Alibaba Cloud: Tongyi Embedding Vision Plus

ينشئ نموذج Tongyi Embedding Vision Plus تمثيلات متجهة للمواد البصرية والنصية. وهو مفيد للفهارس متعددة الوسائط، حيث يحتاج نظام البحث إلى ربط الصور بالتعليقات التوضيحية أو المحتوى ذي الصلة.

مقارنة النماذج

tongyi-embedding-vision-plus

متاحAlibaba Cloudتضمينمتزامن

الإدخال / الإخراج: $0.09 / —
الأنماط: تضمينالرؤية

عن Tongyi Embedding Vision Plus

نموذج Tongyi Embedding Vision Plus هو نموذج تضمين متعدد الوسائط من Alibaba، يقوم بإنتاج متجهات للنصوص والصور ومقاطع الفيديو. يخرج النموذج حجماً ثابتاً قدره 1152 بُعداً، ويدعم اللغتين الصينية والإنجليزية، ويمكنه معالجة سلسلة تصل إلى 8 صور. وعلى عكس نموذج Qwen3-VL-Embedding، فإنه يعيد تضمينات مستقلة فقط، دون توفر وضع دمج أو إمكانية تعديل الحجم.

نقاط القوة

يُضمّن النصوص والصور ومقاطع الفيديو في فضاء متجهي واحد للبحث متعدد الوسائط.
يقبل سلسلة تصل إلى ثماني صور في مدخل واحد.
المخرج الثابت بـ 1152 بُعداً يبقي تصميم الفهرس بسيطاً.
يناسب فهارس اللغتين الصينية والإنجليزية، وهما اللغتان اللتان تدرجهما Alibaba لهذا النموذج.

متى تستخدم نموذجاً آخر

تقتصر اللغات على الصينية والإنجليزية، بينما يغطي نموذج Qwen3-VL-Embedding 33 لغة.
لا يمكن تغيير الأبعاد، ولا يتم توفير تضمينات مدمجة.

البدء

إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.
02
إرسال طلبك الأول
انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).
تضمين متعدد الوسائطنقطة اتصال TokenLab
POST/v1/multimodal/embeddings
curl -X POST "https://api.tokenlab.sh/v1/multimodal/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "model": "tongyi-embedding-vision-plus", "input": { "text": "The quick brown fox jumps over the lazy dog." } }'

المعايير

تضمين متعدد الوسائط

المعلمة	القيم والحدود	القيمة الافتراضية	ملاحظات
`dimensions`	غير متوفر	غير متوفر	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
`input`	غير متوفر	غير متوفر	غير متوفر
`input_modality`	غير متوفر	غير متوفر	غير متوفر

TokenLab currently keeps image input behind ENABLE_MULTIMODAL_IMAGE_INPUT; public contract should not promise image/video input until live probes and docs are opened end to end.

التسعير

ينطبق سعر Verified على مسار Verified، وهو الأقل تكلفة في معظم النماذج. سعر Official هو السعر المعلن من صانع النموذج وينطبق على مسار Official الأكثر موثوقية. يحاسب خيار Auto بناءً على المسار الذي يكمل الطلب.

Default

لكل 1M Token

سعر Official: المدخلات $0.09 / نص المدخلات $0.09 / صورة المدخلات $0.09
سعر Verified: —
خصم: —

	سعر Officialلكل 1M Token	سعر Verifiedلكل 1M Token	خصم
Default	المدخلات $0.09 / نص المدخلات $0.09 / صورة المدخلات $0.09	—	—

الاستخدام والنشاط

معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.

الاستخدام والتوفر

آخر 24 ساعة

الطلبات
معدل النجاح
زمن الاستجابة P95
إجمالي الرموز

أداء النموذج

آخر تحديث 01‏/11‏/2026، 8:48 ص UTC

تظهر المقاييس بمجرد استيفاء حدود الخصوصية وحجم البيانات.

تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.

فتح في Console

افتح Tongyi Embedding Vision Plus في Console وجهز الرسالة للتعديل أو الإرسال.

ساعدني في تجربة tongyi-embedding-vision-plus عبر multimodal-embedding في /v1/multimodal/embeddings. اعرض النتيجة والتكلفة.

حالات الاستخدام

الأنسب لـ

الرؤية

فهارس الوسائط المختلطة
فهرسة صور المنتجات وأوصافها معاً بحيث تسترجع استعلامات النص الصور المطابقة.
مطابقة تسلسل الصور
تضمين سلسلة تصل إلى ثماني صور، مثل سلسلة صور منتج، ومقارنتها بالنص.
إقران التسميات التوضيحية
ربط الصور بالتسميات التوضيحية أو المقالات ذات الصلة عن طريق البحث عن أقرب متجه عبر أرشيف الوسائط المختلطة.

أمثلة Prompt

تضمين هذه السلسلة المكونة من ست صور للمنتج بحيث يمكن البحث عنها باستخدام النص.

تضمين الاستعلام الصيني '白色运动鞋' لاسترجاع صور الأحذية المطابقة.

تضمين هذا المقطع وتسميته التوضيحية بشكل منفصل ومقارنة متجهاتهما.

هذا النموذج بتسعير مشروط. مجاميع الرموز الشهرية وحدها لا تنتج تقديرًا موثوقًا؛ استخدم التسعير التفصيلي لمواصفات الطلب وذاكرة التخزين المؤقت والنافذة الزمنية المعمول بها.

FAQ

ما هو حجم المتجه الذي يعيده نموذج Tongyi Embedding Vision Plus؟

1152 بُعداً، ثابت. لا تدرج Alibaba أحجاماً بديلة لهذا النموذج، لذا يمكن لتصميم الفهرس افتراض عرض متجه واحد لكل شيء. تأكد من تهيئة قاعدة بيانات المتجهات الخاصة بك لهذا العرض.

ما هي اللغات التي يعمل معها؟

الصينية والإنجليزية، وفقاً لمرجع Alibaba. الاستعلامات بلغات أخرى غير مغطاة، لذا استخدم Qwen3-VL-Embedding عندما تحتاج إلى تغطية لغوية أوسع لبحثك.

هل يمكنني تضمين عدة صور في وقت واحد؟

نعم، كمدخل متعدد الصور يصل إلى 8 صور، على الرغم من أن كل نتيجة هي تضمين مستقل بدلاً من تضمين مدمج يجمع الصور.

متى يجب أن أختار Qwen3-VL-Embedding بدلاً منه؟

عندما تحتاج إلى أبعاد قابلة للتعديل، أو تضمينات مدمجة، أو لغات تتجاوز الصينية والإنجليزية، وهي ميزات يوفرها Qwen3-VL-Embedding ولا يوفرها هذا النموذج. اختره أيضاً عندما تكون استعلاماتك بلغات متعددة.

كم تكلفة Tongyi Embedding Vision Plus؟

تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.

ما نقطة النهاية التي يجب أن يستخدمها Tongyi Embedding Vision Plus؟

استخدم https://api.tokenlab.sh/v1/multimodal/embeddings كافتراضي لـ Tongyi Embedding Vision Plus. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.

ما العمليات التي يدعمها Tongyi Embedding Vision Plus؟

Tongyi Embedding Vision Plus يدعم تضمين متعدد الوسائط. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.