模型详情
Embed v4.0
能够对文本和图像进行分类或将其转换为嵌入式向量的模型。
模型规格
- 模型 ID
-
embed-v4.0
- 上下文长度
- 128K
- 最大输出
- –
- 输入/输出模态
- 发布日期
- 2025-04
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.1200 /1M Tokens
补全
$0.1200 /1M Tokens
图像输入
$0.4700 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
检索
Embed v4.0 是 Cohere 的嵌入模型，适用于检索与语义搜索。支持输入文本、图像、文件，输出向量。能力详见下方的能力区块。先嵌入十份文档，确认向量维度再建立索引。
使用前应检查什么？
1,536 维向量
Embed v4.0 每笔输入最多 128,000 Token，输出 1,536 维向量。请按这个单笔上限调整文档与查询的大小，再建立索引。
为什么通过 MixRoute 使用？
只换 base URL，Embed v4.0 客户端照用
沿用既有的 OpenAI 客户端，只换 base URL 即可。MixRoute 支持通过 OpenAI 兼容端点调用 Embed v4.0；把客户端指向 https://api.mixroute.ai/v1 并使用模型 ID embed-v4.0，即可复用现有调用。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
视觉输入
embed-v4.0 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 embed-v4.0。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
在将生产流量切换到 Embed v4.0 之前，请先在具有代表性的流量样本上运行试点，并检查输出质量、峰值并发时的延迟以及每次请求的成本。验证错误和重试行为，并确认您所依赖的请求限制与您的计划相符。
更多 Cohere 模型
所有 Cohere 模型单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。