Alibaba Cloud: Qwen3-VL-Embedding

Qwen3 VL Embedding bildet visuelle und textuelle Inhalte zur Suche in Vektoren ab. Es ist nützlich, um Bilder mit einer Textabfrage zu finden oder ein visuelles Asset mit zugehörigen schriftlichen Informationen zu verknüpfen.

Modelle vergleichen

qwen3-vl-embedding

VerfügbarAlibaba CloudEinbettungSynchron

Eingabe / Ausgabe: $0.10 / —
Kontext: 32K
Modalitäten: EinbettungVision

Über Qwen3-VL-Embedding

Qwen3-VL-Embedding ist Alibabas multimodales Embedding-Modell: Es bildet Text, Bilder und Videos auf Vektoren ab, sodass eine einzige Abfrage jedes dieser Formate abrufen kann. Alibaba führt 33 Hauptsprachen und wählbare Ausgabegrößen von 256 bis 2560 Dimensionen auf, sowie einen Fusionsmodus, der mehrere Eingaben zu einem Vektor zusammenführt. Es ist das flexiblere der beiden multimodalen Embedding-Modelle von Alibaba.

Stärken

Bettet Text, Bilder, Videos und mehrere Bilder in einem Modell ein und ermöglicht so eine medienübergreifende Suche.
Wählbare Ausgabegrößen von 256 bis zu 2560 Dimensionen ermöglichen es Ihnen, Genauigkeit gegen Speicherplatz abzuwägen.
Der Fusionsmodus kombiniert alle Eingaben einer Anfrage zu einem einzigen Vektor, wie zum Beispiel ein Bild und dessen Bildunterschrift.
Deckt laut Alibabas Referenz 33 Hauptsprachen ab.

Alternativen

Große Vektoren mit 2560 Dimensionen erhöhen die Indexgröße; wählen Sie daher eine kleinere Größe, wenn der Speicherplatz wichtig ist.
Es erzeugt nur Vektoren; für das Ranking von Ergebnissen oder das Generieren von Antworten ist ein weiteres Modell erforderlich.

Erste Schritte

API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.

Senden Sie Ihre erste Anfrage

Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.

Multimodale EinbettungTokenLab-Endpunkt

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": "qwen3-vl-embedding",
  "input": {
    "text": "The quick brown fox jumps over the lazy dog."
  }
}'

Parameter

Multimodale Einbettung

Parameter	Werte und Grenzen	Standardwert	Hinweise
`dimensions`	Nicht angegeben	Nicht angegeben	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`	Nicht angegeben	Nicht angegeben	Nicht angegeben
`input_modality`	Nicht angegeben	Nicht angegeben	Nicht angegeben

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.

Preise

Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.

Default

Pro 1M Token

Official-Preis: Eingabe $0.10 / Text Eingabe $0.10 / Bild Eingabe $0.258
Verified-Preis: —
Rabatt: —

	Official-PreisPro 1M Token	Verified-PreisPro 1M Token	Rabatt
Default	Eingabe $0.10 / Text Eingabe $0.10 / Bild Eingabe $0.258	—	—

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden

Anfragen
Erfolgsrate
P95-Latenz
Token gesamt

Modellleistung

Zuletzt aktualisiert 01.11.2026, 08:48 UTC

Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne Qwen3-VL-Embedding in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste qwen3-vl-embedding mit multimodal-embedding an /v1/multimodal/embeddings. Zeige Ergebnis und Kosten.

Anwendungsfälle

Geeignet für

Vision

Bildsuche per Text
Indizieren Sie eine Fotobibliothek als Vektoren und rufen Sie Bilder anhand einer schriftlichen Beschreibung in mehreren Sprachen ab.
Produktkataloge
Führen Sie jedes Produktfoto mit seinem Titel zu einem Vektor zusammen, damit Kunden Artikel nach Aussehen oder Begriffen finden können.
Videoabruf
Betten Sie Videoclips ein und lassen Sie Redakteure Filmmaterial mit einer Klartextabfrage finden, anstatt jeden Clip manuell zu verschlagworten.

Prompt-Beispiele

Betten Sie dieses Produktfoto zusammen mit seinem Titeltext als einen einzigen fusionierten Vektor ein.

Betten Sie die Abfrage „rotes Ledersofa in einem hellen Wohnzimmer“ für den Bildabruf ein.

Betten Sie diesen 20-sekündigen Videoclip ein, damit er über Textsuchen gefunden werden kann.

Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.

FAQ

Was kann Qwen3-VL-Embedding einbetten?

Text, Bilder, Videos und mehrere Bilder. Alibabas Referenz führt sowohl unabhängige Embeddings pro Eingabe als auch einen Fusionsmodus auf, der einen Vektor für alle Eingaben zusammen zurückgibt.

Welche Ausgabedimensionen sind verfügbar?

Standardmäßig 2560, mit 2048, 1536, 1024, 768, 512 und 256 als Alternativen. Kleinere Größen sparen Indexspeicherplatz auf Kosten der Abrufpräzision. Testen Sie eine kleinere Größe zuerst mit Ihren eigenen Abfragen, da sie oft fast genauso gut abruft.

Welche Sprachen werden unterstützt?

Alibaba führt 33 Hauptsprachen auf, darunter Chinesisch, Englisch, Japanisch, Koreanisch, Französisch und Deutsch, sodass Abfragen in vielen Sprachen dieselben Bilder finden können. Überprüfen Sie Nischensprachen vor der Einführung anhand von Stichproben.

Wie unterscheidet es sich von Tongyi Embedding Vision Plus?

Qwen3-VL-Embedding bietet anpassbare Dimensionen, einen Fusionsmodus und eine breitere Sprachabdeckung. Tongyi Embedding Vision Plus hat eine feste Ausgabegröße und ist auf Chinesisch und Englisch beschränkt.

Was kostet Qwen3-VL-Embedding?

Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welchen Endpunkt soll Qwen3-VL-Embedding verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/multimodal/embeddings für Qwen3-VL-Embedding. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt Qwen3-VL-Embedding?

Qwen3-VL-Embedding unterstützt Multimodale Einbettung. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.