新聞
模型
產品
keyboard_arrow_down
深度搜索
搜索、讀取並推理直到找到最佳答案。
讀取器
讀取URL或搜索為大模型提供更好的依據。
向量模型
世界一流的多模態多語言向量模型。
重排器
世界一流的重排器,最大限度地提高搜索相關性。
更多的
keyboard_arrow_down
分類器
圖片和文本的零樣本和少樣本分類。
切分器
將長文本切分成塊或詞元。

API 文檔
為您的AI 編程助手 IDE 或大模型自動生成代碼
open_in_new


公司
keyboard_arrow_down
關於我們
聯繫銷售
實習生計劃
加入我們
open_in_new
下載Logo
open_in_new
條款及條件


登錄
login

深度搜索

搜索、讀取並推理直到找到最佳答案。

play_arrow演示

深度搜索 API

與 OpenAI 的聊天 API 模式完全兼容,只需將 api.openai.com 與 deepsearch.jina.ai 交換即可開始。
key
密鑰和計費
code
用量
more_horiz
更多的
chevron_leftchevron_right

home
speed速率限制
bug_report 問題反饋
help_outline常見問題
api
服務狀態
chevron_leftchevron_right

與深度搜索聊天
在簡單的聊天界面裏看看深度搜索地不地道。深度搜索最適合需要迭代推理、世界知識或最新信息的複雜問題。
open_in_new
消息
用户和助手之間迄今為止的對話的消息列表。
附加圖片/文檔
支持不同的消息類型(模態),如文本(.txt、.pdf)、圖片(.png、.webp、.jpeg)。支持的文件最大為 10MB,並且必須預先編碼為數據 URI。
{
  "role": "user",
  "content": "hi"
}

upload
請求
curl https://deepsearch.jina.ai/v1/chat/completions \
  -H "Content-Type: application/json"\
  -H "Authorization: Bearer " \
  -d @- <<EOFEOF
  {
    "model": "jina-deepsearch-v1",
    "messages": [
        {
            "role": "user",
            "content": "Hi!"
        },
        {
            "role": "assistant",
            "content": "Hi, how can I help you?"
        },
        {
            "role": "user",
            "content": "what's the latest blog post from jina ai?"
        }
    ],
    "stream": true,
    "reasoning_effort": "medium",
    "max_attempts": 1,
    "no_direct_answer": false
  }
EOFEOF


info
這是流的最後一部分,其中包含最終答案、訪問過的 URL 和詞元使用情況。單擊上面的按鈕可獲取實時響應。
download
響應
fiber_manual_record 200 OK
timer
0.0 s
straighten
196,526 詞元
{
  "id": "1742181758589",
  "object": "chat.completion.chunk",
  "created": 1742181758,
  "model": "jina-deepsearch-v1",
  "system_fingerprint": "fp_1742181758589",
  "choices": [
    {
      "index": 0,
      "delta": {
        "content": "The latest blog post from Jina AI is titled \"Snippet Selection and URL Ranking in DeepSearch/DeepResearch,\" published on March 12, 2025 [^1]. This post discusses how to improve the quality of DeepSearch by using late-chunking embeddings for snippet selection and rerankers to prioritize URLs before crawling. You can read the full post here: https://jina.ai/news/snippet-selection-and-url-ranking-in-deepsearch-deepresearch\n\n[^1]: Since our DeepSearch release on February 2nd 2025 we ve discovered two implementation details that greatly improved quality In both cases multilingual embeddings and rerankers are used in an in context manner operating at a much smaller scale than the traditional pre computed indices these models typically require  [jina.ai](https://jina.ai/news/snippet-selection-and-url-ranking-in-deepsearch-deepresearch)",
        "type": "text",
        "annotations": [
          {
            "type": "url_citation",
            "url_citation": {
              "title": "Snippet Selection and URL Ranking in DeepSearch/DeepResearch",
              "exactQuote": "Since our DeepSearch release on February 2nd 2025, we've discovered two implementation details that greatly improved quality. In both cases, multilingual embeddings and rerankers are used in an _\"in-context\"_ manner - operating at a much smaller scale than the traditional pre-computed indices these models typically require.",
              "url": "https://jina.ai/news/snippet-selection-and-url-ranking-in-deepsearch-deepresearch",
              "dateTime": "2025-03-13 06:48:01"
            }
          }
        ]
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 169670,
    "completion_tokens": 27285,
    "total_tokens": 196526
  },
  "visitedURLs": [
    "https://github.com/jina-ai/node-DeepResearch/blob/main/src/utils/url-tools.ts",
    "https://huggingface.co/jinaai/jina-embeddings-v3",
    "https://github.com/jina-ai/reader",
    "https://zilliz.com/blog/training-text-embeddings-with-jina-ai",
    "https://threads.net/@unwind_ai/post/DGmhWCVswbe/media",
    "https://twitter.com/JinaAI_/status/1899840196507820173",
    "https://jina.ai/news?tag=tech-blog",
    "https://docs.llamaindex.ai/en/stable/examples/embeddings/jinaai_embeddings",
    "https://x.com/jinaai_",
    "https://x.com/JinaAI_/status/1899840202358784170",
    "https://tracxn.com/d/companies/jina-ai/__IQ81fOnU0FsDpagFjG-LrG0DMWHELqI6znTumZBQF-A/funding-and-investors",
    "https://jina.ai/models",
    "https://linkedin.com/posts/imohitmayank_jinaai-has-unveiled-the-ultimate-developer-activity-7300401711242711040-VD64",
    "https://medium.com/@tossy21/trying-out-jina-ais-node-deepresearch-c5b55d630ea6",
    "https://huggingface.co/jinaai/jina-clip-v2",
    "https://arxiv.org/abs/2409.10173",
    "https://milvus.io/docs/embed-with-jina.md",
    "https://seedtable.com/best-startups-in-china",
    "https://threads.net/@sung.kim.mw/post/DGhG-J_vREu/jina-ais-a-practical-guide-to-implementing-deepsearchdeepresearchthey-cover-desi",
    "https://elastic.co/search-labs/blog/jina-ai-embeddings-rerank-model-open-inference-api",
    "http://status.jina.ai/",
    "https://apidog.com/blog/recreate-openai-deep-research",
    "https://youtube.com/watch?v=QxHE4af5BQE",
    "https://sdxcentral.com/articles/news/cisco-engages-businesses-on-ai-strategies-at-greater-bay-area-2025/2025/02",
    "https://aws.amazon.com/blogs/machine-learning/build-rag-applications-using-jina-embeddings-v2-on-amazon-sagemaker-jumpstart",
    "https://reddit.com/r/perplexity_ai/comments/1ejbdqa/fastest_open_source_ai_search_engine",
    "https://search.jina.ai/",
    "https://sebastian-petrus.medium.com/build-openais-deep-research-open-source-alternative-4f21aed6d9f0",
    "https://medium.com/@elmo92/jina-reader-transforming-web-content-to-feed-llms-d238e827cc27",
    "https://openai.com/index/introducing-deep-research",
    "https://python.langchain.com/docs/integrations/tools/jina_search",
    "https://varindia.com/news/meta-is-in-talks-for-usd200-billion-ai-data-center-project",
    "https://varindia.com/news/Mira-Murati%E2%80%99s-new-AI-venture-eyes-$9-billion-valuation",
    "https://53ai.com/news/RAG/2025031401342.html",
    "https://arxiv.org/abs/2409.04701",
    "https://bigdatawire.com/this-just-in/together-ai-raises-305m-series-b-to-power-ai-model-training-and-inference",
    "https://github.blog/",
    "https://cdn-uploads.huggingface.co/production/uploads/660c3c5c8eec126bfc7aa326/MvwT9enRT7gOESHA_tpRj.jpeg",
    "https://cdn-uploads.huggingface.co/production/uploads/660c3c5c8eec126bfc7aa326/JNs_DrpFbr6ok_pSRUK4j.jpeg",
    "https://app.dealroom.co/lists/33530",
    "https://api-docs.deepseek.com/news/news250120",
    "https://sdxcentral.com/articles/news/ninjaone-raises-500-million-valued-at-5-billion/2025/02",
    "https://linkedin.com/sharing/share-offsite?url=https%3A%2F%2Fjina.ai%2Fnews%2Fa-practical-guide-to-implementing-deepsearch-deepresearch%2F",
    "https://twitter.com/intent/tweet?url=https%3A%2F%2Fjina.ai%2Fnews%2Fa-practical-guide-to-implementing-deepsearch-deepresearch%2F",
    "https://platform.openai.com/docs/api-reference/chat/create",
    "https://mp.weixin.qq.com/s/-pPhHDi2nz8hp5R3Lm_mww",
    "https://huggingface.us17.list-manage.com/subscribe?id=9ed45a3ef6&u=7f57e683fa28b51bfc493d048",
    "https://automatio.ai/",
    "https://sdk.vercel.ai/docs/introduction",
    "https://app.eu.vanta.com/jinaai/trust/vz7f4mohp0847aho84lmva",
    "https://apply.workable.com/huggingface/j/AF1D4E3FEB",
    "https://facebook.com/sharer/sharer.php?u=https%3A%2F%2Fjina.ai%2Fnews%2Fa-practical-guide-to-implementing-deepsearch-deepresearch%2F",
    "https://facebook.com/sharer/sharer.php?u=http%3A%2F%2F127.0.0.1%3A3000%2Fen-US%2Fnews%2Fsnippet-selection-and-url-ranking-in-deepsearch-deepresearch%2F",
    "https://reddit.com/submit?url=https%3A%2F%2Fjina.ai%2Fnews%2Fa-practical-guide-to-implementing-deepsearch-deepresearch%2F",
    "https://apply.workable.com/huggingface",
    "https://news.ycombinator.com/submitlink?u=https%3A%2F%2Fjina.ai%2Fnews%2Fa-practical-guide-to-implementing-deepsearch-deepresearch%2F",
    "https://news.ycombinator.com/submitlink?u=http%3A%2F%2F127.0.0.1%3A3000%2Fen-US%2Fnews%2Fsnippet-selection-and-url-ranking-in-deepsearch-deepresearch%2F",
    "https://docs.github.com/site-policy/privacy-policies/github-privacy-statement",
    "https://discord.jina.ai/",
    "https://docs.github.com/site-policy/github-terms/github-terms-of-service",
    "https://bigdatawire.com/this-just-in/qumulo-announces-30-million-funding",
    "https://x.ai/blog/grok-3",
    "https://m-ric-open-deep-research.hf.space/",
    "https://youtu.be/sal78ACtGTc?feature=shared&t=52",
    "https://mp.weixin.qq.com/s/apnorBj4TZs3-Mo23xUReQ",
    "https://perplexity.ai/hub/blog/introducing-perplexity-deep-research",
    "https://githubstatus.com/",
    "https://github.blog/changelog/2021-09-30-footnotes-now-supported-in-markdown-fields",
    "https://openai.com/index/introducing-operator",
    "mailto:[email protected]",
    "https://resources.github.com/learn/pathways",
    "https://status.jina.ai/",
    "https://reuters.com/technology/artificial-intelligence/tencents-messaging-app-weixin-launches-beta-testing-with-deepseek-2025-02-16",
    "https://scmp.com/tech/big-tech/article/3298981/baidu-adopts-deepseek-ai-models-chasing-tencent-race-embrace-hot-start",
    "https://microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks",
    "javascript:UC_UI.showSecondLayer();",
    "https://resources.github.com/",
    "https://storm-project.stanford.edu/research/storm",
    "https://blog.google/products/gemini/google-gemini-deep-research",
    "https://youtu.be/vrpraFiPUyA",
    "https://chat.baidu.com/search?extParamsJson=%7B%22enter_type%22%3A%22ai_explore_home%22%7D&isShowHello=1&pd=csaitab&setype=csaitab&usedModel=%7B%22modelName%22%3A%22DeepSeek-R1%22%7D",
    "https://app.dover.com/jobs/jinaai",
    "http://localhost:3000/",
    "https://docs.cherry-ai.com/",
    "https://en.wikipedia.org/wiki/Delayed_gratification",
    "https://support.github.com/?tags=dotcom-footer",
    "https://docs.jina.ai/",
    "https://skills.github.com/",
    "https://partner.github.com/",
    "https://help.x.com/resources/accessibility",
    "https://business.twitter.com/en/help/troubleshooting/how-twitter-ads-work.html",
    "https://business.x.com/en/help/troubleshooting/how-twitter-ads-work.html",
    "https://support.twitter.com/articles/20170514",
    "https://support.x.com/articles/20170514",
    "https://t.co/jnxcxPzndy",
    "https://t.co/6EtEMa9P05",
    "https://help.x.com/using-x/x-supported-browsers",
    "https://legal.twitter.com/imprint.html"
  ],
  "readURLs": [
    "https://jina.ai/news/a-practical-guide-to-implementing-deepsearch-deepresearch",
    "https://github.com/jina-ai/node-DeepResearch",
    "https://huggingface.co/blog/open-deep-research",
    "https://jina.ai/news/snippet-selection-and-url-ranking-in-deepsearch-deepresearch",
    "https://x.com/jinaai_?lang=en",
    "https://jina.ai/news",
    "https://x.com/joedevon/status/1896984525210837081",
    "https://github.com/jina-ai/node-DeepResearch/blob/main/src/tools/jina-latechunk.ts"
  ],
  "numURLs": 98
}

與深度搜索聊天

在簡單的聊天界面裏看看深度搜索地不地道。深度搜索最適合需要迭代推理、世界知識或最新信息的複雜問題。
我們剛剛推出了一款全新的深度搜索UI,它速度快、簡潔且免費。請訪問 https://search.jina.ai 查看或單擊下面的按鈕嘗試一下!open_in_new訪問新 UI
聊天客户端
為了獲得最佳體驗,我們建議使用專業的聊天客户端。深度搜索 與 OpenAI 的聊天 API 架構完全兼容,因此可以輕鬆與任何兼容 OpenAI 的客户端一起使用。
open_in_new
Chatwise
open_in_new
Cherry Studio
open_in_new
Chatbox
open_in_new
LobeChat
open_in_new
NextChat

什麼是深度搜索?

深度搜索結合了網絡搜索、讀取和推理,可進行全面調查。您可以將其視為一個代理,接受您的研究任務 - 它會進行廣泛搜索並經過多次迭代,然後給出答案。

大模型

attach_money
約 1000 個詞元
access_time
約1秒
check
常識問題的快速答案
close
無法獲取實時或訓練後的信息

答案完全由預先訓練的知識生成,具有固定的截止日期

RAG範式和帶搜索的大模型

attach_money
約 10,000 個詞元
access_time
約 3 秒
check
需要當前或特定領域信息的問題
close
解決需要多跳推理的複雜問題

通過彙總單次搜索結果生成的答案
能夠獲取訓練截止時間以外的當前信息

深度搜索

attach_money
約 500,000 個詞元
access_time
約50秒
check
需要深入研究和推理的複雜問題
info
比簡單的大模型或 RAG 方法花費的時間更長

自主智能體,可反覆搜索、讀取和推理
根據當前發現動態決定下一步行動
在返回結果之前自我評估答案質量
可以通過多次搜索和推理循環深入研究主題

API價格表

API 定價基於詞元使用情況。一個 API 密鑰即可訪問所有搜索基礎產品。
使用Jina 搜索底座API
訪問我們所有產品的最簡單方法。隨時充值詞元。
使用更多詞元充值此 API 密鑰
根據您所在的位置,您可能需要支付美元、歐元或其他貨幣的費用。可能需繳納税費。
請輸入正確的API密鑰進行充值
瞭解速率限制
速率限制是指每個 IP 地址/API 密鑰 (RPM) 在一分鐘內可以向 API 發出的最大請求數。請在下面詳細瞭解每個產品和層級的速率限制。
keyboard_arrow_down
速率限制
速率限制通過三種方式跟蹤:RPM(每分鐘請求數)和TPM(每分鐘詞元數)。限制按 IP/API 密鑰強制執行,當首先達到 RPM 或 TPM 閾值時,將觸發限制。當您在請求標頭中提供 API 密鑰時,我們會按密鑰而不是 IP 地址跟蹤速率限制。
產品API端口描述arrow_upward無 API 密鑰key_off使用 API 密鑰key帶有高級 API 密鑰key平均延遲詞元使用計數請求類型
讀取器 APIhttps://r.jina.ai將 URL 轉換為大模型友好文本20 RPM500 RPMtrending_up5000 RPM7.9s以輸出響應中的詞元數量為準。GET/POST
讀取器 APIhttps://s.jina.ai搜索網絡並將結果轉換為大模型友好文本block100 RPMtrending_up1000 RPM2.5s每個請求都需要固定數量的詞元,從 10000 個詞元開始GET/POST
深度搜索https://deepsearch.jina.ai/v1/chat/completions推理、搜索和迭代以找到最佳答案block50 RPM500 RPM56.7s統計整個過程中詞元的總數。POST
向量模型APIhttps://api.jina.ai/v1/embeddings將文本/圖片轉為定長向量block500 RPM & 1,000,000 TPMtrending_up2,000 RPM & 5,000,000 TPM
ssid_chart
取決於輸入大小
help
以輸入請求中的詞元數量為準。POST
重排器 APIhttps://api.jina.ai/v1/rerank按查詢對文檔進行精排block500 RPM & 1,000,000 TPMtrending_up2,000 RPM & 5,000,000 TPM
ssid_chart
取決於輸入大小
help
以輸入請求中的詞元數量為準。POST
分類器 APIhttps://api.jina.ai/v1/train使用訓練樣本訓練分類器block20 RPM & 200,000 TPM60 RPM & 1,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元 × 迭代次數POST
分類器 API (少量樣本)https://api.jina.ai/v1/classify使用經過訓練的少樣本分類器對輸入進行分類block20 RPM & 200,000 TPM60 RPM & 1,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元POST
分類器 API (零樣本)https://api.jina.ai/v1/classify使用零樣本分類對輸入進行分類block200 RPM & 500,000 TPM1,000 RPM & 3,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元 加 標籤詞元POST
切分器 APIhttps://api.jina.ai/v1/segment對長文本進行分詞分句20 RPM200 RPM1,000 RPM0.3s詞元不計算使用量。GET/POST

常見問題

什麼是深度搜索?
keyboard_arrow_down
深度搜索是一個大模型API,它執行迭代搜索、讀取和推理,直到找到查詢的準確答案或達到其詞元預算限制。
深度搜索與 OpenAI 和 Gemini 的深度研究能力有何不同?
keyboard_arrow_down
與 OpenAI 和 Gemini 不同,深度搜索專注於通過迭代提供準確的答案,而不是生成長篇文章。它針對深度網絡搜索的快速、精確答案進行了優化,而不是創建全面的報告。
我需要什麼 API 密鑰來使用 DeepResearch?
keyboard_arrow_down
您需要 Jina API 密鑰。我們為新 API 密鑰提供 1000 萬個免費詞元。
當深度搜索達到其詞元預算時會發生什麼?它會返回不完整的答案嗎?
keyboard_arrow_down
它根據所有積累的知識生成最終答案,而不是僅僅放棄或返回不完整的答案。
深度搜索能保證答案的準確性嗎?
keyboard_arrow_down
不是。雖然它使用迭代搜索過程來提高準確性,但評估顯示它在測試題目上的通過率達到了 75%,明顯優於 0% 的基線(gemini-2.0-flash),但並不完美。
一次典型的深度搜索查詢需要多長時間?
keyboard_arrow_down
它差別很大 - 根據評估數據,查詢可能需要 1 到 42 步,平均需要 4 步。也就是 20 秒。簡單的查詢可能很快得到解決,而複雜的研究問題可能涉及多次迭代,最多需要 120 秒。
深度搜索可以與任何與 OpenAI 兼容的客户端(如 Chatwise、CherryStudio 或 ChatBox)配合使用嗎?
keyboard_arrow_down
是的,deepsearch.jina.ai/v1/chat/completions 上的官方深度搜索API 與 OpenAI API 架構完全兼容,使用“jina-deepsearch-v1”作為模型名稱。因此,從 OpenAI 切換到深度搜索並與本地客户端或任何兼容 OpenAI 的客户端一起使用非常容易。我們強烈推薦 Chatwise 以獲得無縫體驗。
API 的速率限制是多少?
keyboard_arrow_down
速率限制因 API 密鑰層而異,範圍從 10 RPM 到 30 RPM。對於查詢量大的應用程序來説,這一點很重要。
<think>標籤裏面的內容是什麼?
keyboard_arrow_down
深度搜索將思考步驟包裝在 XML 標籤 ... 中,然後提供最終答案,遵循 OpenAI 流格式,但使用這些特殊標記來表示思路鏈。
深度搜索是否使用 Jina Reader 進行網頁搜索和讀取?
keyboard_arrow_down
是的。Jina Reader 用於網頁搜索和讀取,為系統提供高效訪問和處理網頁內容的能力。
為什麼深度搜索對我的查詢使用這麼多標記?
keyboard_arrow_down
是的,深度搜索在複雜查詢中的詞元使用量可以説很高 - 平均為 70,000 個詞元,而基本大模型響應為 500 個詞元。這顯示了研究的深度,但也影響了成本。
有沒有辦法控制或限制步數?
keyboard_arrow_down
該系統主要由詞元預算而非步數控制。一旦超出詞元預算,系統就會進入 Beast 模式以生成最終答案。查看 reasoning_effort 瞭解更多詳情。
答案中的參考文獻有多可靠?
keyboard_arrow_down
參考文獻非常重要,如果一個答案被認為是明確的,但缺乏參考文獻,系統會繼續搜索而不是接受該答案。
深度搜索能處理有關未來事件的問題嗎?
keyboard_arrow_down
是的,但需要進行大量的研究。“誰將在 2028 年成為總統”的例子表明,它可以通過多次研究迭代來處理推測性問題,儘管這種預測的準確性無法得到保證。

如何獲取我的 API 密鑰?

video_not_supported

速率限制是多少?

速率限制
速率限制通過三種方式跟蹤:RPM(每分鐘請求數)和TPM(每分鐘詞元數)。限制按 IP/API 密鑰強制執行,當首先達到 RPM 或 TPM 閾值時,將觸發限制。當您在請求標頭中提供 API 密鑰時,我們會按密鑰而不是 IP 地址跟蹤速率限制。
產品API端口描述arrow_upward無 API 密鑰key_off使用 API 密鑰key帶有高級 API 密鑰key平均延遲詞元使用計數請求類型
讀取器 APIhttps://r.jina.ai將 URL 轉換為大模型友好文本20 RPM500 RPMtrending_up5000 RPM7.9s以輸出響應中的詞元數量為準。GET/POST
讀取器 APIhttps://s.jina.ai搜索網絡並將結果轉換為大模型友好文本block100 RPMtrending_up1000 RPM2.5s每個請求都需要固定數量的詞元,從 10000 個詞元開始GET/POST
深度搜索https://deepsearch.jina.ai/v1/chat/completions推理、搜索和迭代以找到最佳答案block50 RPM500 RPM56.7s統計整個過程中詞元的總數。POST
向量模型APIhttps://api.jina.ai/v1/embeddings將文本/圖片轉為定長向量block500 RPM & 1,000,000 TPMtrending_up2,000 RPM & 5,000,000 TPM
ssid_chart
取決於輸入大小
help
以輸入請求中的詞元數量為準。POST
重排器 APIhttps://api.jina.ai/v1/rerank按查詢對文檔進行精排block500 RPM & 1,000,000 TPMtrending_up2,000 RPM & 5,000,000 TPM
ssid_chart
取決於輸入大小
help
以輸入請求中的詞元數量為準。POST
分類器 APIhttps://api.jina.ai/v1/train使用訓練樣本訓練分類器block20 RPM & 200,000 TPM60 RPM & 1,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元 × 迭代次數POST
分類器 API (少量樣本)https://api.jina.ai/v1/classify使用經過訓練的少樣本分類器對輸入進行分類block20 RPM & 200,000 TPM60 RPM & 1,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元POST
分類器 API (零樣本)https://api.jina.ai/v1/classify使用零樣本分類對輸入進行分類block200 RPM & 500,000 TPM1,000 RPM & 3,000,000 TPM
ssid_chart
取決於輸入大小
詞元計數為:輸入詞元 加 標籤詞元POST
切分器 APIhttps://api.jina.ai/v1/segment對長文本進行分詞分句20 RPM200 RPM1,000 RPM0.3s詞元不計算使用量。GET/POST
API相關常見問題
code
我可以對讀取器、向量模型、重排器、分類器和微調模型 API 使用相同的 API 密鑰嗎?
keyboard_arrow_down
是的,同一個 API 密鑰適用於 Jina AI 的所有搜索基礎產品。這包括讀取器、向量模型、重排器、分類器和微調模型 API,所有服務之間共享詞元。
code
我可以查看 API 密鑰的詞元使用情況嗎?
keyboard_arrow_down
是的,您可以在“密鑰和計費”選項卡中輸入您的 API 密鑰來查看詞元最近的使用記錄和剩餘詞元餘額。如果您已登錄 API 密鑰控制面板,也可以在“管理 API 密鑰”選項卡中查看這些詳細信息。
code
如果我忘記了 API 密鑰,該怎麼辦?
keyboard_arrow_down
如果您遺失了充值密鑰並希望找回,請使用您的註冊電子郵件聯繫 support AT jina.ai 尋求幫助。建議登錄以便於安全保存和便捷訪問您的 API 密鑰。
聯繫我們
code
API 密鑰會過期嗎?
keyboard_arrow_down
不,我們的 API 密鑰沒有到期日期。但是,如果您懷疑您的密鑰已被泄露並希望停用它,請聯繫我們的支持團隊尋求幫助。您還可以在API 密鑰控制面板中自助銷燬您的密鑰。
聯繫我們
code
我可以在 API 密鑰之間轉移詞元餘額嗎?
keyboard_arrow_down
是的,您可以將剩餘的付費詞元餘額從一個高級密鑰轉移到另一個密鑰。在API 密鑰控制面板上登錄您的帳户後,在該密鑰的設置界面來轉移所有剩餘的付費詞元餘額。
code
我可以銷燬我的 API 密鑰嗎?
keyboard_arrow_down
是的,如果您認為您的 API 密鑰已被泄露,您可以銷燬該密鑰。銷燬密鑰將立即為所有存儲該密鑰的用户禁用該密鑰,並且所有剩餘詞元餘額和關聯資產將永久不可用。如果您擁有高級密鑰,您可以選擇在銷燬之前將剩餘的已付款詞元餘額轉移到另一個密鑰。請注意,此操作無法撤消。要銷燬密鑰,請前往API 密鑰控制面板中的密鑰設置。
code
為什麼有些機型第一次請求比較慢?
keyboard_arrow_down
這是因為我們的無服務器架構在使用率較低時會卸載某些模型。初始請求會激活或“預熱”模型,這可能需要幾秒鐘。初始激活後,後續請求的處理速度會快得多。
code
用户輸入數據是否用於訓練您的模型?
keyboard_arrow_down
我們遵守嚴格的隱私政策,不會使用用户輸入數據來訓練我們的模型。我們還符合 SOC 2 類型 I 和類型 II 標準,確保高標準的安全性和隱私性。
與計費相關的常見問題
attach_money
API是根據句子的數量或請求的數量計費嗎?
keyboard_arrow_down
我們的定價模型基於處理的詞元總數,允許用户靈活地在任意數量的句子中分配這些詞元,為不同的文本分析需求提供經濟高效的解決方案。
attach_money
新用户可以免費試用嗎?
keyboard_arrow_down
我們為新用户提供免費試用,其中包含一千萬個可用於我們任何模型的詞元,並通過自動生成的 API 密鑰進行兑換。免費詞元用完後,用户可以通過“購買詞元”標籤頁輕鬆購買額外的詞元,用於 API 密鑰。
attach_money
失敗的請求是否會扣除詞元?
keyboard_arrow_down
不,失敗的請求不會扣除詞元。
attach_money
接受哪些付款方式?
keyboard_arrow_down
付款通過 Stripe 處理,支持多種付款方式,包括信用卡、Google Pay 和 PayPal,為您提供方便。
attach_money
詞元購買後可以開具發票嗎?
keyboard_arrow_down
是的,購買詞元后,發票將發送到與您的 Stripe 帳户關聯的電子郵件地址。
辦公室
location_on
加利福尼亞州桑尼維爾
710 Lakeway Dr, Ste 200, 桑尼維爾, CA 94085, 美國
location_on
德國柏林(總部)
Prinzessinnenstraße 19-20,10969 柏林,德國
location_on
中國北京
中國北京市海淀區西大街48號6號樓5層
location_on
中國深圳
中國深圳市賦安科技大廈4樓402
搜索底座
深度搜索
讀取器
向量模型
重排器
分類器
切分器
API 文檔
獲取 Jina API 密鑰
速率限制
API 狀態
公司
關於我們
聯繫銷售
新聞
實習生計劃
加入我們
open_in_new
下載Logo
open_in_new
條款
安全
條款及條件
隱私
管理 Cookie
email
Jina AI © 2020-2025.