Alibaba Cloud: Tongyi Embedding Vision Plus

Tongyi Embedding Vision Plus membuat representasi vektor untuk materi visual dan tekstual. Model ini berguna untuk katalog media campuran, di mana sistem pencarian perlu menghubungkan gambar dengan keterangan atau konten terkait.

Bandingkan model

tongyi-embedding-vision-plus

TersediaAlibaba CloudEmbeddingSinkronkan

Masukan / Keluaran: $0.09 / —
Modalitas: EmbeddingVisi

Tentang Tongyi Embedding Vision Plus

Tongyi Embedding Vision Plus adalah model embedding multimodal Alibaba yang menghasilkan vektor untuk teks, gambar, dan video. Model ini mengeluarkan ukuran tetap tunggal sebesar 1152 dimensi, mendukung bahasa Mandarin dan Inggris, serta dapat memproses urutan hingga 8 gambar. Berbeda dengan Qwen3-VL-Embedding, model ini hanya mengembalikan embedding independen, tanpa mode fusi atau ukuran yang dapat disesuaikan.

Kelebihan

Menyematkan teks, gambar, dan video ke dalam satu ruang vektor untuk pencarian lintas modal.
Menerima urutan hingga delapan gambar dalam satu input.
Output tetap 1152 dimensi menjaga desain indeks tetap sederhana.
Cocok untuk katalog bahasa Mandarin dan Inggris, dua bahasa yang dicantumkan Alibaba untuk model ini.

Kapan harus beralih

Bahasa terbatas pada Mandarin dan Inggris, sedangkan Qwen3-VL-Embedding mencakup 33 bahasa.
Dimensi tidak dapat diubah, dan embedding gabungan (fused) tidak ditawarkan.

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": "tongyi-embedding-vision-plus",
  "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 $0.09 / Teks Masukan $0.09 / Gambar Masukan $0.09
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Default	Masukan $0.09 / Teks Masukan $0.09 / Gambar Masukan $0.09	—	—

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 Tongyi Embedding Vision Plus di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba tongyi-embedding-vision-plus dengan multimodal-embedding di /v1/multimodal/embeddings. Tampilkan hasil dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Katalog media campuran
Mengindeks foto produk dan deskripsi secara bersamaan agar kueri teks dapat mengambil gambar yang cocok.
Pencocokan urutan gambar
Menyematkan urutan hingga delapan gambar, seperti seri foto produk, dan membandingkannya dengan teks.
Pemasangan keterangan (caption)
Menghubungkan gambar ke keterangan atau artikel terkait melalui pencarian vektor terdekat di seluruh arsip media campuran.

Contoh prompt

Menyematkan seri enam foto produk ini agar dapat dicari dengan teks.

Menyematkan kueri bahasa Mandarin '白色运动鞋' untuk mengambil gambar sepatu yang cocok.

Menyematkan klip ini dan keterangannya secara terpisah lalu membandingkan vektornya.

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

Berapa ukuran vektor yang dikembalikan oleh Tongyi Embedding Vision Plus?

1152 dimensi, tetap. Alibaba tidak mencantumkan ukuran alternatif untuk model ini, sehingga desain indeks dapat mengasumsikan satu lebar vektor untuk semuanya. Pastikan basis data vektor Anda dikonfigurasi untuk lebar tersebut.

Bahasa apa saja yang didukungnya?

Mandarin dan Inggris, menurut referensi Alibaba. Kueri dalam bahasa lain tidak tercakup, jadi gunakan Qwen3-VL-Embedding jika Anda memerlukan cakupan bahasa yang lebih luas untuk pencarian Anda.

Bisakah saya menyematkan beberapa gambar sekaligus?

Ya, sebagai input multi-gambar hingga 8 gambar, meskipun setiap hasil adalah embedding independen, bukan embedding gabungan yang menyatukan gambar-gambar tersebut.

Kapan saya harus memilih Qwen3-VL-Embedding sebagai gantinya?

Saat Anda memerlukan dimensi yang dapat disesuaikan, embedding gabungan, atau bahasa selain Mandarin dan Inggris, yang semuanya disediakan oleh Qwen3-VL-Embedding dan tidak dimiliki model ini. Pilih juga model tersebut jika kueri Anda menggunakan beberapa bahasa.

Berapa biaya Tongyi Embedding Vision Plus?

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 Tongyi Embedding Vision Plus?

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

Operasi apa saja yang didukung Tongyi Embedding Vision Plus?

Tongyi Embedding Vision Plus mendukung Embedding multimodal. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.