API 参考:向量嵌入、重排与模型发现(CN 参考基线)前三:deepseek/deepseek-v4-1-flash / minimax/minimax-m3-1-flash / zhipu/glm-5-3-flash;峰值标价性价比 openai/gpt-6-luna(507.8/$)。分叉预警:openai/gpt-6-2-astra 属高基准参考延迟退化,minimax/minimax-m2-flash 属高性价比黑马(非实时遥测)。
口径说明:排行、标价成本、参考延迟与基准分来自静态公开规格与参考基线(非实时网关流量,未经第三方 ZDR 审计签章的节点保持未核验状态)。
API 参考:向量嵌入、重排与模型发现
企业 RAG 两阶段管线可先调用向量嵌入接口生成稠密表征,再通过交叉重排接口对召回文档执行精排打分。每次推理响应头均返回生成单据 ID,可通过 GET 查询接口精确核查上游节点 TTFT 延迟、缓存命中与微积分扣减明细。
POST /api/router/v1/rerank
Authorization: Bearer sk-myr-v1-<workspace_key>
{
"model": "zhipu/glm-5-3-flash",
"query": "row level security tenant isolation",
"documents": ["0207 migration enables FORCE RLS", "static asset cache control"],
"top_n": 1
}