> ## Documentation Index
> Fetch the complete documentation index at: https://api-docs.upmore.net/llms.txt
> Use this file to discover all available pages before exploring further.

# Doubao Embedding Vision

> 字节跳动多模态向量化模型——文本与图片统一向量空间。

Doubao Embedding Vision 是字节跳动的多模态向量化模型，通过 Upmore 以标准 embeddings 接口（`/v1/embeddings`）提供服务。将文本和图片映射到同一个 2048 维向量空间，适合图文检索与语义搜索。

## 核心能力

* **多模态输入** — 文本、图片或图文混合输入，输出一个向量
* **统一向量空间** — 文本向量与图片向量可直接比较
* **2048 维** — 固定输出维度
* **图文分价** — 文本输入与视觉输入分开计价，usage 按类型分别上报

## 快速示例

<CodeGroup>
  ```bash cURL theme={null}
  curl https://api.upmore.net/v1/embeddings \
    -H "Authorization: Bearer YOUR_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "doubao-embedding-vision",
      "input": [
        {"type": "text", "text": "一只在钢琴上打盹的橘猫"},
        {"type": "image_url", "image_url": {"url": "https://example.com/cat.jpg"}}
      ]
    }'
  ```

  ```python Python theme={null}
  import requests

  response = requests.post(
      "https://api.upmore.net/v1/embeddings",
      headers={
          "Authorization": "Bearer YOUR_API_KEY",
          "Content-Type": "application/json",
      },
      json={
          "model": "doubao-embedding-vision",
          "input": [
              {"type": "text", "text": "一只在钢琴上打盹的橘猫"},
              {"type": "image_url", "image_url": {"url": "https://example.com/cat.jpg"}},
          ],
      },
  )

  result = response.json()
  embedding = result["data"]["embedding"]  # 2048 个浮点数
  print(len(embedding), result["usage"])
  ```

  ```typescript TypeScript theme={null}
  const response = await fetch('https://api.upmore.net/v1/embeddings', {
    method: 'POST',
    headers: {
      Authorization: `Bearer ${process.env.UPMORE_API_KEY}`,
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
      model: 'doubao-embedding-vision',
      input: [
        { type: 'text', text: '一只在钢琴上打盹的橘猫' },
        { type: 'image_url', image_url: { url: 'https://example.com/cat.jpg' } },
      ],
    }),
  })

  const result = await response.json()
  console.log(result.data.embedding.length, result.usage)
  ```
</CodeGroup>

<Note>
  与普通向量化模型不同，`input` 是**内容对象数组**（方舟多模态格式），不是纯字符串。纯文本也用这个格式：`[{"type": "text", "text": "..."}]`。一次请求对整个输入返回**一个融合向量**。
</Note>

## 参数说明

| 参数                      | 类型     | 必填  | 说明                                                                      |
| ----------------------- | ------ | --- | ----------------------------------------------------------------------- |
| `model`                 | string | 是   | 固定为 `doubao-embedding-vision`                                           |
| `input`                 | array  | 是   | 内容对象：`{type: "text", text}` 和/或 `{type: "image_url", image_url: {url}}` |
| `input[].image_url.url` | string | 图片项 | 图片 URL 或 Base64 data URI                                                |

## 响应说明

| 字段                                         | 说明                   |
| ------------------------------------------ | -------------------- |
| `data.embedding`                           | 整个输入的 2048 维浮点向量     |
| `usage.prompt_tokens_details.text_tokens`  | 文本 token——按文本价计费     |
| `usage.prompt_tokens_details.image_tokens` | 图片 token——按视觉价计费（更高） |

<Card title="API 参考" icon="code" href="/zh/api-reference/model-api/bytedance/embedding-vision">
  查看可交互的 API Playground。
</Card>