Alibaba Cloud: Qwen3-VL-Embedding

Qwen3 VL Embedding memetakan konten visual dan tekstual ke dalam vektor untuk pengambilan. Model ini berguna untuk menemukan gambar dengan kueri teks atau menghubungkan aset visual dengan informasi tertulis terkait.

Bandingkan model

qwen3-vl-embedding

TersediaAlibaba CloudEmbeddingSinkronkan

Masukan / Keluaran: $0.10 / —
Konteks: 32K
Modalitas: EmbeddingVisi

Tentang Qwen3-VL-Embedding

Qwen3-VL-Embedding adalah model embedding multimodal dari Alibaba: model ini memetakan teks, gambar, dan video ke dalam vektor sehingga satu kueri dapat mengambil salah satunya. Alibaba mencantumkan 33 bahasa utama dan ukuran output yang dapat dipilih dari 256 hingga 2560 dimensi, ditambah mode fusi yang menggabungkan beberapa input menjadi satu vektor. Ini adalah model yang lebih fleksibel dari dua model embedding multimodal milik Alibaba.

Kelebihan

Menyematkan teks, gambar, video, dan beberapa gambar dalam satu model, yang memungkinkan pencarian lintas modal.
Ukuran output yang dapat dipilih dari 256 hingga 2560 dimensi memungkinkan Anda menyeimbangkan antara akurasi dan penyimpanan.
Mode fusi menggabungkan semua input dari suatu permintaan menjadi satu vektor, seperti gambar beserta keterangannya.
Mencakup 33 bahasa utama menurut referensi Alibaba.

Kapan harus beralih

Vektor besar berukuran 2560 dimensi meningkatkan ukuran indeks, jadi pilihlah ukuran yang lebih kecil jika penyimpanan menjadi pertimbangan.
Model ini hanya menghasilkan vektor; untuk meranking hasil atau menghasilkan jawaban, diperlukan model lain.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

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

Parameter

Embedding multimodal

Parameter	Nilai dan batas	Nilai bawaan	Catatan
`dimensions`	Tidak disediakan	Tidak disediakan	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`	Tidak disediakan	Tidak disediakan	Tidak disediakan
`input_modality`	Tidak disediakan	Tidak disediakan	Tidak disediakan

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.

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Default

per 1M token

Harga Official: Masukan $0.10 / Teks Masukan $0.10 / Gambar Masukan $0.258
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Default	Masukan $0.10 / Teks Masukan $0.10 / Gambar Masukan $0.258	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.48 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen3-VL-Embedding di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3-vl-embedding dengan multimodal-embedding di /v1/multimodal/embeddings. Tampilkan hasil dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Pencarian gambar berdasarkan teks
Mengindeks pustaka foto sebagai vektor dan mengambil gambar dari deskripsi tertulis dalam beberapa bahasa.
Katalog produk
Menggabungkan setiap foto produk dengan judulnya menjadi satu vektor agar pembeli dapat menemukan barang berdasarkan tampilan atau kata-kata.
Pengambilan video
Menyematkan klip video dan memungkinkan editor menemukan rekaman dengan kueri teks biasa, alih-alih memberi tag pada setiap klip secara manual.

Contoh prompt

Menyematkan foto produk ini bersama dengan teks judulnya sebagai satu vektor gabungan.

Menyematkan kueri 'sofa kulit merah di ruang tamu yang terang' untuk pengambilan gambar.

Menyematkan klip video berdurasi 20 detik ini agar dapat ditemukan dengan pencarian teks.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa saja yang dapat disematkan oleh Qwen3-VL-Embedding?

Teks, gambar, video, dan beberapa gambar. Referensi Alibaba mencantumkan embedding independen per input serta mode fusi yang mengembalikan satu vektor untuk semua input secara bersamaan.

Dimensi output apa saja yang tersedia?

2560 secara default, dengan alternatif 2048, 1536, 1024, 768, 512, dan 256. Ukuran yang lebih kecil menghemat ruang indeks dengan sedikit penurunan pada presisi pengambilan. Uji ukuran yang lebih kecil pada kueri Anda terlebih dahulu, karena sering kali hasilnya hampir sama baiknya.

Bahasa apa saja yang didukungnya?

Alibaba mencantumkan 33 bahasa utama, termasuk bahasa Mandarin, Inggris, Jepang, Korea, Prancis, dan Jerman, sehingga kueri dalam banyak bahasa dapat menemukan gambar yang sama. Periksa bahasa khusus pada sampel sebelum peluncuran.

Apa perbedaannya dengan Tongyi Embedding Vision Plus?

Qwen3-VL-Embedding menawarkan dimensi yang dapat disesuaikan, mode fusi, dan cakupan bahasa yang lebih luas. Tongyi Embedding Vision Plus memiliki satu ukuran output tetap dan terbatas pada bahasa Mandarin dan Inggris.

Berapa biaya Qwen3-VL-Embedding?

Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Endpoint mana yang harus digunakan Qwen3-VL-Embedding?

Pakai https://api.tokenlab.sh/v1/multimodal/embeddings sebagai default untuk Qwen3-VL-Embedding. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3-VL-Embedding?

Qwen3-VL-Embedding mendukung Embedding multimodal. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.