Cohere Embed V4

coherecohere/embed-v4

Multilingual multimodal embedding model capable of transforming images, texts, and interleaved content into vector representations. State-of-the-art performance with byte/binary quantization and matryoshka embeddings for compression.

官方模型卡 ↗发布公告 ↗Cohere 博客 ↗Amazon Bedrock 上架 ↗

Cohere Embed v4（embed-v4.0）是 Cohere 于 2025 年 4 月 15 日发布的首款生产级多模态嵌入模型。它原生支持将文本、图像以及交错文档（PDF、演示文稿、财务报告）转换为统一向量空间，无需单独的预处理流程。该模型支持 Matryoshka 嵌入，支持四种维度（256、512、1024、默认 1536），上下文窗口达 128k token，比 V3 版本长 256 倍。

Embed v4 针对企业领域（金融、医疗、制造）进行了微调，在文本-文本、文本-图像以及文本-混合模态检索任务上达到 SOTA。它支持 100 多种语言的文本输入，已在 Cohere Platform、AWS Bedrock（2025 年 10 月起）、SageMaker、Azure AI Foundry 和 Oracle OCI 上线。TheRouter 通过稳定 slug cohere/embed-v4 提供服务，完全兼容 OpenAI embeddings 语法。

适合使用

• 对包含文本、表格、图表的商业文档（PDF、幻灯片、扫描报告）进行多模态 RAG，无需手动分块或 OCR 预处理
• 在单一索引中跨 100+ 种语言进行语义搜索，适合全球知识库和客户支持存档
• 行业特定检索（金融、医疗、制造），领域微调后的嵌入在专业术语上优于通用模型
• 使用 Matryoshka 维度进行成本敏感的向量存储 — 从 1536 降至 256 可减少约 83% 存储，同时保留大部分检索质量

不适合使用

• 纯代码或数学检索 — 专用代码嵌入模型（如 Qwen text-embedding-v4 或 OpenAI text-embedding-3-large）在代码语义上更强
• 大规模实时纯图像搜索 — 仅在视觉上训练的模型（CLIP、SigLIP）在纯图像工作负载上可能提供更高吞吐量
• 本地或空气隔离部署 — Embed v4 仅通过托管云端点（Cohere、AWS、Azure、OCI）提供

上下文长度

最大输出

输入价格每百万 tokens

$0.1296每百万 Tokens

模态能力

文本图像→embedding

能力

视觉理解

价格明细

类型	费率
输入	$0.1296 每百万 Tokens

支持参数

input_typedimensionstruncate

模型规格

发布日期	2025-04-15Cohere Blog ↗	已核实
输出维度	256、512、1024、1536（默认）docs.cohere.com ↗	已核实
上下文长度	128,000 tokensdocs.cohere.com ↗	已核实
多模态输入	文本 + 图像 + 交错内容（PDF、幻灯片）docs.cohere.com ↗	已核实
支持语言（文本）	100+docs.cohere.com ↗	已核实
图像输入语言	仅英语docs.oracle.com ↗	已核实
训练数据截止	未公开披露	未知
Matryoshka 嵌入	支持（4 种维度）docs.cohere.com ↗	已核实

基准成绩

Benchmark	Distribution	Score	Source
MTEB (Massive Text Embedding Benchmark) 纯文本得分；标准 MTEB 未涵盖多模态能力		65.2score	Ailog RAG benchmark summary ↗

API 使用示例

所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "cohere/embed-v4",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

API 使用指南

嵌入请求

为文本、图像或混合输入生成嵌入。TheRouter 透明路由至 Cohere，完全兼容 OpenAI 语法。