向量模型

面向搜索、RAG 和智能体应用的顶尖多模态多语言长上下文向量模型。

向量模型 API

用我们的向量模型，让您的搜索与 RAG 系统更上一层楼。立即免费试用！

选择向量模型

L2 归一化

normalized

将向量缩放至单位长度（L2 范数 = 1）。以点积计算余弦相似度时必须启用。

输出数据类型

embedding_type

encoding_format

output_dtype

embedding_types

选择输出格式：浮点数（默认）、二进制（存储紧凑）或 base64（传输高效）。

默认（浮点型）

curl "https://api.jina.ai/v1/embeddings" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -d @- <<EOFEOF
{
  "model": null,
  "normalized": true,
  "embedding_type": "float",
  "input": [
    text_fieldsclose"Organic skincare for sensitive skin with aloe vera and chamomile: Imagine the soothing embrace of na…ing, healthy complexion.",
    text_fieldsclose"Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille: Erleben Sie die wohltuende Wirkung u…einen strahlenden Teint.",
    text_fieldsclose"Cuidado de la piel orgánico para piel sensible con aloe vera y manzanilla: Descubre el poder de la n…el radiante y saludable.",
    text_fieldsclose"针对敏感肌专门设计的天然有机护肤产品：体验由芦荟和洋甘菊提取物带来的自然呵护。我们的护肤产品特别为敏感肌设计，温和滋润，保护您的肌肤不受刺激。让您的肌肤告别不适，迎来健康光彩。",
    text_fieldsclose"新しいメイクのトレンドは鮮やかな色と革新的な技術に焦点を当てています: 今シーズンのメイクアップトレンドは、大胆な色彩と革新的な技術に注目しています。ネオンアイライナーからホログラフィックハイライターまで、クリエイティビティを解き放ち、毎回ユニークなルックを演出しましょう。"
    + 添加输入
  ]
}
EOFEOF

API 密钥

可用词元

这是您的专属密钥。请安全保存！

v5-omni：一个向量，涵盖所有模态

文本、图像、音频、视频——共享同一向量空间，提供两种尺寸。v5-omni-small（1.6B）是 20 亿参数以下性能最佳的开放权重全模态模型。v5-omni-nano（0.9B）在 10 亿参数以下仍有极具竞争力的检索表现。两者与 v5-text 逐字节兼容，无需重新索引。

v5-text：业界领先的小型多语言向量模型

jina-embeddings-v5-text 以两种高效尺寸（677M 的 small 与 239M 的 nano）带来第五代向量质量，配备任务专用 LoRA 适配器、Matryoshka 维度、32K 上下文，以及适合边缘部署的 GGUF/MLX 量化版本，在 MMTEB、MTEB English 及各项检索任务上刷新了基准成绩。

两种购买方式

订阅我们的 API，或通过云服务商购买。

携手 3 家云服务商

在用 AWS 或 Azure？您可以直接在公司的云平台上部署我们的模型，并通过云服务商账户统一结算。

使用 Jina Search Foundation API

访问我们全部产品最简单的方式，按需充值词元。

输入您要充值的 API 密钥

为此 API 密钥充值更多词元

根据您所在的地区，扣款币种可能为美元、欧元或其他货币，并可能需要缴纳税费。

请输入正确的 API 密钥以充值

了解速率限制

速率限制指每个 IP 地址/API 密钥每分钟可发起的最大请求数（RPM）。各产品和各档位的速率限制详见下表。

余额不足时自动充值

推荐生产环境开启，以保证服务不中断。当您的词元余额低于设定阈值时，我们会用您保存的支付方式自动购买上次的套餐，直至余额高于该阈值。

我们已于 2025 年 5 月 6 日启用新的定价方案。如果您在此日期之前开启了自动充值，仍按旧价格（购买时的价格）计费。只有在您修改自动充值设置或购买新的 API 密钥时，才会适用新价格。

< 1M 词元

低于此值时充值

私有化部署

在 AWS SageMaker 和 Microsoft Azure 上部署 Jina Embeddings 模型，Google Cloud Services 即将支持。如需在虚拟私有云和自有服务器上做定制 Kubernetes 部署，请联系我们的销售团队。

AWS SageMaker

向量模型

重排模型

Microsoft Azure

向量模型

重排模型

Google Cloud

向量模型

API 集成

我们的 Embedding API 已原生集成到多种知名数据库、向量存储、RAG 和 LLMOps 框架中。只需把 API 密钥复制粘贴到下列任一集成中，即可快速上手。

向量存储

LLMOps

RAG

可观测性

MongoDB

DataStax

Qdrant

Pinecone

Chroma

Weaviate

Milvus

Epsilla

MyScale

LlamaIndex

Haystack

Langchain

Dify

SuperDuperDB

DashVector

Portkey

Baseten

TiDB

LanceDB

Carbon

我们的论文

想知道我们的前沿搜索模型是如何从零训练出来的？请查看我们的最新论文。欢迎在 EMNLP、SIGIR、ICLR、NeurIPS 和 ICML 与我们的团队见面！

arXiv

九月 02, 2026

jina-ocr-v1: Efficient Document Parsing with Speculative Decoding and Dense Verifiable Rewards

arXiv

七月 20, 2026

jina-reranker-v3.5: An Efficient Listwise Reranker with Hybrid Attention and Self-Distillation

SIGIR 2026

五月 11, 2026

jina-embeddings-v5-omni: Geometry-preserving Embeddings via Locked Aligned Towers

SIGIR 2026

二月 17, 2026

jina-embeddings-v5-text: Task-Targeted Embedding Distillation

ICLR 2026

一月 22, 2026

Embedding Compression via Spherical Coordinates

arXiv

十二月 29, 2025

Vision Encoders in Vision-Language Models: A Survey

ICLR 2026

十二月 04, 2025

Jina-VLM: Small Multilingual Vision Language Model

AAAI 2026

十月 01, 2025

jina-reranker-v3: Last but Not Late Interaction for Document Reranking

NeurIPS 2025

八月 31, 2025

Efficient Code Embeddings from Code Generation Models

EMNLP 2025

六月 24, 2025

jina-embeddings-v4: Universal Embeddings for Multimodal Multilingual Retrieval

ICLR 2025

三月 04, 2025

ReaderLM-v2: Small Language Model for HTML to Markdown and JSON

ACL 2025

十二月 17, 2024

AIR-Bench: Automated Heterogeneous Information Retrieval Benchmark

ICLR 2025

十二月 12, 2024

jina-clip-v2: Multilingual Multimodal Embeddings for Text and Images

ECIR 2025

九月 18, 2024

jina-embeddings-v3: Multilingual Embeddings With Task LoRA

SIGIR 2025

九月 07, 2024

Late Chunking: Contextual Chunk Embeddings Using Long-Context Embedding Models

EMNLP 2024

八月 30, 2024

Jina-ColBERT-v2: A General-Purpose Multilingual Late Interaction Retriever

WWW 2025

六月 21, 2024

Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Models

ICML 2024

五月 30, 2024

Jina CLIP: Your CLIP Model Is Also Your Text Retriever

arXiv

二月 26, 2024

Multi-Task Contrastive Learning for 8192-Token Bilingual Text Embeddings

arXiv

十月 30, 2023

Jina Embeddings 2: 8192-Token General-Purpose Text Embeddings for Long Documents

EMNLP 2023

七月 20, 2023

Jina Embeddings: A Novel Set of High-Performance Sentence Embedding Models

共计 21 篇论文。

学习向量模型

从哪里开始了解向量？我们已备好完整指南，带您从零开始入门。

重排模型、向量搜索与 BM25 对比

下表全面对比了重排模型、向量搜索和 BM25，逐项列出它们各自的长处与不足。

	重排模型	向量搜索	BM25
适用场景	提升搜索精度与相关性	初步快速筛选	面向各类查询的通用文本检索
粒度	精细：子文档与查询片段级	粗放：整篇文档级	居中：各类文本片段级
查询时间复杂度	高	中	低
索引时间复杂度	无需	高	低，可复用预建索引
训练时间复杂度	高	高	无需
搜索质量	处理细微差别的查询更出色	兼顾效率与准确性	面向各类查询表现稳定可靠
优势	准确率高，能深入理解上下文	快速高效，准确度中等	扩展性强，效果久经验证
	免费试用 Reranker API	免费使用向量模型 API

向量模型70年

在您的办公空间或起居室内悬挂一张我们精心制作的海报，在1950年以来文本向量模型的进化和演变中寻找下一个灵感。

了解海报

购买海报

常见问题

Jina 向量模型是如何训练的？

Jina 的多模态向量模型是什么？

Jina 的模型支持哪些语言？

单个输入的最大上下文长度是多少？

单次请求中最多可以包含多少个输入？

如何将图像、音频、视频或 PDF 发送到多模态模型？

Jina 向量模型与最新的 OpenAI、Cohere 和 Voyage 模型相比如何？

如何从 OpenAI 的 text-embedding-3-large 迁移到 Jina Embeddings 模型？

如何计算图像和其他非文本输入的词元？

Jina 提供用于嵌入图像、音频或视频的模型吗？

Jina向量模型能否在私人数据或公司数据上进行微调？

模型可以私有托管吗？比如托管在我自己的基础设施上或者我自己的云账户里？

task 参数是什么？什么时候该用它？

什么是迟交互检索？哪些模型支持？

什么是延迟分块？什么时候该用它？

为什么 API 强制执行的上下文长度与模型支持的上下文长度不同？

为什么 jina-embeddings-v4 是免费的，速度又比较慢？

Embeddings API 的速率限制是多少？

我应该选择哪种向量模型？

图片和PDF文件的大小限制是多少？

如何获取我的 API 密钥？

速率限制是多少？

速率限制

速率限制按以下维度统计：RPM（每分钟请求数）和 TPM（每分钟词元数）。限制按 IP/API 密钥分别计算，RPM 或 TPM 任一先达到阈值即触发限制。若您在请求头中提供了 API 密钥，我们将按密钥而非 IP 地址统计速率限制。

列

产品	API 端点	描述	无 API 密钥	免费 API 密钥	付费 API 密钥	高级 API 密钥	平均延迟	词元用量计算方式	允许的请求
Reader API	`https://r.jina.ai`	将 URL 转换为大模型友好文本	20 RPM	500 RPM	500 RPM	5000 RPM	7.9s	按输出响应中的词元数计算。	GET/POST
Reader API	`https://s.jina.ai`	搜索网络并将结果转换为大模型友好文本		100 RPM	100 RPM	1000 RPM	2.5s	每次请求消耗固定数量的词元，起步 10,000 个词元	GET/POST
Reranker API	`https://api.jina.ai/v1/rerank`	按查询对文档重排		100 RPM & 100,000 TPM	500 RPM & 2,000,000 TPM	5,000 RPM & 50,000,000 TPM	取决于输入大小	按输入请求中的词元数计算。	POST
向量模型 API	`https://api.jina.ai/v1/embeddings`	将文本/图片转为定长向量		100 RPM & 100,000 TPM	500 RPM & 2,000,000 TPM	5,000 RPM & 50,000,000 TPM	取决于输入大小	按输入请求中的词元数计算。	POST

我需要商业许可证吗？

CC BY-NC 许可自查

您使用的是我们托管的 API，还是我们在 Azure、AWS 或 GCP 上的官方镜像？

是

否

我可以在所有 Jina API 中使用同一个 API 密钥吗？

我可以查看 API 密钥的词元用量吗？

如果我忘记了 API 密钥，该怎么办？

API 密钥会过期吗？

可以在不同 API 密钥之间转移词元吗？

我可以销毁我的 API 密钥吗？

为什么有些模型的首次请求比较慢？

我的 API 数据会被用来训练 Jina 的模型吗？

Jina API 的速率限制是多少？

API 有批量大小限制吗？

Jina API 与 Elastic 中的 Jina 模型是同一回事吗？

API 是按句子数还是按请求数计费？

新用户可以免费试用吗？

失败的请求是否会扣除词元？

接受哪些付款方式？

充值后可以开具发票吗？

如何购买商业许可证而不是 API 词元？

我可以用发票或采购订单付款，而不是用信用卡吗？

我已付款，但余额或速率限制没有变化，该检查什么？

如何取消、关闭自动充值或删除已保存的付款方式？