用途：将文本转换为向量表示，用于语义搜索、RAG 知识库、文本聚类、异常检测、文本分类、相似度计算和推荐系统。
模型：Embedding-3（Model ID：embedding-3），维度可选 2048/1024/512/256，上下文 32K，最大输入 32K tokens；Embedding-2（Model ID：embedding-2），维度 2048，上下文 8K，最大输入 8K tokens。资料推荐使用 embedding-3，性能更高且维度更灵活。Embedding-3 维度选择建议：2048 用于高精度语义搜索、RAG；1024 用于通用检索、聚类；512 用于高效检索、分类；256 用于大规模向量库、近似搜索。
配置：API Key 从 ~/.glm/.env 加载 ZHIPU_API_KEY。Key 获取地址：https://open.bigmodel.cn/usercenter/apikeys
调用：接口为 POST https://open.bigmodel.cn/api/paas/v4/embeddings，支持单条和批量文本输入。SDK 示例：from zai import ZhipuAI；client = ZhipuAI(api_key="your-key")；response = client.embeddings.create(model="embedding-3", input=["文本内容"], dimensions=1024)。
并发限制：V0 为 50，V1 为 100，V2 为 200，V3 为 500。
文档：https://docs.bigmodel.cn/ 与 https://open.bigmodel.cn/usercenter/apikeys。缺失信息：未提供价格、计费方式及其他平台的适配说明。