Alibaba Cloud: Tongyi Embedding Vision Plus

Tongyi Embedding Vision Plus erstellt Vektorrepräsentationen für visuelles und textuelles Material. Es ist nützlich für Mixed-Media-Kataloge, bei denen ein Suchsystem Bilder mit Bildunterschriften oder verwandten Inhalten verknüpfen muss.

Modelle vergleichen

tongyi-embedding-vision-plus

VerfügbarAlibaba CloudEinbettungSynchron

Eingabe / Ausgabe: $0.09 / —
Modalitäten: EinbettungVision

Über Tongyi Embedding Vision Plus

Tongyi Embedding Vision Plus ist ein multimodales Embedding-Modell von Alibaba, das Vektoren für Text, Bilder und Videos erstellt. Es gibt eine feste Größe von 1152 Dimensionen aus, unterstützt Chinesisch und Englisch und kann eine Sequenz von bis zu 8 Bildern verarbeiten. Im Gegensatz zu Qwen3-VL-Embedding gibt es nur unabhängige Embeddings zurück, ohne Fusionsmodus oder anpassbare Größe.

Stärken

Bettet Text, Bilder und Videos in einen gemeinsamen Vektorraum für die kreuzmodale Suche ein.
Akzeptiert eine Sequenz von bis zu acht Bildern in einer Eingabe.
Die feste Ausgabe von 1152 Dimensionen hält das Index-Design einfach.
Geeignet für chinesische und englische Kataloge, die beiden Sprachen, die Alibaba dafür angibt.

Alternativen

Die Sprachen sind auf Chinesisch und Englisch beschränkt, während Qwen3-VL-Embedding 33 Sprachen abdeckt.
Die Dimensionen können nicht geändert werden und es werden keine fusionierten Embeddings angeboten.

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": "tongyi-embedding-vision-plus",
  "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 $0.09 / Text Eingabe $0.09 / Bild Eingabe $0.09
Verified-Preis: —
Rabatt: —

	Official-PreisPro 1M Token	Verified-PreisPro 1M Token	Rabatt
Default	Eingabe $0.09 / Text Eingabe $0.09 / Bild Eingabe $0.09	—	—

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 Tongyi Embedding Vision Plus in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste tongyi-embedding-vision-plus mit multimodal-embedding an /v1/multimodal/embeddings. Zeige Ergebnis und Kosten.

Anwendungsfälle

Geeignet für

Vision

Kataloge mit gemischten Medien
Indizieren Sie Produktfotos und Beschreibungen gemeinsam, sodass Textanfragen die passenden Bilder abrufen.
Bildsequenz-Abgleich
Betten Sie eine Sequenz von bis zu acht Bildern ein, wie etwa eine Produktfotoserie, und vergleichen Sie diese mit Text.
Bildunterschriften-Paarung
Verknüpfen Sie Bilder mit Bildunterschriften oder zugehörigen Artikeln durch eine Suche nach dem nächsten Vektor in einem Archiv mit gemischten Medien.

Prompt-Beispiele

Betten Sie diese Serie von sechs Produktfotos ein, damit sie mit Text durchsucht werden kann.

Betten Sie die chinesische Suchanfrage '白色运动鞋' (weiße Sportschuhe) ein, um passende Schuhbilder abzurufen.

Betten Sie diesen Clip und seine Bildunterschrift separat ein und vergleichen Sie deren Vektoren.

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

FAQ

Welche Vektorgröße gibt Tongyi Embedding Vision Plus zurück?

1152 Dimensionen, fest. Alibaba listet keine alternativen Größen für dieses Modell auf, daher kann das Index-Design von einer einheitlichen Vektorbreite für alles ausgehen. Überprüfen Sie, ob Ihre Vektordatenbank für diese Breite konfiguriert ist.

Mit welchen Sprachen funktioniert es?

Chinesisch und Englisch, laut Alibabas Referenz. Anfragen in anderen Sprachen werden nicht abgedeckt; verwenden Sie daher Qwen3-VL-Embedding, wenn Sie eine breitere Sprachabdeckung für Ihre Suche benötigen.

Kann ich mehrere Bilder gleichzeitig einbetten?

Ja, als Multi-Bild-Eingabe von bis zu 8 Bildern, wobei jedes Ergebnis ein unabhängiges Embedding ist und kein fusioniertes, das die Bilder zusammenführt.

Wann sollte ich stattdessen Qwen3-VL-Embedding wählen?

Wenn Sie anpassbare Dimensionen, fusionierte Embeddings oder Sprachen über Chinesisch und Englisch hinaus benötigen – all dies bietet Qwen3-VL-Embedding, dieses Modell jedoch nicht. Wählen Sie es auch, wenn Ihre Anfragen in mehreren Sprachen erfolgen.

Was kostet Tongyi Embedding Vision Plus?

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 Tongyi Embedding Vision Plus verwenden?

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

Welche Operationen unterstützt Tongyi Embedding Vision Plus?

Tongyi Embedding Vision Plus unterstützt Multimodale Einbettung. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.