返回格式（float / base64 / null）。 *compression 控制 multi_embedding 字段的压缩格式（blosc2 / zstd / 不传）。 *当 type=disabled 时，compression 字段会被忽略。 *compression string | 多向量压缩 *multi_embedding.compression *多向量压缩方式（可选）。仅在 type=enabled 时生效： *blosc2：使用 blosc2 压缩； *zstd：使用 zstd 压缩；不传或留空则不压缩 *type string 默认值 disabled | 多向量开关 *multi_embedding.type *多向量输出开关： *disabled：不输出多向量 *enabled：在稠密向量基础上额外返回 data.multi_embedding。

*sparse_embedding object | 稀疏向量开关 *稀疏向量开关配置，仅纯文本输入支持配置此字段 *type string 默认值 disabled | 稀疏向量开关 *sparse_embedding.type *用于控制是否输出稀疏向量： *disabled：仅输出稠密向量 *enabled：同时输出稠密向量和稀疏向量。

*created integer | 创建时间 *本次请求创建时间的 Unix 时间戳（秒）

*data object | 向量化结果 *向量化结果列表，与 input 中的元素一一对应 *embedding number[] / string | 稠密向量 *data.embedding *稠密向量结果（dense embedding）。返回 float 数组（float[]） *object string | 对象类型 *data.object *对象类型，固定为 embedding *multi_embedding number[] / string[] | 多向量 *data.multi_embedding *当请求开启多向量时返回的 token 级别向量列表，为二维 float 数组（fp16）；当开启 compression 时返回 base64 字符串 *注意 *当请求带上 compression 时，data.multi_embedding 返回 base64 字符串，使用方需按以下方式解码： *base64 解码得到二进制数据。 *数据使用 fp16 精度存储；按 fp16 类型解析。 *按 (token_count, embedding_dim) reshape 成二维数组。 *不带 compression 时，data.multi_embedding 直接返回二维 float 数组。 *sparse_embedding object[] | 稀疏向量 *data.sparse_embedding *当请求开启稀疏向量时返回的稀疏向量条目 *index integer | 维度索引 *data.sparse_embedding.index *非零维度的索引位置 *value number | 维度数值 *data.sparse_embedding.value *该维度对应的数值

*id string | 请求 ID *本次请求的唯一标识

*model string | 实际使用的模型 *本次请求实际使用的模型名称和版本

*object string | 对象类型 *对象类型，固定为 list

*usage object | token 用量 *本次请求的 token 用量信息 *prompt_tokens integer | 输入 token 数 *usage.prompt_tokens *输入消耗的 prompt token 总数 *prompt_tokens_details object | token 用量明细 *usage.prompt_tokens_details *prompt token 用量的细分明细 *image_tokens integer | 图片 token 数 *usage.prompt_tokens_details.image_tokens *图片输入消耗的 prompt token 数量 *text_tokens integer | 文本 token 数 *usage.prompt_tokens_details.text_tokens *文本输入消耗的 prompt token 数量 *total_tokens integer | 总 token 数 *usage.total_tokens *本次请求消耗的 token 总数